CN103956953B - 基于滑模观测器的无刷直流电机状态估计方法 - Google Patents

基于滑模观测器的无刷直流电机状态估计方法 Download PDF

Info

Publication number
CN103956953B
CN103956953B CN201410199685.7A CN201410199685A CN103956953B CN 103956953 B CN103956953 B CN 103956953B CN 201410199685 A CN201410199685 A CN 201410199685A CN 103956953 B CN103956953 B CN 103956953B
Authority
CN
China
Prior art keywords
motor
phase
observer
rho
sliding
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410199685.7A
Other languages
English (en)
Other versions
CN103956953A (zh
Inventor
甘明刚
李昕
陈杰
窦丽华
邓方
蔡涛
白永强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201410199685.7A priority Critical patent/CN103956953B/zh
Publication of CN103956953A publication Critical patent/CN103956953A/zh
Application granted granted Critical
Publication of CN103956953B publication Critical patent/CN103956953B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Control Of Motors That Do Not Use Commutators (AREA)

Abstract

本发明公开了一种基于滑模观测器的无位置传感器无刷直流电机的状态估计方法。使用本发明能够有效地提高无刷直流电机状态观测的精度,减小了延迟,增加了鲁棒性。本发明针对滑模观测器存在估计精度不佳、电感鲁棒性不佳的问题,通过结合加权积分增益与指数趋近律,有效地提高了估计精度和电感鲁棒性;针对滑模结构存在的固有抖震问题,通过改变滑模面,从而避免低通滤波器的使用,进一步提高了估计精度。通过仿真以及半实物仿真实验,验证了本发明提出方法的可行性。

