[发明专利]一种PMSM无速度传感器转子检测方法在审
申请号: | 201911087002.8 | 申请日: | 2019-11-08 |
公开(公告)号: | CN110768600A | 公开(公告)日: | 2020-02-07 |
发明(设计)人: | 杜昭平;吴伟;李伟;王伟然;杨晓飞;伍雪冬 | 申请(专利权)人: | 江苏科技大学 |
主分类号: | H02P21/18 | 分类号: | H02P21/18;H02P21/24 |
代理公司: | 32200 南京经纬专利商标代理有限公司 | 代理人: | 楼高潮 |
地址: | 212003 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 卡尔曼算法 转子 滤波 无迹 永磁同步电机转子 无迹卡尔曼滤波 卡尔曼滤波器 无速度传感器 高斯白噪声 平方根算法 协方差矩阵 电机转速 过程噪声 滤波估计 滤波算法 无迹变换 性能降低 在线估计 转子位置 协方差 发散 二阶 算法 噪声 改进 电机 定性 估算 测量 保证 检测 | ||
1.一种PMSM无速度传感器转子检测方法,包括如下步骤:
步骤1:获取永磁同步电机定子电流和电压的d-q轴分量id、iq和ud、uq;
步骤2:构建电机系统的数学模型,将iα、iβ、转子转速ωr和转子电角度θe作为电机系统状态变量x;将uα、uβ作为电机系统控制变量u;将iα、iβ作为电机系统输出变量y;
步骤3:对无迹卡尔曼Sigma采样点的权值进行选择,根据Sage-Husa自适应算法以及无迹卡尔曼算法,对状态方程进行初始化,计算初始时刻的量测噪声协方差矩阵R0以及协方差的cholesky分解因子S0;
步骤4:根据所述分解因子S0得到无迹卡尔曼Sigma采样点的构造矩阵,对无迹卡尔曼Sigma采样点的构造矩阵进行非线性变换,获得状态和方差的平方根、下一时刻的估计的状态值χi,k/k-1、估计的状态值加权和以及估计的状态变量协方差的cholesky分解因子Sk/k-1;
步骤5:根据协方差的cholesky分解因子S0对无迹卡尔曼Sigma采样点重新构造矩阵,再对无迹卡尔曼Sigma采样点的构造矩阵进行非线性变换得到在下一时刻估计的输出值向量再由权值与乘积的加权和得到下一时刻的输出值向量最后由下一刻的电机系统输出变量y减去下一时刻的输出值向量得到测量残差值ek;
步骤6:对量测噪声协方差矩阵R0进行重新估计;
步骤7:根据所述状态值χi,k/k-1、状态值加权和输出值向量估计的输出值向量以及量测噪声协方差矩阵R0计算滤波增益Kk,再通过所述滤波增益Kk和测量残差值ek计算估算校正后的状态值和状态方差Sk,完成转速获取返回步骤5。
2.如权利要求1所述的PMSM无速度传感器转子检测方法,其特征在于,所述步骤3中对无迹卡尔曼Sigma采样点的权值进行选择的公式如下:
其中:ωm、ωc为权值;λ为比例参数,λ=(α2-1)-n;α为偏离状态值的程度,10-4≤α≤1;L=2n+1。
3.如权利要求2所述的PMSM无速度传感器转子检测方法,其特征在于,公式中的所述β为2。
4.如权利要求1所述的PMSM无速度传感器转子检测方法,其特征在于,所述步骤6中对量测噪声协方差矩阵R0进行重新估计的公式如下:
其中:d(k)=(1-b)/(1-bk+1);b为遗忘因子,0<b<1;B=diag(A),其中B是由A对角线上的元素组成的列向量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏科技大学,未经江苏科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911087002.8/1.html,转载请声明来源钻瓜专利网。