核心内容摘要
新手必看！Emotion2Vec+ Large语音情感识别系统保姆级入门指南
基于龙贝格观测器的永磁同步电机无感FOC
采用龙伯格观测器提取电机反电势使用PLL从反电势中获得转子位置和速度信息。
提供算法对应的参考文献和仿真模型支持技术解答。
仿真模型纯手工搭建。
仿真模型仅供学习参考最近在研究永磁同步电机PMSM的无感FOC控制发现龙贝格观测器Luenberger Observer在这个领域里真是个神器。
今天就来聊聊怎么用龙贝格观测器提取电机的反电势再通过PLL锁相环获取转子的位置和速度信息。
首先龙贝格观测器的核心思想是通过电机的数学模型来估计那些我们无法直接测量的状态量。
对于PMSM来说反电势是一个关键的量因为它包含了转子的位置和速度信息。
我们可以通过观测器来估计这个反电势然后再用PLL从中提取出我们需要的信息。
先来看一下龙贝格观测器的基本结构。
假设电机的状态方程是这样的dx/dt A*x B*u y C*x其中x是状态向量u是输入向量y是输出向量。
龙贝格观测器的设计目标就是找到一个估计状态xhat使得xhat尽可能接近真实的x。
观测器的方程可以写成dx_hat/dt A*x_hat B*u L*(y - C*x_hat)这里的L是观测器的增益矩阵它的选择直接影响到观测器的性能。
一般来说L的选择要使得观测器的误差动态稳定并且收敛速度足够快。
接下来我们来看看怎么用这个观测器来估计反电势。
假设电机的反电势e可以表示为e K * sin(theta)其中K是一个常数theta是转子的位置。
我们的目标就是通过观测器估计出e然后再用PLL从e中提取出theta和omega转速。
基于龙贝格观测器的永磁同步电机无感FOC
采用龙伯格观测器提取电机反电势使用PLL从反电势中获得转子位置和速度信息。
提供算法对应的参考文献和仿真模型支持技术解答。
仿真模型纯手工搭建。
仿真模型仅供学习参考在仿真中我们可以用以下代码来实现这个观测器% 定义系统矩阵 A [ -R/L 0; 0 -R/L ]; B [ 1/L 0; 0 1/L ]; C [ 1 0; 0 1 ]; % 设计观测器增益矩阵L L [ 10 0; 0 10 ]; % 初始化状态估计 x_hat [0; 0]; % 观测器更新 for t 1:length(time) y C * x; % 实际输出 e y - C * x_hat; % 输出误差 dx_hat A * x_hat B * u L * e; % 状态估计更新 x_hat x_hat dx_hat * dt; % 状态估计 end这段代码中x是电机的实际状态xhat是观测器估计的状态。
通过不断更新xhat我们可以得到反电势的估计值e_hat。
有了反电势的估计值接下来就是通过PLL来提取转子的位置和速度。
PLL的基本原理是通过调整一个振荡器的频率使得它的输出与输入信号同步。
在PMSM的控制中PLL可以用来从反电势中提取出转子的位置和速度。
PLL的实现可以用以下代码来表示% 初始化PLL变量 theta_hat 0; omega_hat 0; Kp 10; Ki 1; % PLL更新 for t 1:length(time) e_theta sin(theta) - sin(theta_hat); % 相位误差 omega_hat omega_hat Kp * e_theta; % 频率更新 theta_hat theta_hat omega_hat * dt; % 相位更新 end这段代码中theta是实际的转子位置thetahat是PLL估计的转子位置omegahat是PLL估计的转子速度。
通过不断调整omegahatPLL可以使得thetahat与theta同步从而得到转子的位置和速度。
最后给大家推荐几篇相关的参考文献感兴趣的可以深入阅读Sensorless Control of PMSM Using Luenberger Observer - IEEE Transactions on Industrial ElectronicsA Novel PLL-Based Sensorless Control Method for PMSM - IEEE Transactions on Power Electronics仿真模型是我纯手工搭建的虽然可能不够完美但足够用来学习和理解这个控制方法了。
如果你在实现过程中遇到什么问题欢迎随时交流讨论。
好了今天就聊到这里希望对大家有所帮助