论文部分内容阅读
本论文的研究目标一是用bang-bang控制思想实现无速度传感器点对点快速定位系统,二是分析基于扩展的卡尔曼滤波器(EKF)异步电机闭环矢量控制系统状态估计器的性能。前者的重点是最优时间控制方法、模糊控制器的推理以及运动相轨迹分析;后者侧重于EKF的状态估计方法、噪声模型对滤波估计性能的影响以及噪声模型的辩识方法。通篇论文围绕无速度传感器下的电气传动控制来进行,关于近几年这方面的研究成果,首先在第一章绪论中作了归纳和总结。 论文第二章从异步电机的基本数学模型入手,介绍了一种基于转子磁场定向的带电流内环控制的电压型逆变器输出闭环矢量控制结构,在理论上证明了该模型可省略电压前馈解耦环节,采用F240DSP芯片构建的带速度传感器实验系统验证了其定子电流励磁分量和转矩分量有良好的解耦控制特性。接着,分析了Pontryagin极小值原理,指出用bang-bang开关信号可对上述系统实现最优时间控制,若速度量采用估计,则生成无速度传感器的时间最优系统。bang-bang控制实现的难点是,在运动相平面的原点周围易形成极限环或出现振荡。为了实现经济实用的点对点快速定位系统,实际系统采用速度开环、位置闭环结构,速度量从模糊控制器得到,既不实测也不软件估计,用模糊开关线代替真实开关线进行控制量状态切换,无极限环或振荡现象,而成本则大大降低。本章最后分析了能耗制动的相轨迹。 论文第三章对点对点快速定位系统进行了实验研究,重点介绍了196MX PTS中断系统对高速处理实时逻辑信号和消除编码盘光电头边缘振荡效应所起的作用、IPM模块的安全性分析设计等,同时给出了完整的实验波形分析以及基本算法。 论文第四章详细阐述了EKF作为观测器又是估计器用于实现转速和转子磁链估计的工作原理、递归算法、滤波估计器的性能特点等。卡尔曼滤波估计实现的难点是,电机运行的消息噪音和测量噪音模型不易准确获得,而滤波估计的精度和收敛性在很大程度上受其影响。本文用遗传算法(GA)对全闭环矢量控制系统中的EKF噪音模型进行离线优化辩识,仿真结果表明,GA寻优到的噪音模型使采用卡尔曼滤波器的无速度传感器矢量控制系统获得了与带速度传感器矢量控制系统相类似的动态性能,全系统对消息噪音和测量噪音有好的鲁棒性。 论文最后对博士阶段的研究工作进行了总结,并对下一步的工作作出展望。