本文選題：感應(yīng)電機(jī) + 直接轉(zhuǎn)矩控制�。� 參考：《昆明理工大學(xué)》2016年碩士論文

【摘要】：感應(yīng)電機(jī)價(jià)格低廉、可靠性強(qiáng),近年來(lái)在工業(yè)、農(nóng)業(yè)、家用等場(chǎng)合得到了廣泛了應(yīng)用。為了實(shí)現(xiàn)感應(yīng)電機(jī)的閉環(huán)調(diào)速,通常采用的方法是在感應(yīng)電機(jī)的傳動(dòng)軸上安裝機(jī)械傳感器。但安裝機(jī)械傳感器也帶來(lái)造成增加安裝體積,增加成本,降低系統(tǒng)可靠性等問(wèn)題。對(duì)于這種問(wèn)題,無(wú)速度傳感器是一種良好的解決方案,能夠解決以上出現(xiàn)的問(wèn)題。目前已有多種無(wú)速度傳感器算法被提出,其中無(wú)跡卡爾曼濾波算法UKF具有良好的轉(zhuǎn)速預(yù)測(cè)性能而得到廣大學(xué)者的研究,但應(yīng)用中發(fā)現(xiàn)UKF算法存在運(yùn)算時(shí)間過(guò)長(zhǎng)，容易濾波發(fā)散,不適用于3維以上的高維非線性系統(tǒng)等問(wèn)題。為了克服這些問(wèn)題,本文對(duì)此進(jìn)行深入研究,具體研究工作如下：首先,對(duì)感應(yīng)電機(jī)的數(shù)學(xué)模型,逆變器和電壓空間矢量原理,直接轉(zhuǎn)矩控制系統(tǒng)組成進(jìn)行詳細(xì)介紹,為建立基于卡爾曼濾波的感應(yīng)電機(jī)無(wú)速度傳感器直接轉(zhuǎn)矩控制仿真模型奠定理論基礎(chǔ)。其次,介紹無(wú)跡卡爾曼濾波算法UKF,針對(duì)其運(yùn)行時(shí)間過(guò)長(zhǎng),容易濾波發(fā)散的問(wèn)題,對(duì)其進(jìn)行改進(jìn),提出一種可克服這些問(wèn)題的超球體平方根UKF算法。在此基礎(chǔ)上,建立UKF,超球體平方根UKF這兩種算法的感應(yīng)電機(jī)無(wú)速度傳感器Matlab仿真模型。通過(guò)仿真證明超球體平方根UKF算法能夠有效降低運(yùn)行時(shí)間和保證系統(tǒng)濾波不發(fā)散。但發(fā)現(xiàn)超球體平方根UKF算法和UKF算法一樣依然無(wú)法克服在高維非線性系統(tǒng)上濾波精度下降的問(wèn)題。為此,本文采用一種可用于高維非線性系統(tǒng)的卡爾曼濾波算法,即容積卡爾曼濾波算法CKF。然后,對(duì)CKF和UKF算法在預(yù)測(cè)感應(yīng)電機(jī)轉(zhuǎn)速性能方面進(jìn)行Matlab仿真研究。通過(guò)仿真對(duì)比得知,CKF運(yùn)行時(shí)間比UKF短,濾波精度比UKF高,在高維非線性系統(tǒng)具有良好的轉(zhuǎn)速預(yù)測(cè)性能。雖然CKF比UKF運(yùn)行時(shí)間短,但只是稍微短,在對(duì)實(shí)時(shí)性能要求高的電機(jī)控制系統(tǒng)中依然顯得過(guò)長(zhǎng)。為此,本文研究了一種可進(jìn)一步降低運(yùn)算時(shí)間的降維CKF算法。與此同時(shí),針對(duì)CKF存在濾波發(fā)散的問(wèn)題,提出一種可解決濾波發(fā)散問(wèn)題的平方根CKF算法SRCKF.最后,通過(guò)Matlab仿真證明,SRCKF和CKF算法在轉(zhuǎn)速預(yù)測(cè)性能方面具有相同的濾波精度,有效克服濾波發(fā)散問(wèn)題,在實(shí)際工程更具實(shí)用性。降維CKF算法濾波精度與CKF一樣,運(yùn)行時(shí)間比CKF短,比CKF算法更具優(yōu)越性。
[Abstract]:Induction motor has been widely used in industrial, agricultural, household and other fields in recent years because of its low price and high reliability. In order to realize the closed-loop speed regulation of induction motor, mechanical sensors are usually installed on the drive shaft of induction motor. But the installation of mechanical sensors also brings problems such as increasing installation volume, increasing cost and reducing system reliability. For this problem, the speed sensor is a good solution, can solve the above problems. At present, many speed sensorless algorithms have been proposed, among which the unscented Kalman filter (UKF) algorithm has been studied by many scholars for its good speed prediction performance. However, it is found that the UKF algorithm has long operation time and is easy to filter divergence. It is not suitable for high dimensional nonlinear systems with more than three dimensions. In order to overcome these problems, this paper carries on the thorough research, the concrete research work is as follows: first, introduces the induction motor mathematical model, the inverter and the voltage space vector principle, the direct torque control system constitution in detail, It lays a theoretical foundation for establishing the speed sensorless direct torque control simulation model of induction motor based on Kalman filter. Secondly, the unscented Kalman filter algorithm UKF is introduced. Aiming at the problem of long running time and easy filtering divergence, a hypersphere square-root UKF algorithm is proposed to overcome these problems. On this basis, the speed sensorless Matlab simulation model of induction motor based on UKF algorithm and hypersphere square root UKF algorithm is established. The simulation results show that the hypersphere square root UKF algorithm can effectively reduce the running time and ensure that the filtering of the system does not diverge. However, it is found that the hypersphere square root UKF algorithm and the UKF algorithm can not overcome the problem of filtering accuracy decline in high dimensional nonlinear systems. In this paper, a novel Kalman filtering algorithm, called volumetric Kalman filter, is proposed for high dimensional nonlinear systems. Then, the CKF and UKF algorithms are simulated by Matlab to predict the speed performance of induction motor. The simulation results show that CKF has shorter running time and higher filtering accuracy than UKF and has good speed prediction performance in high dimensional nonlinear systems. Although the running time of CKF is shorter than that of UKF, it is only a little shorter, and it is still too long in the motor control system which requires high real-time performance. Therefore, this paper studies a reduced dimension C KF algorithm which can further reduce the computational time. At the same time, aiming at the problem of filtering divergence in CKF, a square root CKF algorithm SRCKF, which can solve the problem of filtering divergence, is proposed. Finally, it is proved by Matlab simulation that SRCKF and CKF have the same filtering accuracy in speed prediction, which can effectively overcome the problem of filtering divergence, and are more practical in practical engineering. The filtering accuracy of the reduced dimension C KF algorithm is the same as that of the CKF algorithm, and its running time is shorter than that of the CKF algorithm, and it is superior to the CKF algorithm.
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM346