Description

基于滑模观测器的无刷直流电机状态估计方法
技术领域
本发明涉及无刷直流电机的无位置传感器控制技术领域,具体涉及一种基于滑模观测器的无位置传感器无刷直流电机状态估计方法。
背景技术
永磁无刷直流电机(Brushless DC Motor,BLDCM)融合了直流电动机的控制方式简单、转矩特性好、调速性能好,以及交流电动机的制造简单、无励磁损耗、功率密度高等优点,在各个领域都有应用,并引起国内外学者的广泛关注与研究。但是无刷直流电机的运行需要转子位置信号,传统的方法是采用位置传感器。随着对额定功率更小的电机的研究与需求,位置传感器的体积占整个电机***体积的百分比越来越大,这就使得整个***难以实现小型化,限制了其在精密微小场合的应用。此外,由于位置传感器的存在,使得***复杂程度加大、成本增加、可靠性降低、增加了生产和维护难度并且对电机的制造工艺也带来不利的影响。
针对位置传感器对无刷直流电机控制***带来的上述不利影响,比较好的解决办法是采用无位置传感器控制技术。所谓的无位置传感器控制,实质上是无机械位置传感器的控制,即在电机的运转过程中,由新的位置信号检测方法(一般通过软件与硬件相互结合的技术)代替机械的位置传感器来提供逆变桥功率器件换相导通的时序信号。无位置传感器控制不仅可以克服机械位置传感器带来的问题,还可以充分利用软件技术改善并提高电机的动、静态性能。
在无刷直流电机的无位置传感器控制技术中,状态估计是最关键的核心问题,也就是如何不通过机械的位置传感器,而只通过三相电压与电流,准确、快速、可靠的得到转子位置与速度信号。
Gamazo-Real JC等人在文献(Position and Speed Control of Brushless DCMotors Using Sensorless Techniques and Application Trends[J].SENSORS,2010,10(7):6901-6947.)中总结,现有的无位置传感器无刷直流电机的状态估计方法主要有传统方法和状态观测器方法两种。其中传统方法主要有:反电势过零法、三次谐波电压积分法、续流二级管法、反电势积分法等;状态观测器法主要有:扩展卡尔曼滤波法、参考模型自适应法、神经网络法和滑模观测器法等。
传统方法主要存在的问题是在某一特定的速度范围内可以较好的估计出转子的速度、位置信息,但是在电机低速或高速运行时,观测效果大幅下降甚至无法使用。
近年来的主要研究和应用方向都集中在利用状态观测器对无刷直流电机***进行状态估计,无刷直流电机***是一个典型的非线性的***,结合滑模观测器,可以对其进行状态估计。
滑模观测器将滑模变结构控制理论与无刷直流电机相结合,构建滑模观测器对无刷直流电机的反电势信号进行估计。滑模观测器的特点是结构相对简单,实时性好,并且对观测对象的参数变化有一定的鲁棒性。但是滑模观测器也存在一些问题:第一,是由于滑膜结构本身的固有缺点所以存在着滑模抖振,传统方法中通过加入低通滤波器滤除高频抖振,但是却带来了相位延迟,降低了观测精度;第二,经过研究发现,滑模观测器对电感值的变化比较敏感,传统的滑模观测器有一定的鲁棒性,但是对电感值误差的鲁棒性还是不够强,电感值误差较大时观测器会发散;第三,滑模观测器的观测精度和速度可以进一步提升。
发明内容
有鉴于此,本发明提供了一种基于滑膜观测器的无位置传感器无刷直流电机的状态估计方法,能够有效地提高无刷直流电机状态观测的精度,减小了延迟,增加了鲁棒性。
本发明的基于滑模观测器的无刷直流电机状态估计方法包括如下步骤:
步骤1,对滑模观测器进行改进,采用加权积分型增益指数趋近律代替常数趋近律,同时以指数型滑模面函数代替开关型函数;
步骤2,采用步骤1改进后的滑模观测器对无刷直流电机的状态进行估计。
其中,所述步骤1构建的滑膜观测器为
x ^ . 1 = - α 1 x 1 - α 2 x ^ 3 + α 2 U ab + ϵ 1 | ρ 1 | H ( x 1 - x ^ 1 ) + k 1 ( x 1 - x ^ 1 ) x ^ . 2 = - α 1 x 2 - α 2 x ^ 4 + α 2 U bc + ϵ 2 | ρ 2 | H ( x 2 - x ^ 2 ) + k 2 ( x 2 - x ^ 2 ) x ^ . 3 = ϵ 3 | ρ 1 | H ( x 1 - x ^ 1 ) x ^ . 4 = ϵ 4 | ρ 2 | H ( x 2 - x ^ 2 )
