永磁无刷直流电机ukf转子位置估计及变结构控制

《永磁无刷直流电机ukf转子位置估计及变结构控制》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要永磁无刷直流电机具有较高的效率和功率密度，因其体积小、重量轻、易维护等优点广泛应用于工业控制各个领域，具有广阔的应用前景。传统的永磁无刷直流电机是通过转子位置传感器得到确切的转子位置信号来实现换相和调速的。但是，位置传感器对电机成本、体积、可靠性等方面都带来了不利影响。因此，永磁无刷直流电机的无位置传感器控制具有很大的实际意义，成为该领域的研究热点之一。同时，电机自身参数及负载扰动会影响它的控制性能，控制器的优劣也限制着电机的控制精度。针对上述问题，本文研究了基于Unscented卡尔曼滤波(UKF)的永磁无刷直流电机转子位置和转速估计方法，并

2、利用卡尔曼滤波器改进了基于趋近律的滑模变结构永磁无刷直流电机速度控制系统。首先，本文介绍了永磁无刷直流电机的基本原理和控制方法，并且对比了无位置传感器控制中常用的位置检测方法，提出了一种基于UKF的电机状态估计方法。通过电机的数学模型建立其非线性状态方程，将UKF应用于电机转子位置和转速的估计中，去除了建模误差、量测误差、外界干扰和负载变化对电机参数估计的影响，并分析了电机参数统计特性的变化对估计结果的影响。其次，本文介绍了滑模变结构控制器的基本设计方法，分析了抖振的产生，采用趋近律设计了滑模变结构控制器，并且针对噪声干扰，使用卡尔曼滤波对控制器进

3、行了改进。仿真结果表明，该方法不但能够突出反映滑模变结构控制对系统内部参数和外部扰动的鲁棒性，而且滤波器可以有效地削弱控制器抖振，增加控制系统的精度。最后，本文介绍了永磁无刷直流电机DSP控制系统的硬件电路和软件结构，给出了相关实验结果及分析，证明了本文提出方法的有效性。关键词：永磁无刷直流电机；无位置传感器控制；转子位置估计；Unscented卡尔曼滤波；变结构控制；趋近律ABSTRACTOwingtOitsintrinsicadvantagessuchashighmechanicalpowerdensityelectricaleffective

4、ness，smallsize，lowweightandeasytOmaintain，permanentmagnetbrushlessDCmotor(BLDCM)hasbeenwidelyusedineveryfieldofindustrialcontrolandhasabroadprospectinapplication．TraditionalBLDCMcontrolobtainsaccuraterotorpositionsignalsthroughpositionsensorsforcommutationandspeedregulation．Ho

5、wever,theexistenceofpositionsensorsbringsmanyadverseeffectsonthecost，sizeandstabilityofmotor．ConsequentlMpositionsensorlesscontrolofBLDCMisofgreatpracticalsignificanceandhasbecomeoneofthehotspotsinthisfield．Meanwhile，motor'sparametersandloaddisturbancewillaffectitsperformance，

6、andcontrollersalsolimitcontrolaccuracy．‘Inthispaper,apositionsensorlesscontrolmethodbasedonUnscentedKalmanFiltering㈣forBLDCMispresented,inwhichUKFisemployedtOestimatetherotorpositionandspeed．Thispaperdesignsavariable-structurecontrolsystemimprovedbyKalmaaFilter．Firstly,thepape

7、rintroducesthebasicprinciplesandcontrolmethodsofBLDCM，andcomparestheconal／lonrotorpositiondetectionmethods．Thenthispaperputsforwardamotorstateobservationmethodwith眦AnonlinearstateequationissetupthroughthebasicequationsofBLDCM，andtherotorpositionandspeedsignalsareobservedwithUK

8、Falgorithm．Withthismethod,theadverseinfluencesofmodelerror,me