IT评测·应用市场-qidao123.com

标题: 【电控笔记z29】扰动估测器DOB估测惯量J-摩擦系数B [打印本页]

作者: 怀念夏天 时间: 2025-3-10 16:47
标题: 【电控笔记z29】扰动估测器DOB估测惯量J-摩擦系数B
基本原理

扰动估测器的焦点思想是通过向电机体系施加特定的扰动信号，观察体系响应的变化，然后使用体系的动态模型和控制理论来估计未知参数，如惯量和摩擦系数。一样平常基于电机的运动方程建立数学模型，联合观测到的电机实际运行数据（如转速、转矩等），通过一定的算法来计算未知参数。
具体方法

基于自顺应控制的方法

模型参考自顺应控制（MRAC）
- 原理：设计一个参考模型，该模型具有已知的抱负动态特性（包含假设的惯量和摩擦系数等参数）。将电机实际体系的输出与参考模型的输出进行比力，得到误差信号。然后设计自顺应律，根据误差信号实时调整电机控制体系中的参数估计值，使得实际体系输出逐渐逼近参考模型输出。
- 步骤：
  - 建立电机的动力学模型，例如对于永磁同步电机，其数学模型包含电磁转矩方程、机器运动方程等，此中惯量和摩擦系数是待估参数。
  - 设计参考模型，通常是一个具有盼望性能指标（如盼望的转速响应曲线）的体系模型。
  - 构建自顺应律，常见的有基于梯度下降法或最小均方误差（LMS）算法的自顺应律。例如，对于参数估计值 θ ^ \hat{\theta} θ^（包含惯量和摩擦系数），自顺应律可以表示为 θ ^ ˙ = − γ e ϕ \dot{\hat{\theta}} = -\gamma e \phi θ^˙=−γeϕ，此中 γ \gamma γ 是自顺应增益， e e e 是跟踪误差（参考模型输出与实际体系输出的差值）， ϕ \phi ϕ 是与体系状态相关的回归向量。
  - 在实际体系中实时运行自顺应算法，不断更新参数估计值，直到收敛到稳固状态，此时的估计值即为电机惯量和摩擦系数的估计结果。
模型无关自顺应控制（MIAC）
- 原理：不依赖于准确的电机数学模型布局，直接从输入输出数据中提取体系的动态特性信息来估计参数。通过设计特别的输入信号（如伪随机二进制序列 PRBS 等），使体系产生丰富的动态响应，然后使用在线辨识算法对输入输出数据进行处置惩罚，从而估计出惯量和摩擦系数。
- 步骤：
  - 向电机施加特定的扰动输入信号，收罗电机的转速、转矩等输出数据。
  - 使用递推最小二乘法（RLS）、卡尔曼滤波等算法对收罗的数据进行处置惩罚和分析。以 RLS 算法为例，它通过不断更新参数估计值，使得估计模型输出的预测误差平方和最小。具体迭代公式为 θ ^ ( k ) = θ ^ ( k − 1 ) + K ( k ) [ y ( k ) − ϕ T ( k ) θ ^ ( k − 1 ) ] \hat{\theta}(k)=\hat{\theta}(k - 1)+K(k)[y(k)-\phi^T(k)\hat{\theta}(k - 1)] θ^(k)=θ^(k−1)+K(k)[y(k)−ϕT(k)θ^(k−1)]，此中 y ( k ) y(k) y(k) 是第 k k k 时刻的输出测量值， ϕ ( k ) \phi(k) ϕ(k) 是第 k k k 时刻的回归向量， K ( k ) K(k) K(k) 是增益矩阵。
  - 经过足够长时间的在线辨识后，得到电机惯量和摩擦系数的估计值。

基于滑模观测器的方法

原理：滑模观测器是一种非线性观测器，通过设计合适的滑模面和控制律，使观测误差在滑模面上滑动，从而实现对体系状态的准确估计。对于电机体系，可以将惯量和摩擦系数相关的参数融入到状态变量中，然后使用滑模观测器对这些参数进行估计。
步骤：
- 建立电机的滑模观测器模型，通常包括对电机状态的预测方程和滑模面设计。例如，对于电机的转速和位置状态，设计滑模面函数 s = x ˙ − x ^ s = \dot{x} - \hat{x} s=x˙−x^，此中 x x x 是实际状态， x ^ \hat{x} x^ 是观测器估计的状态。
- 设计滑模控制律，使得观测误差 s s s 趋近于零。常见的滑模控制律包含符号函数项，以包管体系能够快速到达滑模面并在滑模面上保持滑动。
- 在实际运行中，通过观测电机的输入输出信号（如电压、电流、转速等），使用滑模观测器进行实时计算，最终得到电机惯量和摩擦系数的估计值。由于滑模观测器存在抖振征象（由于符号函数的使用），通常需要采用边界层法等方法对其进行改进，以进步估计的精度和稳固性。

注意事项

扰动信号的设计：扰动信号的类型、幅值和频率等参数对估测结果有紧张影响。合适的扰动信号应能使体系产生显着且易于分析的响应变化，同时避免对电机正常运行造成过大干扰。
噪声和干扰处置惩罚：实际体系中存在各种噪声和干扰，如测量噪声、电磁干扰等，这些会影响估测的准确性。可以采用滤波技术（如低通滤波器、卡尔曼滤波等）对收罗的数据进行预处置惩罚，以进步数据质量。
体系建模误差：电机的实际模型往往较为复杂，在建立数学模型时会存在一定的简化，导致建模误差。需要对模型的准确性进行评估，并在估测算法中思量怎样减小建模误差的影响。