基于优化EKF的永磁同步电机转速估计

摘要：

针对感应电机提出了改进粒子群算法优化扩展卡尔曼滤波(EKF)器噪声矩阵的方法来实现永磁同步电机(PMSM)的无传感器控制,克服了以往关于扩展卡尔曼滤波器状态估计中最优噪声矩阵难以选取的问题.通过将遗传算法(GA)和粒子群算法结合起来并继承它们各自的优点,结合改进后的粒子群算法来优化扩展卡尔曼滤波器中的噪声矩阵,然后应用于PMSM无传感器直接转矩控制系统中,并在Matlab/Simulink平台实现系统仿真.将改进的粒子群与简便的试探法、遗传算法和粒子群算法比较来看,其能够更好的改善扩展卡尔曼滤波器的滤波特性以及抗噪声能力,从而对感应电机无传感器直接转矩控制(DTC)系统的控制性能有明显提高.

关键词：扩展卡尔曼滤波、粒子群算法、无传感器控制、直接转矩控制、遗传算法、永磁同步电机

所属期刊栏目：37

分类号：TP274.2(自动化技术及设备)

资助基金：国家自然科学基金61364008;云南省应用基础研究重点项目2014FA029;云南省教育厅重点基金项目2013Z127;昆明理工大学复杂工业控制学科方向团队建设计划

在线出版日期：2016-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：48-51,57