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅慧;劉軍鋒;萬(wàn)淑蕓;;感應(yīng)電機(jī)參數(shù)的離線辨識(shí)[J];電氣傳動(dòng);2006年08期

2 ;高速感應(yīng)電機(jī)玻璃鋼套環(huán)的研制和應(yīng)用[J];大電機(jī)技術(shù);1980年03期

3 楊國(guó)強(qiáng);;三相感應(yīng)電機(jī)的計(jì)算機(jī)數(shù)學(xué)模型[J];成都科技大學(xué)學(xué)報(bào);1986年01期

4 胡怡華;;感應(yīng)電機(jī)的發(fā)展與現(xiàn)狀國(guó)際會(huì)議于1986年7月8～11日在意大利召開[J];微特電機(jī);1986年03期

5 張興華,戴先中,陸達(dá)君,沈建強(qiáng);感應(yīng)電機(jī)的逆系統(tǒng)方法解耦控制[J];電氣傳動(dòng);2001年02期

6 吳峻,潘孟春,李圣怡,陳軼;感應(yīng)電機(jī)的參數(shù)辨識(shí)[J];微特電機(jī);2001年06期

7 劉大年;感應(yīng)電機(jī)用電流源變換器設(shè)計(jì)中的控制方法探索[J];江蘇電器;2002年06期

8 宗學(xué)軍,樊立萍,袁德成,丁仁宏;感應(yīng)電機(jī)動(dòng)態(tài)特性的雙線性子空間辨識(shí)研究[J];沈陽(yáng)化工學(xué)院學(xué)報(bào);2002年01期

