资源描述：
《基于遗传算法辨识噪声模型的异步电机闭环卡尔曼速度估计》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第9卷第2期电机与控制学报Vol19No122005年3月ELECTRICMACHINESANDCONTROLMar.2005基于遗传算法辨识噪声模型的异步电机闭环卡尔曼速度估计112张寅孩,严利平,张仲超(1.浙江理工大学信电学院,浙江杭州310033;2.浙江大学电气工程学院,浙江杭州310027)摘要:用扩展的卡尔曼滤波器(EKF)估计异步电机闭环矢量控制系统中速度变量/转子磁链的难点是,系统运行的消息噪声和测量噪声模型不易准确获得,而滤波估计的精度和收敛性主要受其影响。为此,提出了一种基于遗传算法(GA)的磁场定向闭环系统噪声协方差全局寻优方法,解决了噪声模型难以辨识的实际问题。
2、仿真结果验证了该方法的有效性。关键词:遗传算法;速度/转子磁链估计;卡尔曼滤波器;异步电机中图分类号:TM341文献标识码:A文章编号:1007-449X(2005)02-0161-05AnEKFforclosed-loopspeedestimationofinductionmotorbasedonnoisemodelidentificationbyusinggeneticalgorithms112ZHANGYin2hai,YANLi2ping,ZHANGZhong2chao(1.ZhejiangSci.Univ.,Hangzhou310033,China;2.ZhejiangUniv.
3、,Hangzhou310027,China)Abstract:Aproblemofclosed-loopspeedandrotorfluxestimationofinductionmotorwithextendedKalmanfilter(EKF)isitsprecisionandconvergencelargelydependedontheaccuracyofthemodelsofsystemnoiseandmeasurementnoisewhicharedifficulttoidentify.Basedongeneticalgorithms(GA)aglobaloptimizedno
4、isecovarianceestimationmethodappliedtoEKFinFieldOrientedControl(FOC)system.Thesimulationresultsprovetheeffectivenessandrobustofthesealgorithm.Keywords:geneticalgorithms;speed/rotorfluxestimation;Kalmanfilter;inductionmotor与转动惯量)变化的消息噪声和测量噪声模型,本1引言[1]质上既是Luenberger观测器,又是一个估计器,每源于速度观测估计理论的无速度传感器交流传
5、个采样周期卡尔曼增益可变,在恶劣噪声环境下仍动系统是当前一个重要的研发方向。诸多速度推算有较好的动态性和鲁棒性。手段,其根本问题是寻求那些对电动机参数依赖性卡尔曼滤波估计的精度以及收敛性很大程度上较弱、对测量噪音敏感性不大的方法,因传动系统的取决于对噪声模型事先规划的准确度,这是实际应微分方程非线性,速度推算模型中的转速变量既是用中的难点,至今无特别好的办法。文献[2]通过状态又是参数,故它是一个观测器和参数自适应相大量实验求取滤波估计误差与噪声的关系,工作量结合的问题。卡尔曼滤波器用于速度推算是适宜大,是否最优也难以确定。文献[3]用似然极大值的,其状态方程中引入了反映电机参数(包括负
6、载原理递推噪声模型,计算量及累积误差较大。本文收稿日期:2003-11-25;修订日期:2004-10-14作者简介:张寅孩(1965-),男,博士,研究方向为电力电子与电气传动;张仲超(1942-),男,教授、博士生导师,研究方向为电力电子与电气传动。162电机与控制学报第9卷T针对噪声的随机性,由EKF输出构成闭环回路,采10000C=用GA全局搜索,以估计取得最优收敛值为目标函01000数来确定噪声模型,有效地提高了EKF性能。这方<(k+1,k)=面研究的文献很少,文献[4]对此作了一定探讨,但TZbTLmZbTLm1-0ωr(k)0其EKF模块本身工作在开环状态,噪声特性不能完
7、TsσLsLrTrωbσLsLr全反映全闭环情况。TZbTLmZbTLm01--ωr(k)0TsσLsLrσLsLrTrωb2转子速度的卡尔曼估计基本方程TLmωbT01--Tωbωr(k)0考虑系统噪声后,异步电机非线性状态方程的TrZbTr一般离散式为TLmωbT0Tωbωr(k)1-0TrZbTrx(k+1)=x(k)+Tf[x(k),u(k),k]+00001Γ[x(k),k]Q(k)(1)2LmLrRs1-σy(k)=h[
