牵引电机是高速列车动力的直接来源,通过调节其输出的力矩可实现高速列车的牵引和制动。因此,牵引电机的正常且高效地运行是保障高速列车行驶安全的关键。在实际应用中,牵引电机的控制需要实时获取电机的机械量信息,传统的获取方法是通过安装在牵引电机内非传动轴端的传感器进行直接测量。若使用无传感器的方法,即将采集到的牵引电机的电气量信息通过状态估计的方法间接得到电机转速、负载转矩等机械量信息,可减少对牵引电机内部空间的占用以及相应的成本,并增加系统的稳定性。因此对高速列车牵引电机状态估计的研究具有重要的工程价值。本文以高速列车牵引电机MT205为对象,搭建了基于该牵引电机的矢量控制系统,并在此基础上通过编写扩展卡尔曼滤波和容积卡尔曼滤波算法实现了牵引电机的状态估计。硬件是算法实时运行的载体,在实际应用中需要将牵引电机状态估计算法在硬件中实现。牵引控制单元作为高速列车控制的核心部分,其需要实时采集牵引电机的数据以实现对牵引电机的实时控制,系统故障的实时检测以及系统的监管与保护等功能。若在牵引控制单元中实现牵引电机状态的实时估计,通过实时获取到的电气量信息,牵引控制单元便可实时估计出牵引电机的机械量信息,从而将其应用于牵引控制单元的其它功能中。以在某型高速列车的牵引控制单元中实现牵引电机状态的实时估计为目的,本文采用与某型高速列车牵引控制单元具有相同架构的数字信号处理器TMS320F28335作为算法执行的硬件载体,并研究了基于扩展卡尔曼滤波的牵引电机状态估计算法的硬件实现。为了对所实现的硬件功能进行实时验证,本文设计了基于实时仿真器和TMS320F28335的半实物仿真平台,对该半实物仿真平台的结构组成、连接配置与工作原理进行分析,并在上述工作的基础上搭建了半实物仿真平台。在牵引电机不同阶数的状态空间模型的基础上对牵引电机MT205进行了实时性的状态估计实验。