基于极大似然准则自适应EKF的感应电机转速辨识方法

发布时间：2021-02-02 02:30

　　无速度传感器控制技术由于提升了系统的可靠性且节约了成本,因此受到了广泛的关注。近年来，随着高性能处理器的发展,扩展卡尔曼滤波（EKF）在无速度传感器控制领域备受关注。然而EKF对模型不确定性和内外部干扰的钽棒性比较差，在实际应用中容易出现估计偏差导致系统发散为。为了提高EKF的自适应能力,本文主要研究了基于极大似然准则自适应扩展卡尔曼滤（Maximum Likelihood Critcrion based Adaptiiv Extended Kalman Filter,MLC-AEKF）的感应电机（Induction Motor,IM）转速辨识方法,主要研究内容如下:第一,本文构建了感应电机的五阶灵堂模型，并根据状态方程得到的零极点图分析了电机本身在全速范围内的稳定性。第二,阐述了扩展卡尔曼基本原理,建立了基于离散化EKF的感应电机转速辨识环节并将其应于感应机转子磁场向定向控制系统中,分析了采样周期系统统性能的影响。第三,分析了EKF的不足之处和其自适应方案,对比分析引出了极大似然准则的基本原理,构建了基于极大似然准则的残差错协方差估计器并研究了残差协方差对EKF模型不确定性问题的自适... 

【文章来源】：西安理工大学陕西省

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
主要符号表
1 绪论
    1.1 课题的研究背景和意义
    1.2 高性能交流调速系统的发展现状
    1.3 无传感器矢量控制技术转速估计方法研究现状
    1.4 基于卡尔曼滤波理论的转速估计方法发展现状
    1.5 课题内容与安排
2 感应电机矢量控制理论基础
    2.1 感应电机的数学模型
        2.1.1 感应电机在静止三相坐标系下的数学模型
        2.1.2 坐标变换
        2.1.3 感应电机在两相坐标系下的数学模型
    2.2 感应电机在两相坐标系下的状态方程
    2.3 基于转子磁场定向的矢量控制基本原理
        2.3.1 矢量控制
        2.3.2 基于转子磁场定向的感应电机数学模型
    2.4 感应电机无速传感器矢量控制系统结构
    2.5 本章小结
3 基于扩展卡尔曼滤波的感应电机转速辨识方法
    3.1 扩展卡尔曼滤波原理
    3.2 基于扩展卡尔曼滤波的感应电机无速度矢量控制系统
    3.3 扩展卡尔曼滤波参数调试
    3.4 离散化采样周期对EKF算法性能的影响
    3.5 本章小结
4 基于极大似然估计AEKF的感应电机转速辨识方法
    4.1 扩展卡尔曼滤波的不足
    4.2 扩展卡尔曼滤波的自适应方案
    4.3 基于极大似然估计准则的自适应扩展卡尔曼滤波算法
        4.3.1 极大似然估计的基本原理
        4.3.2 基于极大似然估计准则的自适应EKF算法
        4.3.3 指数衰减因子改进残差协方差估计器
    4.4 基于MLC-AEKF的感应电机转速辨识方法
    4.5 基于MLC-AEKF算法稳定性分析
    4.6 本章小结
5.仿真验证
    5.1 仿真模型
    5.2 基于MLC-AEKF的无速度传感器系统正确性仿真验证
        5.2.1 仿真选取滑动窗口长度
        5.2.2 指数衰减因子参数的确定
        5.2.3 基础性能仿真验证
    5.3 基于MLC-AEKF的无速度传感器系统有效性仿真验证
        5.3.1 抗外部干扰性能仿真验证
        5.3.2 抗内部估计误差性能仿真验证
        5.3.3 电机参数失配情况下的有效性仿真验证
    5.4 本章小结
6.实验验证
    6.1 实验平台简介
    6.2 基于MLC-AEKF的无速度传感器系统正确性实验验证
    6.3 基于MLC-AEKF的无速度传感器系统有效性实验验证
        6.3.1 电机参数失配情况下的有效性实验验证
        6.3.2 抗外部干扰性能实验验证
        6.3.3 抗内部估计误差性能实验验证
        6.3.4 带载加减速动态跟踪性能实验验证
        6.3.5 突加减负载时动态跟踪性能实验验证
    6.4 本章小结
7 结论
    7.1 全文总结
    7.2 下一步工作展望
致谢
参考文献
硕士学习期间科研成果和奖励
    1 发表的论文、申请的专利、参与的科研项目
    2 获得的奖励



本文编号：3013880