[发明专利]基于UPF永磁直线同步电动机的无位置传感器的控制方法

权利要求书

1.基于UPF永磁直线同步电动机的无位置传感器的控制方法，其特征在于，包括以下步骤：

步骤1，建立PMLSM数学模型，得到电动机动态状态估计模型；

步骤2，选用比例修正对称采样确定Sigma点集，采用无迹卡尔曼滤波UKF算法求出增益K_k+1；

步骤3，在粒子滤波的框架下，采用UKF算法求解粒子滤波PF的重要性密度函数，实时估计电机当前的速度和位置；

步骤4，返回步骤2进行下一时刻速度和位置估计。

2.根据权利要求1所述的基于UPF永磁直线同步电动机的无位置传感器的控制方法，其特征在于，所述的步骤1，根据dq系电压平衡方程及电磁转矩方程、机械运动方程，首先，可得到如下数学模型：

式中：是微分，i_d和i_q分别为d和q轴电流；ω_e是转子电角速度,θ是转子位置角，R_s为动子线圈的电阻；L是为d和q轴的电感，其中d和q轴的电感相等，均为L；ψ_f为永磁体产生的有效磁链；p_n为电机的极对数；T_l为电机工作时的负载阻力；J是转动惯量；B是摩擦系数；u_d和u_q分别为d和q轴的电压，

设电动机定子电流i_d、i_q，转子角转速ω_e和转子位置角θ为状态变量，电动机定子电压u_d、u_q为控制变量，构建系统状态方程，再根据电机特性，得到非线性量测方程；因为式(1)给出的数学模型是确定的，没有考虑到测量的不确定性，所以把这个模型推广到一个随机的离散状态空间模型确实需要增加两个噪声向量w_k和v_k，从而建立永磁直线同步电动机的无位置传感器系统的状态空间表达式为：

式中，x_k+1为k+1时刻系统状态向量，x_k为k时刻系统状态向量，x＝[i_d i_q ω_e θ]^T，输入向量u＝[u_d u_q]^T，u_k是k时刻的输入向量，z_k为k时刻系统观测向量，z＝[i_d i_q]^T，转子角速度和转子位置角状态分量是估计器，只有电流状态分量是可测的，由系统电流传感器检测，f(·)表示是一个n维的状态非线性函数向量,h(·)是一个m维的量测非线性函数向量，w_k为过程噪声，v_k为量测噪声，一般假设w_k～N(0,Q),v_k～N(0,R)其中，Q和R分别为w_k和v_k的协方差矩阵，w_k和v_k相互独立且独立于状态变量。