其中,L为电机每相绕组的自感;M为电机每两相绕组间的互感,R为电机每相定子绕组的电阻;x1=Ia-Ib,x2=Ib-Ic,x3=Eab,x4=Ebc,Ia、Ib、Ic为电机定子三相的绕组电流,Uab为电机a、b相的相电压,Ubc为电机b、c相的相电压,Eab为电机a、b相的相反电势,Ebc为电机b、c相的相反电势;ε1、ε2为电流观测器增益,ε3、ε4为反电势观测器增益,带“^”为其观测值;ρ1、ρ1为增益, ρ 1 = ∫ 0 t ( K f ρ 1 + x 1 - x ^ 1 ) dt , ρ 2 = ∫ 0 t ( K f ρ 2 + x 2 - x ^ 2 ) dt , k1、k2是指数增益, H ( s ) = sigmoid ( s ) = 2 1 + exp ( - ∂ s ) - 1 , ∂ > 0 为可调参数;
滑模面函数是 S = x 1 - x ^ 1 x 2 - x ^ 2 = s 1 s 2 = 0 .
有益效果:
本发明针对滑模观测器存在估计精度不佳、电感鲁棒性不佳的问题,通过结合加权积分增益与指数趋近律,有效地提高了估计精度和电感鲁棒性;针对滑模结构存在的固有抖震问题,通过改变滑模面,从而避免低通滤波器的使用,进一步提高了估计精度。通过仿真以及半实物仿真实验,验证了本发明提出方法的可行性。
附图说明
图1为滑模观测器的结构。
图2为滑模观测器仿真实验结构图。
图3为第一组电机参数的速度估计对比图。
图4为第二组电机参数的速度估计对比图。
图5为半实物仿真的实验流程图。
图6为半实物仿真平台的速度估计误差对比图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明提供了一种基于滑模观测器的无位置传感器无刷直流电机的状态估计方法,对传统的滑模观测器进行改进,构建了一个基于加权积分型增益指数趋近律的变滑模面的滑模观测器。采用指数趋近律代替常数趋近律,加快了滑模运动的收敛过程;同时通过加权积分型的增益,自适应地调节滑模增益,既保证了收敛速度,又保证了稳定性;并通过以指数型滑模面函数代替开关型函数的方法,进一步减小了滑模抖振,本发明有效的提高了状态观测的精度、减小了延迟、增加了鲁棒性。具体实现步骤如下:
步骤一,控制对象建模。
控制对象为无刷直流电机。以两相导通星形三相六状态的无刷直流电机为例,无刷直流电机的电压平衡方程如下:
U a U b U c = R 0 0 0 R 0 0 0 R I a I b I c + L - M 0 0 0 L - M 0 0 0 L - M d dt I a I b I c + E a E b E c - - - ( 1 )
其中,Ia、Ib、Ic为定子三相的绕组电流(单位为A);Ua、Ub、Uc为定子三相的绕组电压(单位为V);Ea、Eb、Ec为定子三相绕组的反电动势(单位为V);L为每相绕组的自感(单位为H);M为每两相绕组间的互感(单位为H),R为每相定子绕组的电阻(单位为Ω),表示微分。
由于三相间的对称关系,根据式(1)可得到无刷直流电机的对称简化模型如下:
d ( i a - i b ) dt = - R L - M ( i a - i b ) - 1 L - M e ab 1 L - M U ab d ( i b - i c ) dt = - R L - M ( i b - i c ) - 1 L - M e bc 1 L - M U bc de ab dt = 0 de bc dt = 0
其中,Uab为电机a、b相的相电压,Ubc为电机b、c相的相电压,eab为电机a、b相的相反电势,ebc为电机b、c相的相反电势。
步骤二,构建滑模观测器。
传统的滑模观测器如式(3)所示:
x ^ . 1 = - α 1 x 1 - α 2 x ^ 3 + α 2 U ab + ϵ 1 sgn ( x 1 - x ^ 1 ) x ^ . 2 = - α 1 x 2 - α 2 x ^ 4 + α 2 U bc + ϵ 2 sgn ( x 2 - x ^ 2 ) x ^ . 3 = ϵ 3 sgn ( x 1 - x ^ 1 ) x ^ . 4 = ϵ 4 sgn ( x 2 - x ^ 2 ) - - - ( 3 )
式中,x1=Ia-Ib,x2=Ib-Ic,x3=Eab,x4=Ebc,ε1、ε2为滑膜观测器中电流观测器的增益,ε3、ε4为滑膜观测器中反电势观测器的增益,带“^”为其观测值,带“.”的为其求导值。
滑模面函数为 S = x 1 - x ^ 1 x 2 - x ^ 2 = s 1 s 2 = 0 , 定义误差 e = x - x ^ .
由式(2)和(3)得到误差方程式(4)为
