采用离散化的龙贝格观测器进行无传感器控制,龙伯格观测器采用线性控制策略代替了 SMO 的变结构控制

该模型采用离散化的龙贝格观测器进行无传感器控制
其利用 PMSM 数学模型构造观测器模型,根据输出的偏差反馈信号来进行PLL得到速度和角度。
当观测的电流实现与实际电流跟随时,可以从观测的反电势计算得到电机的转子位置信息,形成跟踪闭环估计。
龙伯格观测器采用线性控制策略代替了 SMO 的变结构控制,有效避免了系统抖振,具有动态响快、估算精度高的优点。
请添加图片描述

YID:86188671040954591

离散化的龙贝格观测器是一种常用的无传感器控制方法。该方法通过离散化电机的状态空间模型,构造出一个龙贝格观测器模型,利用观测器对电机的状态进行估计和反馈控制,从而实现电机的稳定运行。

在该模型中,PMSM 数学模型被用来构造观测器模型。观测器模型将电机的状态信号进行预测和估计,通过输出偏差反馈信号来进行 PLL 得到速度和角度。

当观测的电流实现与实际电流跟随时,龙贝格观测器可以从观测的反电势计算得到电机的转子位置信息,形成跟踪闭环估计。这种方法不仅可以提高电机控制精度,而且可以避免因传感器故障而导致的电机无法正常运行的情况。

与传统的滑模观测器相比,龙贝格观测器采用线性控制策略代替了 SMO 的变结构控制,有效避免了系统抖振,具有动态响快、估算精度高的优点。这种方法适用于各种不同类型的电机,包括感应电机、永磁同步电机、步进电机等。

在实际应用中,离散化的龙贝格观测器可以用于各种电机控制应用,包括电动汽车、电机驱动系统、工业机器人等。使用该方法可以提高电机控制的精度和稳定性,从而更好地满足不同应用领域的需求。

总之,离散化的龙贝格观测器是一种优秀的无传感器控制方法,具有高效、稳定的优点。在实际应用中,可以根据具体需求进行参数配置和优化,从而实现更好的控制效果和应用效果。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在使用PMSM时,转子磁场的速度必须等于定子(电枢)磁场的速度(即同步)。转子磁场和定子磁场之间失去同步会导致电机停转。FOC表示这样一种方法:将其中一个磁通(转子、定子或气隙)视为用于为其他磁通之一创建参考坐标系的基础,其目的是将定子电流解耦为用于产生转矩的分量和用于产生磁通的分量。这种解耦保证了复杂三相电机的控制方式与采用单独励磁的直流电机一样简单。这意味着电枢电流负责产生转矩,而励磁电流负责产生磁通。本应用笔记中将转子磁通视为定子磁通和气隙磁通的参考坐标系。表面安装永磁型PMSM(SPM)中FOC的特殊性在于定子idref(对应于d轴上的电枢反应磁通)的d轴电流参考设置为零。转子中的磁体产生转子磁链Λm,这一点与交流感应电机(AC Induction Motor, ACIM)不同,交流感应电机需要恒定参考值idref来磁化电流,从而产生转子磁链。本章的后面部分将介绍内置式永磁(Interior Permanent Magnet, IPM)型PMSM电机的d轴电流参考。 气隙磁通等于转子磁链的总和。这是由永磁体产生的,电枢反应磁链则是由定子电流产生的。对于FOC中的恒转矩模式,仅d轴气隙磁通一项即等于Λm, d轴电枢反应磁通为零。相反,在恒功率运行中,定子电流中产生磁通的分量(即负id)用于弱化气隙磁场以实现更高速度。在不需要位置传感器和速度传感器的无传感器控制中,面临的挑战是实现一个能够抑制温度、开关噪声和电磁噪声等干扰的稳定速度估算器。当应用对成本敏感时(不允许部件运动),通常需要无传感器控制。例如,使用位置传感器时或在不利电气环境下运行电机时。但是,对于精确控制的要求(特别是在低速情况下)不应视为给定应用的关键问题。位置和速度估算基于电机的数学模型。因此,模型与实际硬件越接近, 估算器的性能就越好。 PMSM数学建模依赖于其拓扑,主要分为两种:表面贴装电机和内置式永磁(IPM)电机。每种电机在不同应用需求方面都有各自的优势和劣势。提出的控制方案已开发用于表面贴装和内置式永磁同步电机。下图所示为表面贴装电机,与内置式PMSM相比,该电机具有低转矩纹波和低成本的优点。由于所考虑电机类型的气隙磁通是平滑的,因此定子的电感值Ld = Lq(非凸极PMSM)以及反电磁力(Back Electromagnetic Force, BEMF)是正弦曲线。
龙贝格观测器是一种常用于电机控制的状态观测器,可以用于估计电机状态量,从而实现闭环控制离散化是将连续时间系统转化为离散时间系统的过程,通常使用采样周期来描述。在Matlab中,可以使用以下步骤进行龙贝格观测器离散化: 1. 定义连续时间系统的状态空间模型,包括状态方程和输出方程。 2. 使用c2d函数将连续时间系统转化为离散时间系统,其中需要指定采样周期和转化方法。 3. 根据离散时间系统的状态空间模型,设计龙贝格观测器离散化算法。 4. 在Matlab中实现离散化龙贝格观测器算法,并进行仿真验证。 以下是一个简单的Matlab代码示例,用于实现离散化龙贝格观测器算法: ```matlab % 定义连续时间系统的状态空间模型 A = [0 1 0; 0 0 1; -10 -20 -30]; B = [0; 0; 1]; C = [1 0 0]; D = 0; sys = ss(A, B, C, D); % 将连续时间系统转化为离散时间系统 Ts = 0.01; % 采样周期 method = 'zoh'; % 转化方法 sysd = c2d(sys, Ts, method); % 设计离散化龙贝格观测器算法 L = [10; 20; 30]; % 观测器增益矩阵 xhat = [0; 0; 0]; % 初始状态估计值 y = 0; % 初始输出值 u = 1; % 输入值 % 实现离散化龙贝格观测器算法 for k = 1:100 xhat = xhat + Ts * (A * xhat + B * u - L * (C * xhat - y)); y = C * xhat + D; end % 进行仿真验证 t = 0:Ts:1; u = ones(size(t)); [y, t, x] = lsim(sysd, u, t); xhat = zeros(size(x)); for k = 1:length(t) xhat(k,:) = xhat(k,:) + Ts * (A * xhat(k,:)' + B * u(k) - L * (C * xhat(k,:)' - y(k))); end plot(t, x(:,1), t, xhat(:,1), '--'); legend('真实状态', '观测状态'); ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值