9 陳林,方康玲,侯立軍;五相感應(yīng)電機(jī)建模與仿真[J];三峽大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年04期

10 程小華;感應(yīng)電機(jī)內(nèi)部物理過(guò)程的框圖描述[J];微特電機(jī);2003年04期

相關(guān)會(huì)議論文 前10條

1 胡云安;;感應(yīng)電機(jī)的塊控自適應(yīng)反步控制[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

2 郝蘭英;趙德宗;張承進(jìn);;高性能感應(yīng)電機(jī)速度控制的近期發(fā)展[A];第16屆中國(guó)過(guò)程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

3 王謙;周亞麗;張奇志;;感應(yīng)電機(jī)無(wú)速度傳感器矢量控制的研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

4 李陽(yáng);張?jiān)?;基于模糊邏輯的自尋優(yōu)感應(yīng)電機(jī)能量?jī)?yōu)化控制[A];第七屆全國(guó)電技術(shù)節(jié)能學(xué)術(shù)會(huì)議論文集[C];2003年

5 沈艷霞;林瑾;紀(jì)志成;;神經(jīng)網(wǎng)絡(luò)磁鏈估計(jì)的感應(yīng)電機(jī)自適應(yīng)反步控制[A];全國(guó)自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)會(huì)議論文集（一）[C];2005年

6 張慶新;王鳳翔;李文君;;一種感應(yīng)電機(jī)恒單位功率因數(shù)運(yùn)行策略[A];全面建設(shè)小康社會(huì)：中國(guó)科技工作者的歷史責(zé)任——中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

7 劉曉東;橐曉宇;陸敏華;;感應(yīng)電機(jī)橢圓旋轉(zhuǎn)磁場(chǎng)的描述[A];第十一屆全國(guó)電工數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

8 趙德宗;郝蘭英;張承進(jìn);;基于狀態(tài)反饋線性化的感應(yīng)電機(jī)滑模速度控制[A];第16屆中國(guó)過(guò)程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

9 陳禮根;;基于降階擴(kuò)展卡爾曼濾波的感應(yīng)電機(jī)轉(zhuǎn)速估計(jì)[A];第八屆全國(guó)電技術(shù)節(jié)能學(xué)術(shù)會(huì)議論文集[C];2006年

10 王仕韜;;雙饋感應(yīng)電機(jī)在風(fēng)力發(fā)電中功率控制的建模分析[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 李翠萍;微型電動(dòng)汽車用感應(yīng)電機(jī)的冷卻系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2014年

2 薛征宇;船舶感應(yīng)電機(jī)軸承故障的檢測(cè)方法研究[D];大連海事大學(xué);2015年

3 張自力;感應(yīng)電機(jī)電源快速軟切換關(guān)鍵技術(shù)的基礎(chǔ)研究[D];華北電力大學(xué);2015年

4 張金良;基于卡爾曼濾波算法的感應(yīng)電機(jī)無(wú)傳感器直接轉(zhuǎn)矩控制技術(shù)研究[D];華南理工大學(xué);2016年

5 李偉;感應(yīng)電機(jī)的非線性控制研究[D];華南理工大學(xué);2002年

6 王濤;感應(yīng)電機(jī)交流調(diào)速魯棒控制若干方法研究[D];西南交通大學(xué);2007年

7 王攀攀;感應(yīng)電機(jī)定轉(zhuǎn)子故障的微粒群診斷方法研究[D];中國(guó)礦業(yè)大學(xué);2013年

8 陸可;感應(yīng)電機(jī)狀態(tài)估計(jì)和參數(shù)辨識(shí)若干新方法研究[D];西南交通大學(xué);2009年

9 王高林;感應(yīng)電機(jī)無(wú)速度傳感器轉(zhuǎn)子磁場(chǎng)定向控制策略研究[D];哈爾濱工業(yè)大學(xué);2008年

10 陳維;無(wú)速度傳感器感應(yīng)電機(jī)的神經(jīng)網(wǎng)絡(luò)魯棒自適應(yīng)控制理論研究[D];湖南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 關(guān)e，

本文編號(hào)：2060088