e . 1 = - α 2 e 3 - ϵ 1 sgn ( e 1 ) e . 2 = - α 2 e 4 - ϵ 2 sgn ( e 2 ) e . 3 = - ϵ 3 sgn ( e 1 ) e . 4 = - ϵ 4 sgn ( e 2 ) - - - ( 4 )
传统的滑模观测器在无刷直流电机***状态观测中存在的三个问题:第一,由于滑膜结构本身的固有缺点存在着滑模抖振,传统方法中通过加入低通滤波器滤除高频抖振,但是却带来了相位延迟,降低了观测精度;第二,经过研究发现,滑模观测器对电感值的变化比较敏感,传统的滑模观测器有一定的鲁棒性,但是对电感值误差的鲁棒性还是不够强,电感值误差较大时观测器会发散;第三,滑模观测器的观测精度和速度可以进一步提升。
本发明针对以上三个问题,构建了一个基于加权积分型增益指数趋近律的变滑模面的滑模观测器。其中,采用指数趋近律的形式,并对其中的滑模增益进行加权积分处理,可以提高观测器的估计精度;将滑模面的开关函数用指数函数代替,可以有效的削减滑模抖振,从而避免了低通滤波器的使用,减小了相位延迟。
本发明构建的加权积分型增益指数趋近律变滑模面观测器的结构如图1所示。图1中,Uab为a、b相的相电压,eab为a、b相的相反电势,iab为a、b相的相电流,R为定子电阻(三相相同),L为定子电感(三相相同),M为a、b、c三相之间任意两相的互感(三相相同),表示微分,表示积分,s为滑模面,H(s)为指数型开关函数,ε为滑模增益,ρ为加权积分增益项,带‘^’上标的为估计值,图1中所示即为式(5)中的计算过程。通过增加估计电流与实际电流的差通过加权积分项的反馈,提高了观测器的性能。公式如式(5)所示:
x ^ . 1 = - α 1 x 1 - α 2 x ^ 3 + α 2 U ab + ϵ 1 | ρ 1 | H ( x 1 - x ^ 1 ) + k 1 ( x 1 - x ^ 1 ) x ^ . 2 = - α 1 x 2 - α 2 x ^ 4 + α 2 U bc + ϵ 2 | ρ 2 | H ( x 2 - x ^ 2 ) + k 2 ( x 2 - x ^ 2 ) x ^ . 3 = ϵ 3 | ρ 1 | H ( x 1 - x ^ 1 ) x ^ . 4 = ϵ 4 | ρ 2 | H ( x 2 - x ^ 2 ) - - - ( 5 )
式中,x1=Ia-Ib,x2=Ib-Ic,x3=Eab,x4=Ebc,ε1、ε2为电流观测器增益,ε3、ε4为反电势观测器增益,带“^”为其观测值。
ρ1、ρ1为增益, ρ 1 = ∫ 0 t ( K f ρ 1 + x 1 - x ^ 1 ) dt , ρ 2 = ∫ 0 t ( K f ρ 2 + x 2 - x ^ 2 ) dt , k1、k2是指数增益, H ( s ) = sigmoid ( s ) = 2 1 + exp ( - ∂ s ) - 1 , ∂ > 0 为可调参数。其中,Kf为加权增益,一般取值为-0.5~0,作用是避免因误差过大引起的增益过大,导致观测结果错误的问题,本实验中取Kf=-0.1。
滑模面函数是 S = x 1 - x ^ 1 x 2 - x ^ 2 = s 1 s 2 = 0 , 定义误差 e = x - x ^ .
误差方程如式(6)所示:
e . 1 = - α 2 e 3 - ϵ 1 | ρ 1 | H ( e 1 ) - k 1 e 1 e . 2 = - α 2 e 4 - ϵ 2 | ρ 2 | H ( e 2 ) - k 2 e 2 e . 3 = - | ρ 3 | H ( e 1 ) e . 4 = - | ρ 4 | H ( e 2 ) - - - ( 6 )
1、结合加权积分增益与指数趋近律,提高观测精度及电感鲁棒性
本发明采用指数趋近律,即在式(3)的常数趋近率的基础上,加上了k·e的结构,构成了如式(5)的指数趋近率结构。常速趋近律的趋近速度慢于指数趋近律,并且指数趋近律可以增强观测器的动态品质,减小趋近时间,保证状态点移动到滑模面时速度很小,并保证有限时间内,状态空间中的任一点可以收敛到滑模面上。其中,k为指数增益,k>0,这是因为,k的值越大,滑模运动收敛到滑模面的速度越快,但是在稳态时抖动也越大。k的具体值确定需要结合具体的***,通过实验获得。
但是指数趋近律也有缺点:切换带为带状,当***在切换带中运动时,最后不能趋近于原点,而是趋近于原点的一个抖振。这种滑模抖振将可能对***中存在的、未建模的高频成分产生激励,由此会可能增加控制器的负担。针对这一问题,本发明通过改变滑块增益予以改进。
