基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的扩展卡尔曼滤波器(Extended Kalman Filter,EKF)用于无刷直流电机状态辨识时,观测数据容易出现残差,辨识结果偏差大,位置及转速存在耦合,导致辨识系统鲁棒性弱。文章基于离散的直流无刷电机(Brushless DC Moter,BLDCM)数学模型和 M-估计方法,构建了改进的扩展卡尔曼滤波算法(MEKF)。首先,基于 BLDCM的工作原理,建立了独立于 EKF的 BLDCM换相离散模型;其次,通过修正系统观测矩阵,对转速与位置的强耦合关系进行解耦,实现了 EKF分离变量辨识;最后,基于去耦合后的时序模型设计出独立于 EKF的转子位置检测模块,无需深度滤波就可实现转子的精确定位。实验仿真结果表明,文章方法能够有效抑制卡尔曼滤波器的粗差扰动,提高了系统抵抗初始值不确定性的干扰和系统鲁棒性。
推荐文章
直流无刷电机电流检测技术的研究
动力机械工程
直流无刷电机
研究设计
电流检测
电流传感器
基于DSP的直流无刷电机控制技术研究
无位置传感器
直流无刷电机
位置检测
起动
变磁极性直流电机相电流数学模型研究
变磁极性直流电机
励磁电流
无位置传感器
电感
直流无刷电机智能控制系统研究
直流无刷电机
模糊控制
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于 MEKF的直流无刷电机磁极位置与转速检测技术
来源期刊 集成技术 学科 工学
关键词 无刷直流电机 扩展卡尔曼滤波 无传感器检测 M-估计
年,卷(期) 2014,(5) 所属期刊栏目
研究方向 页码范围 37-44
页数 8页 分类号 TM351
字数 3411字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 屈稳太 浙江大学宁波理工学院 29 411 12.0 20.0
2 王郎 浙江大学宁波理工学院 1 2 1.0 1.0
3 王领 浙江大学宁波理工学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (9)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无刷直流电机
扩展卡尔曼滤波
无传感器检测
M-估计
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
集成技术
双月刊
2095-3135
44-1691/T
大16开
深圳市南山区西丽深圳大学城学苑大道1068号
2012
chi
出版文献量(篇)
677
总下载数(次)
2
总被引数(次)
1808
论文1v1指导