当前位置:文档之家› 在线辨识永磁同步电动机参数

在线辨识永磁同步电动机参数

永磁同步电机参数在线辨识:模型参考与EKF 的比较 摘要:本文基于模型参考在线辨识的方法,对永磁同步电机进行参数辨识。

运用李雅普诺夫第二方法和奇异扰动理论对增广系统的全局稳定性进行了分析。

结果表明,该方法应用的解耦控制技术,改善了系统的收敛性和稳定性. 把这种方法与扩展卡尔曼滤波(EKF)的在线识别方法比较,结果表明,尽管基于扩展卡尔曼滤波(EKF)的在线辨识法在实现的复杂性上相对于所提出的方法更简单,但是该方法与所提出的方法相比不能给出更好的结果. 仿真结果以及对隐极式永磁同步电机实验的分析,证实了所提出方法的有效性。

永磁同步机因为他们的高效率和良好的可控性成功的应用于不同的领域。

永磁同步机的控制主要是通过高性能的矢量控制实现的。

控制变量如(速度,位置,或转矩),主要的困难在于控制转矩,这说明了控制定子电流的必要性。

在矢量控制中,如果想实现这一点,定子电流和电压矢量需在d-q 坐标系下进行分析研究。

为了控制定子电流,必须先控制其直轴电感(d)和正交电感(q)。

永磁同步电机在d-q 坐标下的电气模型是一个两输入-两输出系统,如下:
f q d e e ψ==,0 f K =ω Ω是反电动势矢量d-q 分量;q d q d i i v v ,,,是d-q 轴电压和电流,Ω=P ω是转子电角速度,Ω是转子机械角速度,P 是极对数量。

系统的输入是q d v v ,,输出是q d i i ,。

根据适当的控制律控制这些电流,是定子电压通过电压源逆变器得到应用。

逆变器通常根据一个恒定增益v G 来建模。

我们可以得到qr v q dr v d v G v v G v ==,,qr dr v v ,是电流调节器的输出。

他们用于调节d-q 坐标系的电流。

隐极永磁同步电机,d 轴基准电流通常固定为零,电机转矩和转度由q 轴基准电流控制。

d q s f L L R ,,,ψ是参考模型的参数。

电机时间常数是
s q q s d d R L R L /,/==ττ。

事实上,这些参数是不准确的,他们会慢慢的发生变化。

这些变化可能是由于一个故障或一个变化的操作点[2]。

他们有时对控制系统是致命的并可能损坏驱动器。

在这些情况下,一个在线辨识算法是必要的。

该算法对电机参数进行辨识,用于控制算法或检测故障中。

一些解决方法已经被提出。

在文献[3]和[4]中,作者提出一种扩展卡尔曼滤波(EKF)法对电机参数进行估计。

在这里,我们使用一个与之类似的方法与我们的方法相比较。

文献[5]采用基于解耦控制法,文献[6]使用人工神经网络法。

文献[7]提出一种基于电机暂态电响应法。

在本文中,我们知道两输入-两输出系统有四个统计数据的稳定收益,为了避免瞬态响应。

因此,控制算法是一样的,它并没有被改进为在线辨识。

本文中, 研究了三个在线辨识方法。

首先基于模型参考消除输出误差的方法。

然后,同样的方法应用在系统解耦。

最后,应用卡尔曼滤波器对永磁同步电机参数辨识进行了研究。

对于前两种情况,运用李雅普诺夫第二方法和奇异扰动理论对增广系统的全局稳定性进行了分析。

分析表明,基于解耦控制方法展现了良好的特性。

本文对三种在线辨识永磁同步电机参数的方法进行了研究和比较。

分析了增广系
统的稳定性。

研究给出了系统稳定性的条件以及该研究方法的吸引域。

结果表明,模型参考在线辨识的方法使用的解耦控制具有更好的特性:电机参数的收敛性更好并且吸引域是最大的。

仿真和实验结果证实了该方法的有效性。

下一步工作,计划使用所提出的模型参考在线辨识方法来检测驱动故障。

相关主题