基于自适应扩展卡尔曼滤波器的永磁同步电机超低速控制

在使用低精度编码器的条件下,为获得永磁同步电机良好超低速控制性能,提出了一种适用于宽转速、高噪声环境下,获得伺服驱动系统瞬时转速、角位移和等效负载转矩的在线估计方法。通过构建基于扩展卡尔曼滤波器的最优状态估计器,在线辨识系统转动惯量及迭代更新估计器系数矩阵,实现了准确、实时和稳定的状态估计。仿真和试验结果表明,该算法可获得良好的低速控制性能,并对环境噪声和系统建模误差具有良好的鲁棒性。

提拉法生长晶体的超低速控制技术研究

激光晶体提拉装置长期工作在超低速模式下,伺服系统受非线性摩擦干扰等因素在低速范围内出现速度爬行和抖动现象。在两相转子坐标系下对伺服系统进行矢量分析,建立了伺服系统的机理模型,提出变增益的列表控制方法。仿真和实测表明,这种增益列表的控制方式可以较好地消除伺服电机在整个低速段的爬行和抖动。

基于滑模PI控制的卡尔曼滤波在空间转台的应用

针对空间高精度二维转台超低速控制性能不佳的问题,提出了一种基于滑模PI控制的卡尔曼滤波算法。首先在控制方面,设计了滑模PI控制算法,保证闭环系统稳定性。其次,在状态估计方面,设计了Kalman滤波算法,更准确地估计电机转速。最后将控制和状态估计进行一体化设计,提出了基于滑模PI控制的卡尔曼滤波算法,并应用于空间转台超低速控制。超低速控制性能的提高具体体现在:a)跟踪精度达到了设计要求;b)消除了非线性的摩擦力矩和电缆力矩对控制性能的影响;c)能够适应力矩系数和转动惯量的不确定性。试验结果表明,与传统算法比较,该算法提高了系统稳动态控制精度,对参数变化不敏感,对环境噪声有足够强的鲁棒性。