作者:屈稳太,王郎,王领 单位:中国科学院深圳先进技术研究院;科学出版社 出版:《集成技术》2014年第05期 页数:8页  (PDF与DOC格式可能不同) PDF编号:PDFJCJI2014050050 DOC编号:DOCJCJI2014050059 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 传统的扩展卡尔曼滤波器(Extended Kalman Filter,EKF)用于无刷直流电机状态辨识时,观测数据容易出现残差,辨识结果偏差大,位置及转速存在耦合,导致辨识系统鲁棒性弱。文章基于离散的直流无刷电机(Brushless DC Moter,BLDCM)数学模型和M-估计方法,构建了改进的扩展卡尔曼滤波算法(MEKF)。首先,基于BLDCM的工作原理,建立了独立于EKF的BLDCM换相离散模型;其次,通过修正系统观测矩阵,对转速与位置的强耦合关系进行解耦,实现了EKF分离变量辨识;最后,基于去耦合后的时序模型设计出独立于EKF的转子位置检测模块,无需深度滤波就可实现转子的精确定位。实验仿真结果表明,文章方法能够有效抑制卡尔曼滤波器的粗差扰动,提高了系统抵抗初始值不确定性的干扰和系统鲁棒性。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。