永磁同步电机无速度算法--基于三阶LESO的反电动势观测器

一、原理介绍

传统二阶LESO用于永磁同步电机在坐标系下两相反电动势的观测,由于其具有低通特性会存在明显的相位滞后,结合高阶LESO的思想设计三阶HLESO用于反电动输出观测。通过频域分析和伯德图分析可知,三阶的HLESO的带宽明显增加,相位滞后明显减小。下面仿真结果表明三阶HLESO对反电动正弦信号波形观测的正弦度更高,相位滞后更小

二、仿真模型

在MATLAB/simulink里面验证所提算法,搭建仿真。采用和实验中一致的控制周期1e-4,电机部分计算周期为1e-6。仿真模型如下所示:

仿真工况:电机空载零速启动,0s阶跃给定转速1000rpm,0.5s施加额定负载并且给定转速阶跃至1500rpm。采用带宽法配置LESO和三阶LESO参数,保持两种观测器带宽相同。

下面分别给出传统LESO和三阶LESO的仿真波形。

2.1给定转速、实际转速和估计转速

2.2估计转速与实际转速误差

可以看出高阶LESO在启动阶段会存在毕竟明显的抖动,这是由于观测器引入了微分。优点是在转速变化和加载时的动态误差更小。

2.3估计转角与实际转角

2.4估计转角与实际转角误差

2.5估计反电动势

HLESO对反电动势观测值的滞后性更小,观测精度更高,结合归一化锁相环能准确估计出转子的位置信息。

相关推荐
灵感__idea11 小时前
Hello 算法:众里寻她千“百度”
前端·javascript·算法
Wect21 小时前
LeetCode 130. 被围绕的区域:两种解法详解(BFS/DFS)
前端·算法·typescript
NAGNIP1 天前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
颜酱2 天前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub2 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
NAGNIP2 天前
轻松搞懂全连接神经网络结构!
人工智能·算法·面试