泰安网站建设公司怎样推广自己的产品

一、原理介绍

采用拓展卡尔曼滤波算法对IPMSM的dq轴电感、电阻和转子磁链进行在线参数辨识，由于欠秩问题，采用分步辨识，分别辨识Lq和转子磁链以及Ld和电阻。

二、仿真模型

在MATLAB/simulink里面验证所提算法，搭建EKF辨识仿真。采用和实验中一致的控制周期1e-4，电机部分计算周期为1e-6。仿真模型如下所示：

仿真工况：给定转速为1000rpm，启动时施加2Nm负载，0.5s时施加额定负载。

2.1 Lq辨识

2.2 转子磁链辨识

2.3 Ld辨识

可以看出Ld在线辨识在d轴电流较小时辨识不准确，在0.5s施加额定负载，d轴电流幅值到达1A以上后，开始收敛至真实值。

为了验证d轴电流幅值对辨识的影响，在0.1s施加额定负载。

可以看出在0.1s后Ld辨识参数迅速收敛至真实值。

2.4 电阻辨识

同样，先给出0.5s施加负载的波形。

可以看出，在0.5s前收到Ld辨识不准的影响，电阻辨识也会出现一定误差。

下图为0.1s施加负载的波形，可以看出辨识效果还是比较好的。

以上，验证了EKF对IPMSM全电气参数的辨识能力，Ld在空载时辨识效果差目前我没有找到更好的优化方案，最初以为是给定电压和实际电压间存在误差，后面对比了用电流计算出的实际电压和给定电压基本一致。也可能需要进一步优化EKF的矩阵参数，懒得再调了，好在加载后参数辨识效果还是可以的。