最小二乘法估計感應電機參數(shù)的研究.pdf

1、感應電機參數(shù)辨識是實現(xiàn)高性能電機調速系統(tǒng)的前提。本文以經典感應電機控制方法——矢量控制算法和直接轉矩控制算法為例進行對比研究。矢量控制算法依賴于轉子時間常數(shù)或者定子電阻等感應電機參數(shù)實現(xiàn)轉子磁場的精確定向，而直接轉矩控制算法則主要依賴于定子電阻來確定定子磁鏈矢量的位置。本文深入研究了現(xiàn)有感應電機參數(shù)辨識的方法，經過綜合對比，最終選用最小二乘法作為本文的辨識算法，并針對最小二乘算法在估計感應電機參數(shù)時的突出問題進行分析和解決。
　　

2、首先，建立了感應電機數(shù)學模型并推導辨識方程。根據(jù)感應電機高階、非線性、強耦合、多變量的特性，在合理的約束條件下，以電壓和負載轉矩作為輸入變量，以機械轉矩和轉速等作為輸出變量，建立感應電機數(shù)學模型，并通過Matlab/Simulink對所建立的模型進行仿真驗證。以最小二乘法標準公式為指導，依據(jù)所建立的感應電機數(shù)學模型，推導出適用于參數(shù)估計的辨識方程。
　　其次，針對最小二乘法辨識電機參數(shù)時的兩個問題，提出了相應的解決方案。經過充分的

3、理論分析和仿真驗證，選用切比雪夫濾波器和巴特沃斯濾波器進行不同噪聲條件下的數(shù)字濾波。為了解決辨識方程中高階導數(shù)項離散時對辨識結果影響的問題，選用改進Euler法對數(shù)字濾波器進行求解。并通過對辨識方程的自相關誤差分析，選用廣義實時最小二乘法進行參數(shù)估計。二者的結合可以獲得更高的估計精度。
　　最后，以Matlab/Simulink為仿真平臺，搭建改進Euler法求解數(shù)字濾波器和最小二乘法仿真模塊，并通過大量且全面的仿真實驗，驗證方案