滑模增益越大,滑模观测器对电感误差的鲁棒性越强,然而当滑模增益过大时,会增加滑模抖振,降低了观测精度,严重中甚至可能导致结果发散。本发明设计成加权积分型增益,即用式(5)中的ε|ρ|增益,代替了式(3)中的ε增益。加权积分增益可以使得在滑模面趋近于0的时候,加权积分项也趋近于0,使得开关函数对观测结果的影响也趋近于0,从而有效地避免了当***不在滑动模态时切换增益的增大,并减小了滑膜抖振。其中,ε的选择是根据李雅普诺夫稳定理论,滑模观测器的增益应满足的基本条件(max表示取其最大值),ε的具体值需要根据不同***经过大量实验调试确定。ρ是根据公式 ρ 1 = ∫ 0 t ( K f ρ 1 + x 1 - x ^ 1 ) dt , ρ 2 = ∫ 0 t ( K f ρ 2 + x 2 - x ^ 2 ) dt 自适应得出。
结合指数趋近律与加权积分增益,可以获得更优秀的观测性能,在保证收敛速度的情况下,增强电感鲁棒性,保证了观测精度。
2、变滑模面进一步减小滑模抖振
抖振产生的根本原因是:***的轨迹是以一定的速度到达滑模切换面的,而由于惯性作用,运动点会穿越切换面,而滑模结构的控制作用会再次使运动点趋近于滑模面,所以最终形成抖振并叠加在理想的滑动模态上。对于现实中的计算机采样***,漏极切换以及数值运算的速度也可能对滑模结构造成影响,但是由于计算机硬件的发展,其高速漏极切换和高精度的数值运算,使得计算机对切换开关的时间及空间滞后几乎可以忽略不计。综上所述,开关切换动作所造成的控制的不连续性,就是抖振发生的根本原因。故可以采用指数型开关函数,即式(5)中的H(s)代替式(3)中的开关函数sgn(),以达到减小滑模抖振的目的。其中,的值越大,表示指数函数的形状越接近于开关函数的形状,也就是说数值越大,滑模抖动越强,但是如果数值选择过小,会导致观测器失去滑模的结构,结果发散,本发明取
步骤3,采用滑膜观测器对无位置传感器无刷直流电机的状态进行估计。
滑模观测器无刷直流电机无位置传感器控制***如图3所示,主要分为以下三个模块:电机***模块(图中的电机***BLDCM),速度控制模块(图中的PID控制器),滑模观测器模块(图中的SMO)。电机本体模块即为现实中无刷直流电机的仿真,滑模观测器模块通过三相电压与电流,估计出电机的转子位置、速度,作为速度控制器的反馈,以及参考电流模块的输入。SMO输入为电机***BLDCM的三相电压与电流,输出为位置与速度估计值,速度估计值与参考速度值做差,作为PID控制器的输入,电机***BLDCM的输入为PID控制器的输入,SMO的估计位置,以及负载转矩。
电机参数采用2组不同参数,以验证滑模观测器的普适性。第一组参数为:额定电压U=24V,极对数p=8,定子电阻R=0.6Ω,定子电感L=0.78mh,定子自感M=0.03mH,转子转动惯量J=0.0012kgm2,反电势系数Ke=0.00623V/(r·min-1)。
第二组参数为:额定电压U=160V,极对数p=3,定子电阻R=0.086Ω,定子电感L=0.0012mh,定子自感M=0.00037mH,转子转动惯量J=0.00021405kgm2。反电势系数Ke=0.1805V/(r·min-1)。
图3为第一组电机参数的速度估计对比图。图4为第二组电机参数的速度估计对比图。两图中粗实线均为滑模观测器的速度估计结果,粗虚线均为传统滑模观测器的速度估计结果,细虚线均为实际信号。可见滑模观测器估计速度信号更准确,传统方法的误差为11.5%,而本方法的误差仅为3.1%,有效提高了精度。
下面在半实物仿真***中验证本发明中提出的方法。
本发明通过基于iHawk的无刷直流电机半实物仿真平台验证观测器的效果。按***总体结构大致分为iHawk半实物仿真计算机、接口板卡、驱动器、仿真实物4个部分。控制算法,观测器算法以及数据处理在iHawk仿真计算机中进行,主要功能是负责接收反馈信号,并给出控制信号;接口板卡采用PMC-16AIO板卡,它是16位模拟输入/输出板卡,负责计算机与驱动器通信;驱动器为57blf01电机配套使用的YX-BLDC三相直流无刷电机驱动模板;仿真实物即为57blf01无刷直流电机。为了加大负载电流,通过联轴器将无刷直流电机与直流发电机相连,为电机增加了负载。
