[发明专利]基于弱敏集合卡尔曼滤波的感应电机状态监测方法

说明书

本发明公开了一种基于弱敏集合卡尔曼滤波的感应电机状态监测方法，以解决现有的方法对感应电机的状态监测结果精度低的技术问题。步骤如下：建立感应电机系统的状态方程，建立感应电机系统的量测方程，离散化状态方程和量测方程，对离散后状态方程和量测方程采用弱敏集合卡尔曼滤波，输出感应电机的定子电流、转子磁链和角速度。与EnKF相比，本发明使用弱敏最优控制技术来解决感应电机系统中参数（比如转子电阻和定子电阻等）不确定性，减弱感应电机系统中状态（定子电流、转子磁链和角速度）估计对不确定参数的敏感性，提高感应电机的状态监测精度，该方法可以应用在对感应电机的状态PID控制过程。

技术领域

本发明涉及感应电机状态监测技术领域，具体涉及一种基于弱敏集合卡尔曼滤波的感应电机状态监测方法。

背景技术

感应电机以其结构简单、性能稳定、成本低廉和制造方便等优点在理论研究与实际应用中得到广泛关注，并广泛应用于电动汽车、交通运输、数控机床等领域。目前，实用的感应电机交流调速系统一般采用间接方法对磁链和转速进行监测，即通过检测电机定子端的电压和电流等容易测量的物理量，利用状态估计的方法来实时计算磁链和转速，从而实现磁链和转速的精确控制，也就是所谓的感应电机无速度传感器控制，无速度传感器控制技术是感应电机交流调速系统的一个重要研究方向。因此，感应电机的研究重点主要是集中在无速度传感器的控制上，并且感应电机无速度传感器控制系统需要解决的关键问题是对感应电机转速的监测和转子磁链的监测。集合卡尔曼滤波(EnKF)是一种基于蒙特卡罗的卡尔曼滤波方法，它通过集合采样避免了Jacobian矩阵的计算，具有较高的计算效率和处理高维非线性系统的能力，但是工程实践中感应电机系统建立的数学模型往往含有参数(比如转子电阻和定子电阻等)不确定性，当采用EnKF对感应电机状态(定子电流、转子磁链和角速度)进行监测时，这些参数不确定性将会极大地降低监测结果的精度，甚至会导致发散。

发明内容

本发明要解决的技术问题是提供一种基于弱敏集合卡尔曼滤波的感应电机状态监测方法，以解决现有的方法对感应电机的状态监测结果精度低的技术问题。

为解决上述技术问题，本发明采用如下技术方案：

设计一种基于弱敏集合卡尔曼滤波的感应电机状态监测方法，包括以下步骤：

步骤一：获取感应电机系统的第一定子电流x₁、第二定子电流x₂、第一转子磁链x₃、第二转子磁链x₄、角速度x₅、转子惯性J、极对数p、转子时间常数T_r、电机空载漏磁系数σ、瞬时时间常数的倒数λ、第一定子电压控制输入u₁、第二定子电压控制输入u₂、转子电感L_s、定子电感L_r、互感L_m、固定参数

在感应电机系统中，取第一定子电流x₁、第二定子电流x₂、第一转子磁链x₃、第二转子磁链x₄、角速度x₅构建状态向量x＝[x₁,x₂,x₃,x₄,x₅]^T，则建立感应电机系统的状态方程为：