电气工程及其自动化专业外文翻译摘要.doc

摘要 异步电动机(IMs)直接转矩控制(DTC)由于操作条件这样的系统性能构成重大挑战。定子电阻的测定,可以测量,但必须法来估计和识别转子电阻和负载转矩。在这项研究中,一个基于EKF解决方转子电阻和负载转矩确定以及上述直接转矩控制要求。卡尔曼滤波器的算法结合无传感器直接转矩控制负载转矩和转子电阻模型中赋值十一个场景下各种各样的进行试验。没有先验信息,已经表明,卡尔曼滤波器估计和无传感器的直接转矩控制执行得好,尽管对系统不确定性和变化。 2004出版社有限公司。。 关键词:异步电机;扩展卡尔曼滤波器;无直接转矩控制;负载转矩和转子电阻估计与异步电动机(IMs)高效控制和估计技术已经发现Blaschke著名的磁场定向控制(FOC)方法一起被越来越多的应用。已经有一个广泛的。直接转矩控制(DTC)方法是在1984年Takahashi [1]开发这样一个技术,它由于改进动态性能,简化控制策略已经开始注意。 直接转矩控制方法包括直接选择适当的/最佳切换模式,为了保持磁链和转矩误差在一个预定的限制(在一个迟滞)[2]。磁链和转矩参考测量/值。直接转矩控制技术需要利用的迟滞比较器代替磁通和带转矩控制器。脉冲宽度调制(PWM)信号发生器,直接转矩控制基于逆变器状态采用查表来选择开关程序。然而,这两种方法除了角速度对速度控制应用都需要(相对固定的定子轴)。 众所周知,速度传感器像或增量编码器。类似的问题线圈或霍耳效应传感器电机的通量测量,在实现方面有阻碍作用。因此,提高系统整体性能、状态估计和观察通常比物理测量更。然而,[3]的第五和非线性结构,除了系统参数的敏感性温度[4]和频率[5], IMs设计观察者一个挑战。在这方面,高性能无传感器矢量控制中, 知道温度和频率的变化除了负载转矩依赖于定子和转子电阻很有必要。在一项研究中解决这个问题[6],同时估算转子和定子电阻不稳定已经说过的。此外,定子电阻值定子温度,在确定鼠笼转子电阻有物理的困难。因此,估计转子电阻和负载转矩似乎是一种合理的方法。 在直接转矩控制,磁通通常定子电压模型,测定子电压和电流。该方法在数字系统用开环纯集成即使定子电阻有正确的认识,尤其在低速运行范围[7]。此外, 对速度控制的应用仅转子角速度。在最近的研究直接转矩控制进行同步磁链和速度估计,文献[8]研究了参数变化的敏感性和人工神经网络方法,提出了一种鲁棒性能定子电阻50%变化在文献[9] 和滑模方法已获得,而自适应磁链在文献[10]的基础上,观察者Luenberger在文献[11]和非线性观测器扩展在文献[12]证明鲁棒性负载转矩变化形状。在研究,采用模型参考自适应律,在文献[13],和速度已经估计,但是系统响应负载转矩的变化未测试。在文献[14],转子速度，定子电阻和转子电阻R分别估计,并取得了较好的结果。然而,其中的一个试验和R和另一个，R和R在一起估计,这已经说明。此外,没有考已进行测试的负载转矩变化的影响。 最后,在文献[6],除了角速度和滑动频率, (反映负载转矩的影响)转子电阻考虑从初始值R= 0 .85取出。 也有扩展卡尔曼滤波(EKF)应用的文献,并随机方法来解决这个问题。与其它方法相比, IMs中对于EKFs[15]的随机性特征，这种模型不确定性和非线性。有了这种方法,就可以制造出一个在相对较短的时间区[16 - 18] 同时执行识别的在线估计系/过程和测量噪声。这是卡尔已经广泛应用于’s无位置传感器控制的原因,尽管计算复杂。在基于卡尔曼滤波器之前直接转矩控制的研究。[19] 在假设负荷已知的估计定子磁链元件和速度,在文献[20], 避免用运动方程速度看成数估计。尽管稳定状态改善性能,这个方法一个重要的观测误差。 本研究的主要贡献是开发一个基于卡尔曼滤波器实现在转子电阻和负载转矩的变化无速度传感器鲁棒性直接转矩控制系统众所周知,恶化系统性能不确定性。它是所知的第一进行负载转矩和转子电阻估计的研究,同时也定子磁链定向、角速度和定子电流部件估计,同时测量作为输出。估计的性能和控制方案进行了具有挑战性的负载转矩、转子电阻和速度的参考变化。负载转矩术语旨在捕捉除有一非常慢,或者随时间几乎恒定变化,即粘性和库仑摩擦(稳态)负载转矩其他不确定性。结果通过在不同挑战性实验模拟证明性能良好的估计方案不需要其初始值为零先验信息。