i-Hawk半实物仿真的实验流程图如图5。第一步,建立RTDB(Real-TimeDatabase)文件,此文件相当于一个“工程”文件,存储了仿真的所有内容,包括编译后的模型、参数设置与接口设置等信息。第二步,建立需要的接口变量,如数字模拟、输入输出量。第三步,通过板卡建立接口信息,本文中用到的板卡为模拟\数字输入板卡lcaio与PWM输出板卡NI-DAQmx、需要在软件SIMulation Workbench Control Center的接口设置界面将板卡接口与第二步设的变量一一对应,即建立映射关系。第四步,在MATLAB/Simulink搭建仿真模型,并在里面加入i-Hawk安装在MATLAB/Simulink中的专属RTDB控件,并指定RTDB名称。第五步,将仿真模型在SIMulation Workbench Control Center软件中编译下载,指定仿真模式(本文中统一使用ode3)与步长。第六步,指定编译后的模型使用的CPU(CPU1-CPU4单独或者联合使用皆可)。第七步,运行程序,观察仿真结果,可以实时观看,也可以在软件的历史数据库Data loggerViewer中观看。
电流通过霍尔电流传感器采集,本实验平台中采用的LEM公司的LTSR6-NP霍尔电流传感器。参数指标如下:检测电流6A,精度±0.2%,灵敏度104.16mV/A,电源5V,输出电压2.5V,频率200kHz,响应时间<400ns,工作温度-40℃~85℃,闭环霍尔效应电流传感器。具有出色的精度,良好的线性度,低温漂,反应时间快,频带宽度宽,无***损耗,电流过载能力强,抗外界干扰能力强等优点,可作为实验平台中电流采集所用。
图6为半实物仿真平台的速度估计误差对比图。粗线为本发明中提出的方法的速度估计误差,细线为传统滑模观测器方法的速度估计误差。可以看出本发明提出的方法可以有效提高观测精度,具有可行性。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于滑模观测器的无刷直流电机状态估计方法,其特征在于,包括如下步骤:
步骤1,对滑模观测器进行改进,采用加权积分型增益指数趋近律代替常数趋近律,同时以指数型滑模面函数代替开关型函数;
其中,本步骤构建的滑膜观测器为:
x ^ &CenterDot; 1 = - &alpha; 1 x 1 - &alpha; 2 x ^ 3 + &alpha; 2 U a b + &epsiv; 1 | &rho; 1 | H ( x 1 - x ^ 1 ) + k 1 ( x 1 - x ^ 1 ) x ^ &CenterDot; 2 = - &alpha; 1 x 2 - &alpha; 2 x ^ 4 + &alpha; 2 U b c + &epsiv; 2 | &rho; 2 | H ( x 2 - x ^ 2 ) + k 2 ( x 2 - x ^ 2 ) x ^ &CenterDot; 3 = &epsiv; 3 | &rho; 1 | H ( x 1 - x ^ 1 ) x ^ &CenterDot; 4 = &epsiv; 4 | &rho; 2 | H ( x 2 - x ^ 2 )
其中,L为电机每相绕组的自感;M为电机每两相绕组间的互感,R为电机每相定子绕组的电阻;x1=Ia-Ib,x2=Ib-Ic,x3=Eab,x4=Ebc,Ia、Ib、Ic为电机定子三相的绕组电流,Uab为电机a、b相的相电压,Ubc为电机b、c相的相电压,Eab为电机a、b相的相反电势,Ebc为电机b、c相的相反电势;ε1、ε2为电流观测器增益,ε3、ε4为反电势观测器增益,带“^”为其观测值;ρ1、ρ1为增益, &rho; 1 = &Integral; 0 t ( K f &rho; 1 + x 1 - x ^ 1 ) d t , &rho; 2 = &Integral; 0 t ( K f &rho; 2 + x 2 - x ^ 2 ) d t , k1、k2是指数增益, H ( s ) = s i g m o i d ( s ) = 2 1 + exp ( - &part; s ) - 1 , &part; > 0 为可调参数;
滑模面函数是 S = x 1 - x ^ 1 x 2 - x ^ 2 = s 1 s 2 = 0 ;
步骤2,采用步骤1改进后的滑模观测器对无刷直流电机的状态进行估计。
CN201410199685.7A 2014-05-13 2014-05-13 基于滑模观测器的无刷直流电机状态估计方法 Active CN103956953B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410199685.7A CN103956953B (zh) 2014-05-13 2014-05-13 基于滑模观测器的无刷直流电机状态估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410199685.7A CN103956953B (zh) 2014-05-13 2014-05-13 基于滑模观测器的无刷直流电机状态估计方法

