[发明专利]基于抗扰卡尔曼数据融合的无位置传感器摇臂伺服控制方法

权利要求书

1.一种基于抗扰卡尔曼数据融合的无位置传感器摇臂伺服控制方法，其特征在于，包括如下步骤：

步骤1，基于电流环的无位置传感器控制算法辨识摇臂位置；

步骤2，基于摇臂运动方程采用卡尔曼状态观测器，观测摇臂位置和转速，卡尔曼状态观测器包括预测方程和更新方程两部分，其形式为：

预测方程：

更新方程：

其中，y_k为测量值向量，为模型预测值向量，K_k是卡尔曼增益矩阵，u_k-1是电机驱动控制量，δ_k-1是模型不确定补偿量，A_k是运动方程的状态矩阵，由运动方程对预测值向量估计求偏导获得，P_k是协方差矩阵，C是观测矩阵，Q和R分别是过程噪声协方差矩阵与测量噪声协方差矩阵，I为单位矩阵，卡尔曼数据融合通过式将测量值y_k和模型预测值相互融合，获得预测值向量估计

步骤3，运动控制系统采用位置、速度、电流三环控制，其中，位置环的位置反馈采用电流环位置估计，速度环的速度反馈采用速度环的速度估计；

将速度环卡尔曼滤波器的预测值向量估计中的位置估计与电流环获得位置估计比较，获得的比较误差用于修正步骤2中模型不确定补偿量δ_k-1。

2.根据权利要求1所述的基于抗扰卡尔曼数据融合的无位置传感器摇臂伺服控制方法，其特征在于，基于电流环的无位置传感器控制算法辨识摇臂位置的具体方法为：

将α-β轴系下电流、α-β轴系下电压，以及上一时刻估计转速输入电流环位置估计模块，电流环位置估计模块根据损失函数通过牛顿迭代法，计算出当前转子位置，转子位置通过锁相环，对噪声造成的估计波动进行滤波，获得电流环的电机转子位置、转速估计值，根据电流环位置、速度估计值计算摇臂的角度位置。

3.根据权利要求2所述的基于抗扰卡尔曼数据融合的无位置传感器摇臂伺服控制方法，其特征在于，转子位置的获取方法为：

构建永磁同步电机静止坐标系下α-β轴电压方程：

其中，v_α是α轴电压，v_β是β轴电压，R是绕组相电阻，p是微分算子，i_α和i_β是α-β轴电流，ω_re是转子速度，L_α(θ_re)、L_β(θ_re)、L_αβ(θ_re)是电感值在α-β坐标系下的中间变量，θ_re是转子位置，L_α＝L_∑+L_Δcos2θ_re，L_β＝L_∑-L_Δcos2θ_re，L_αβ＝L_Δsin2θ_re，其中L_d为d轴电感，L_q为q轴电感；

令基于电压方程建立损失函数：

其中，T_s是采样时间，i_α(k)和i_β(k)分别是第k次α轴和β轴电流，i_α(k-1)和i_β(k-1)分别是第k-1次α轴和β轴电流，ω_re(k-1)是第k-1次转子电气角速度，L_a(θ_re(k))、L_β(θ_re(k))是L_α(θ_re)、L_β(θ_re)的离散形式，T_pk(Δθ_re)是在α-β轴系下的旋转运算，Δθ_re为在一个采用周期内转子旋转过的角度；

对损失函数加入惩罚项，构造：

其中，是电机转子的位置估计，K为惩罚项系数；

根据凸优化理论，使用牛顿迭代法求损失函数的最小值点对应的估计量作为转子位置估计量，迭代方法为：