1 前言
在前面的一章里引入了状态观测器,下面就介绍一下可以算是在FOC控制界的观测器鼻祖,滑膜观测器,即SMO。
注意:该文章旨在教学和应用,旨在帮助大家理解,所以有很多名词以及描述都是个人理解以及个人创造,跟书本上的那些官方描述有所出入是正常的,大家需要自行领悟和对照。需要系统性的学习SMO的理论和其性质以及应用条件等可以去参考一些详细资料。
2 SMO原理
前面说到,观测器的结构如下图:
还说到了观测器种类的不同取决于反馈方式以及修正方式的不同。那么对于SMO来说,它的反馈方式和修正方式是怎样的呢?
2.1 修正方式
首先先看看修正方式,SMO的原理非常之简单,它在观测器建立的数学模型S中引入了一个修正值z,然后使用反馈来计算修正值z,流程框图如下:
靠这种方式来慢慢修正观测器的数学模型S,让这个模型S无限接近真实的系统状态,一点一点累加累加,就算真实系统发生干扰,模型也能快速通过修正值z快速修正到最新的状态。如果真实系统的状态是如下图所示的一条曲线,那么SMO的观测器模型就是一个围绕着这个曲线来回滑动的弯弯曲线:
滑膜这个名字就来自于这种特性。
2.2 反馈方式
再来看看SMO的反馈方式,即z的计算方式。SMO的反馈方式就更简单了,首先将观测器的输出减去实际输出,如果反馈大于0,那么就给上一个状态的数学模型加上一个z,反之减去一个z,如此SMO的框图就变成这样:
握 *,*****,这也太简单粗暴了吧,这样出来的观测器状态输出不就跟锯齿一样嘛,所以为了让观测器更加的平滑,所以对上述的反馈方式作了一个改进,就是如果error在某个小范围内,则z等于error乘上一个增益K,如果不在这个范围内,则还是沿用之前的方式,如下图所示:
以上就是滑膜观测器的原理以及解析了,下期再见。