Publications (2)

Publication Number Publication Date
CN103956953A CN103956953A (zh) 2014-07-30
CN103956953B true CN103956953B (zh) 2016-08-31

Family

ID=51334196

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410199685.7A Active CN103956953B (zh) 2014-05-13 2014-05-13 基于滑模观测器的无刷直流电机状态估计方法

Country Status (1)

Country Link
CN (1) CN103956953B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106208839B (zh) * 2016-07-25 2019-04-02 河南师范大学 一种风力发电用永磁同步电机电压型位置测量方法和装置
CN107544250B (zh) * 2017-09-15 2020-06-12 天津大学 一种少保守性的永磁球形电机轨迹跟踪控制方法
CN108233788A (zh) * 2018-01-19 2018-06-29 南京信息工程大学 基于幂指数趋近率的无刷直流电机滑模变结构控制方法
CN109067289B (zh) * 2018-09-12 2020-05-08 电子科技大学 一种深度学习优化的无位置传感器bldc滑模观测器控制方法
CN109450320B (zh) * 2018-12-29 2020-05-19 浙江理工大学 基于趋近律和扰动观测补偿的永磁同步电机滑模控制方法
CN109951121B (zh) * 2019-04-10 2021-02-02 安徽理工大学 基于非奇异终端滑模的永磁同步电机无位置传感器控制
CN114221599B (zh) * 2021-12-26 2022-09-16 霸州市宏伟机械有限公司 一种交流电机调速***及其控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102035456A (zh) * 2010-12-14 2011-04-27 长春工业大学 基于终端滑模的永磁同步电机直接转矩控制***
CN201910764U (zh) * 2010-12-14 2011-07-27 长春工业大学 一种基于终端滑模的永磁同步电机直接转矩控制***
CN102158168A (zh) * 2011-05-27 2011-08-17 北京理工大学 一种永磁同步电机驱动控制***
CN103746630A (zh) * 2014-01-16 2014-04-23 北华大学 一种用于电气传动***低频振动的主动控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102035456A (zh) * 2010-12-14 2011-04-27 长春工业大学 基于终端滑模的永磁同步电机直接转矩控制***
CN201910764U (zh) * 2010-12-14 2011-07-27 长春工业大学 一种基于终端滑模的永磁同步电机直接转矩控制***
CN102158168A (zh) * 2011-05-27 2011-08-17 北京理工大学 一种永磁同步电机驱动控制***
CN103746630A (zh) * 2014-01-16 2014-04-23 北华大学 一种用于电气传动***低频振动的主动控制方法

Also Published As

Publication number Publication date
CN103956953A (zh) 2014-07-30

Similar Documents

Publication Publication Date Title
CN103956953B (zh) 基于滑模观测器的无刷直流电机状态估计方法
CN103956956B (zh) 一种基于扩展卡尔曼滤波器的无刷直流电机状态估计方法
CN106533295B (zh) 永磁同步电机无位置传感器控制方法和装置
Gamazo-Real et al. Position and speed control of brushless DC motors using sensorless techniques and application trends
CN110504888A (zh) 一种基于自适应滑模观测器无位置传感器永磁同步电机控制方法
CN106452206B (zh) 一种两轮自平衡机器人的滑模自适应控制器
CN103051271A (zh) 一种永磁同步电机无位置传感器控制方法
Hamida et al. High-order sliding mode observers and integral backstepping sensorless control of IPMS motor
CN102510251A (zh) 驱动复合摆头的永磁环形力矩电机的自适应鲁棒控制方法
CN106411209A (zh) 永磁同步电机无位置传感器控制方法
Chan et al. Closed loop speed control of miniature brushless DC motors
CN109687792A (zh) 面向矢量控制***的牵引电机转子参数在线辨识优化方法
CN105932926A (zh) 基于降维观测器的永磁同步电机无速度传感器反推控制方法
CN106160616A (zh) 一种电机定子电阻在线辨识方法
CN106169895B (zh) 一种永磁直线同步电机电气参数测量方法
CN107395080A (zh) 基于级联非奇异终端滑模观测器的无速度传感器转矩控制***及方法
CN108521246A (zh) 永磁同步电机单电流传感器电流预测控制的方法及装置
CN109194224A (zh) 基于扩张状态观测器的永磁同步电机无传感器控制方法
Persson et al. Steady state Kalman filtering for sensorless control of hybrid stepper motors
CN111682821B (zh) 内嵌式永磁同步电机矢量控制方法及***
Wang et al. Sliding Mode Control of Surface-Mount Permanent-Magnet Synchronous Motor Based on Error Model with Unknown Load.
CN105827170B (zh) 基于Lyapunov稳定性的永磁同步电机转速位置检测***及方法
Lin et al. Sensorless inverter‐fed compressor drive system using back‐EMF estimator with PIDNN torque observer
Comanescu Speed and rotor position estimation of the PMSM by cascaded sliding mode observers with single and double compound manifolds
Patre et al. Sliding Mode Control of DC Drives

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant