[发明专利]PMLSM伺服控制系统位置与速度估计方法及装置

说明书

技术领域

本发明涉及电机控制技术领域，尤其是涉及一种PMLSM伺服控制系统位置与速度估计方法及装置。

背景技术

永磁直线同步电机伺服控制系统中，需要根据电机磁极的角度进行矢量变换，以确定SVPWM(Space Vector Pulse Width Modulation，空间矢量脉宽调制)模块控制信号，从而实现矢量控制；另一方面，为了实现高精度、快响应的PMLSM(Permanent magnet linear synchronous motor，永磁直线同步电动机)伺服控制系统，还必须获得动子位置以及速度实时反馈值，以形成闭环控制。因此，在永磁直线同步电机无传感器伺服控制系统中，如何通过估计来获得动子的位置与速度实时信号就显得格外重要。

在永磁直线同步电机伺服控制系统等强耦合性、非线性系统中，扩展卡尔曼滤波算法(EKF)应用得最为广泛。对于PMLSM伺服控制系统，通过迭代与实时校正，该算法可以有效的抑制干扰信号以及测量噪声，所得到的估计值与实际的值的偏差在很小的范围内；另一方面，扩展卡尔曼滤波算法的应用不需要对电机进行物理改造，即电机是否具有明显凸极性，对扩展卡尔曼滤波算法的使用没任何影响。但是扩展卡尔曼滤波法对电机参数的变化较为敏感，而PMLSM在低速状态运行时电阻容易受到温度变化的影响，存在低速时扩展卡尔曼卡滤波算法估计值不精确的问题。

针对上述扩展卡尔曼滤波法对PMLSM低速状态运行时估计值不精确的问题，目前尚未提出有效的解决方案。

发明内容

有鉴于此，本发明的目的在于提供一种PMLSM伺服控制系统位置与速度估计方法及装置，以提高低速状态下扩展卡尔曼滤波法的估计结果的精确性。

第一方面，本发明实施例提供了一种PMLSM伺服控制系统位置与速度估计方法，包括：在PMLSM伺服控制系统的状态变量中加入绕组电阻因子；将PMLSM伺服控制系统的状态方程进行离散线性化得到的离散线性化模型；根据离散线性化模型进行扩展卡尔曼滤波法估计位置与速度。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，

在PMLSM伺服控制系统的状态变量中加入绕组电阻因子的步骤，包括：

在系统状态向量中添加电阻分量x＝[i_α i_β v x R]^T；

获得PMLSM伺服控制系统的状态空间模型为：

其中，ω(t)和σ(t)分别为计入的过程噪声和测量噪声，非线性矩阵为：

系统的输入矩阵B为：

系统的输出矩阵H为：

i_α和i_β为α-β坐标系下的相电流；u_α和u_β为α-β坐标系下的相电压；R为直线电机绕组电阻；L为直线电机相电感；v为电机动子速度；x为电机动子直线位移；τ为磁极间距；k_e为反电势常数；M为动子质量；k_f为推力常数；B为阻尼系数。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，将PMLSM伺服控制系统的状态方程进行离散线性化得到的离散线性化模型的步骤，包括：定义系统的雅克比矩阵如下：

根据雅克比矩阵和一阶欧拉积分对状态空间模型进行离散化处理得到离散线性化模型：

其中，Φ(k)≈I+F(x(k))·T_s，G＝B·T_s，F为系统的雅克比矩阵，I为单位矩阵，T_s为采样周期，ω(k)为过程噪声，σ(k)为测量噪声。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，根据离散线性化模型进行扩展卡尔曼滤波法估计位置与速度的步骤，包括：设置初始系统状态向量以及方差矩阵；利用上一个时刻(k-1)的最优估计值以及误差协方差矩阵P_k-1|k-1，计算k时刻系统状态向量的预测值与误差协方差矩阵的预测值P_k|k-1：

更新卡尔曼增益矩阵：

K_k＝P_k|k-1H^T[HP_k|k-1H^T+R]^-1