卡尔曼转矩观测_基于自适应卡尔曼滤波的永磁同步电机转速辨识研究

王雪丹  苏峰峰

(黑龙江科技学院电气与信息工程学院，哈尔滨150027)

摘要：为提高永磁同步电机无速度传感器估算速度和位置的精度，提出一种结龠扩展i尔曼滤波和向适应算法相结台的自适应卡尔曼滤波估算方法。利用Matlab／simulink建立的PMsM无速度传感器直接转矩控制系统模型，对转速和位置进行辨识研究。仿真结果表明，该方法取得令人较满意的结果。

关键词：永磁同步电机  自适应算法卡尔曼滤波无速度传感器

0引  言

存电机控制系统中．为了实现对转速的精确控制，速度反馈足不可或缺的环节。由于安装在电机端的测速发电机或光电编码器增加了系统的复杂性和成本，实际应用时有些场合不适宜安装速度传感器，这种情况下应用速度传感器可能会降低系统的可靠性，同叫电降低了电机的刚性和简单性。无速度传感器的控制系统无需检测硬件，免去了速度传感器带来的种种麻烦，提高了系统的可靠性，降低了系统的成本；系统的体积小、质量轻，而且减少了电机与控制器的连线，使得采用无速度传感器的异步电机的调速系统在T程中的应用更加广泛：因此，人们转而研究无需速度传感器的电机控制系统，利用转速的估算值寅现速度反馈。

卡尔曼滤波是当前应用最广的一种动态数据处理方法，具有最小无偏方差性【1】。其滤波方程足一组递推计算公式，计算过程是一个不断预测、修上[的过程。在求解时，不需要储存大景的观测数据，并且当得到新的观测数据时，可随时计算新的滤波值。给传统的卡尔曼滤波增加了自我学习的功能，以此来克服传统k尔曼滤波方法的不足。这在文献[2]中已经得到证明。本文利用表面式永磁同步电机(SPMsM)α－β静止坐标系下，数学模型利用口适应算法建立的水磁同步电