基于EKF的異步電機直接轉(zhuǎn)矩控制系統(tǒng)仿真研究
這樣就得到了離散化及線性化處理后的適合進行卡爾曼濾波運算的函數(shù)表達式,可以代入EKF算法進行迭代運算。
3 EKF建模與DTC系統(tǒng)仿真
本文的仿真和建模是在Matlab7.O的Simulink環(huán)境下完成的,主要包括異步電動機模型、轉(zhuǎn)矩調(diào)節(jié)器、磁鏈調(diào)節(jié)器、磁鏈自控制、開關(guān)信號選擇單元,其中擴展卡爾曼濾波模塊是由S函數(shù)編寫。
感應(yīng)電機參數(shù)如下:定子自感Ls=0.610 8 H,轉(zhuǎn)子自感Lr=0.607 9 H,定、轉(zhuǎn)子互感Lm=0.593 2 H,定子相繞組電阻Rs=3.67 Ω,轉(zhuǎn)子相繞組電阻Rr=2.613 Ω,轉(zhuǎn)動慣量J=0.027 5kg·m2,極對數(shù)p=2。
為驗證該系統(tǒng)的精、動態(tài)性能,系統(tǒng)空載啟動,設(shè)定轉(zhuǎn)速為100 rad/s,進入穩(wěn)定后,在t=0.5 s時加入負載TL=5 N·m,仿真圖如圖2~圖5所示。本文引用地址:http://butianyuan.cn/article/162474.htm
從仿真波形圖2對比可以看出,采用無速度傳感器控制算法后控制過程的上升時間比有速度傳感器控制稍微長一些,但仍能滿足系統(tǒng)性能指標(biāo)要求。系統(tǒng)進入穩(wěn)定后無速度傳感器控制的效果和有傳感器控制是一致的。圖4顯示的是突加負載后,從圖3看出定子電流幅值穩(wěn)定,轉(zhuǎn)速變化很小并很快恢復(fù)穩(wěn)定,輸出轉(zhuǎn)矩能很快達到給定負載轉(zhuǎn)矩,體現(xiàn)了DTC控制系統(tǒng)轉(zhuǎn)矩響應(yīng)快的特點,由此可見電機在運行過程中,受到各種擾動時,電機轉(zhuǎn)速穩(wěn)定性好,可以滿足對控制特性的要求。
EKF算法在異步電機轉(zhuǎn)子速度估計的應(yīng)用過程中采用直接更新系統(tǒng)狀態(tài)量和協(xié)方差矩陣的方法,可以避免直接計算最大值動態(tài)范圍較大的增益矩陣Kk。利用EKF算法的關(guān)鍵在于協(xié)方差矩陣Q和R的選取。Q與模登誤差、系統(tǒng)分布、A/D量化誤差有關(guān);R與電流傳感器噪聲以及A/D變換器的編碼誤差有關(guān)。
4 結(jié)論
從算法分析和系統(tǒng)仿真分析討論的結(jié)果,可以得出擴展卡爾曼算法在無速度傳感器應(yīng)用中的優(yōu)點是:利用擴展卡爾曼濾波器可以不必了解電機的機械參數(shù)知識(可以克服電機參數(shù)反應(yīng)靈敏的問題),在電機啟動過程中不必知道電機轉(zhuǎn)子初始位置(可以解決電機的啟動問題),此外,EKF算法可以確保系統(tǒng)的全局穩(wěn)定性(其他一些通過狀態(tài)觀測器實現(xiàn)電機無速度傳感器控制的方法,通常僅在標(biāo)稱狀態(tài)的軌跡上將電機非線性化,不能保證系統(tǒng)的全局穩(wěn)定性),而且整個系統(tǒng)易于數(shù)字化實現(xiàn)。但是擴展卡爾曼算法復(fù)雜,需要矩陣求逆運算,計算量大,為滿足實時控制的要求,需要高速,高精度的數(shù)字信號處理器。另一方面,擴展卡爾曼濾波器要用到很多隨機誤差的統(tǒng)計參數(shù),由于模型復(fù)雜,涉及因素多,使得分析這些參數(shù)的工作比較困難,需要通過大量調(diào)試才能確定合適的隨機參數(shù),而且調(diào)速范圍有一定的局限性,只適合中高速調(diào)速系統(tǒng)。
濾波器相關(guān)文章:濾波器原理
濾波器相關(guān)文章:濾波器原理
電源濾波器相關(guān)文章:電源濾波器原理
矢量控制相關(guān)文章:矢量控制原理 數(shù)字濾波器相關(guān)文章:數(shù)字濾波器原理
評論