基于改进 SMO 的无传感器 IPMSM 转子位置估计
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TM351

基金项目:

安徽省重点研究与开发计划项目(201904a05020007)、安徽省支持新能源汽车产业创新发展和推广应用项目、国家级大学生创新创业训练计划项目(201810363165)资助


Rotor position estimation of sensorless ipmsm based on improved SMO
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了优化传统滑模观测器( sliding mode observer, SMO)的高频抖振、响应时间长、估算误差大等问题,提出一种改进 SMO。 将传统 SMO 中的符号函数替换为新型分段指数函数来减少系统的高频抖振,舍弃误差较大的反正切算法,使用锁相环 估算出 IPMSM 的转速和转子位置信息。 使用 Lyapunov 稳定判据证明了改进 SMO 的稳定性,并通过 MATLAB/ Simulink 搭建了 基于内置式永磁同步电机的改进 SMO 无传感器控制策略模型,并进行仿真分析。 仿真结果表明相比于传统 SMO,改进 SMO 的转子位置估计误差从 0. 05 优化到 0. 025 rad,系统转速估计响应时间减少 50%,转速估计误差减少 85%。 证明了改进 SMO 有更高的动态性能和估计精度。

    Abstract:

    In order to optimize the problems of high-frequency chattering, long response time, and large estimation errors of traditional sliding mode observers (SMO), this paper proposes an improved SMO. The sign function in the traditional SMO is replaced with a new piecewise exponential function to reduce the high-frequency chattering of the system, the arctangent algorithm with large errors is discarded, and the phase-locked loop is used to estimate the IPMSM speed and rotor position information. The Lyapunov stability criterion was used to prove the stability of the improved SMO, and the improved SMO sensorless control strategy model based on the interior permanent magnet synchronous motor was built through Matlab / Simulink, and simulation analysis was performed. The simulation results show that compared with the traditional SMO, the rotor position estimation error of the improved SMO is optimized from 0. 05 to 0. 025 rad, the system speed estimation response time is reduced by 50%, and the speed estimation error is reduced by 85%. It is proved that the improved SMO has higher dynamic performance and estimation accuracy.

    参考文献
    相似文献
    引证文献
引用本文

李鹏飞,高文根,张 港,秦海峰.基于改进 SMO 的无传感器 IPMSM 转子位置估计[J].电子测量与仪器学报,2021,35(9):65-72

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2023-02-27
  • 出版日期:
文章二维码