论文部分内容阅读
耦合辨识方法是近些年所出现的一种新的辨识思想,主要用来研究结构复杂,参数间存在耦合关系的线性或非线性多变量系统的参数辨识问题。其主要原理是通过多变量子系统参数估计的耦合关系,减小各个子系统间参数向量的冗余估计和协方差矩阵的冗余计算,从而提高辨识算法的收敛速度和参数的估计精度。永磁同步电机(Permanent magnet synchronous motor,PMSM)的电气参数,不仅是其电流控制调节器设计的基础,而且对于电机位置控制器与速度控制器参数优化设计也有着较大的工程价值及理论意义。在不同的运行工况下,PMSM参数极易受到运行环境的影响,电机参数的改变将直接影响矢量坐标变换,从而大大影响PMSM的控制性能,所以研究PMSM参数的动态辨识是非常必要的。因此,本文将以耦合辨识思想为基础,以PMSM参数辨识为研究对象,结合多新息辨识原理,有限数据窗辨识原理和偏差补偿辨识方法,研究PMSM动态多参数的辨识问题及基于其参数辨识的控制应用。主要研究内容如下:(1)基于PMSM同步旋转坐标下的数学模型,推导了PMSM多参数最小二乘的可辨识性,给出了PMSM参数辨识的持续激励条件,构建了基于d SPACE DS1007PPC的PMSM实验平台。为研究PMSM的参数辨识与控制奠定了基础。(2)基于多新息辨识理论,结合耦合辨识思想和遗忘因子技术,提出了耦合多新息带遗忘因子最小二乘辨识算法。该算法所采用的多新息技术能够最大限度地,重复地利用所采集的PMSM辨识信息,从而克服PMSM参数辨识时数据缺失现象,同时耦合辨识技术能够充分利用过程数据,具有避免高维矩阵求逆运算的优点。加入的遗忘因子使得算法能够动态跟踪PMSM参数的变化。仿真和实验结果验证了所提算法的有效性。(3)基于有限数据窗辨识理论,结合耦合辨识思想,提出了耦合有限数据窗带遗忘因子最小二乘辨识算法,实现了对多输入多输出、动态时变的PMSM多参数的辨识。与传统多变量带遗忘因子的有限数据窗递推最小二乘辨识算法相比,该算法无需进行矩阵求逆运算,同时通过子系统参数估计的耦合关系,减小了子系统参数向量和协方差矩阵的冗余运算,从而最大限度地降低了辨识算法的计算量,加快了算法的收敛速度。此外,所提辨识算法保留了结合遗忘因子后快速跟踪时变参数的优点。仿真和实验结果验证了所提算法的有效性。(4)基于偏差补偿带遗忘因子最小二乘算法,结合耦合辨识思想,提出了部分耦合偏差补偿带遗忘因子最小二乘辨识算法及耦合偏差补偿带遗忘因子最小二乘辨识算法。所提算法在不考虑噪声模型的情况下,都能够获得PMSM参数的精确估计值,并分别基于PMSM的状态方程模型和多元伪线性模型进行了参数辨识的实验验证。(5)在PMSM参数辨识的基础上,提出了PMSM的间接自适应反步法控制策略,解决PMSM实际控制时参数动态时变的问题。该方法采用在线耦合多新息带遗忘因子最小二乘算法辨识出PMSM的参数,然后把辨识获得的PMSM参数反馈到反步法控制器中,以克服PMSM参数的动态变化,改善PMSM的控制性能。依据Lyapunov稳定性理论,给出了PMSM控制系统的稳定性证明。仿真和实验结果验证了所提算法的有效性。