基于IQPSO-EKF的多传感器融合姿态测量方法研究

为解决自动化竖井掘进设备的定位调姿精度对竖井、孔桩挖掘效率与质量的影响,提出了一种基于改进量子粒子群(IQPSO)-扩展卡尔曼滤波(EKF)的姿态测量算法,以提高微机电系统(MEMS)传感器测量精度。首先,对MEMS传感器数据进行了预处理(除噪、滤波、校准等);然后,参考现有飞行器的坐标系,建立了姿态解算模型,通过姿态角数学模型及运动学分析,构建了EFK状态方程,针对EKF方法参数估计不准确的问题,以分段混沌映射优化初始种群,引入平均位置最优值来避免陷入局部最优的IQPSO-EFK算法,优化EKF的系统、测量噪声的协方差参数;最后,对改进算法和三组姿态误差估计进行了对比实验。研究结果表明:对比三种典型目标函数,IQPSO-EFK相较于普通粒子群算法(QPSO-EFK)具有更强的寻优能力与收敛精度;对比三组旋转速度姿态测量误差,基于IQPSO-EKF算法的姿态测量方法在测量误差时比真实测量误差减少了约86.3%,比扩展卡尔曼滤波减少了约68.7%,比普通粒子群算法减少了约28.2%,证明该算法有效地提高了MEMS传感器测量精度。

扰动电压观测器与线性补偿策略相结合的死区补偿方法

为克服逆变器死区时间及开关的导通压降等非线性特性对永磁同步电机(PMSM)无传感器控制系统检测精度的影响,提出一种将扰动电压观测器与线性补偿策略相结合的新型死区补偿方法,对逆变器死区效应带来的不良影响进行抵消.搭建基于脉振高频电压注入算法的PMSM无传感器控制系统模型,分别加入新型死区补偿方法与普通线性死区补偿方法,并进行Simulink仿真分析.实验结果表明:加入新型死区补偿后,系统电流钳位现象得到缓解,转速估计误差减小20%左右,转子位置估计更为准确,证实了新型死区补偿方法的有效性.