一种电机速度估算方法与流程

1.本发明实施例涉及电机技术，尤其涉及一种电机速度估算方法。


背景技术：

2.在电机工作过程中往往需要获取电机速度，以根据电机速度实现后续其它处理。现有技术中电机速度的获取方式往往为首先使用精度较低的位置传感器进行位置信息反馈，然后通过位置信息的变化量和时间计算电机速度。然而低速时位置传感器观测误差较大，导致位置信息反馈精度低，获得的电机速度误差较大。


技术实现要素：

3.本发明实施例提供一种电机速度估算方法，以实现提高电机速度估算的准确性。
4.第一方面，本发明实施例提供了一种电机速度估算方法，该方法包括：
5.根据基于比例积分调节的负载观测器获取电机的估算负载转矩；
6.根据所述估算负载转矩和电机系统的机械方程建立所述电机系统的系统方程；
7.根据扩展卡尔曼滤波算法和所述系统方程得到系统状态的最优估算结果，并根据所述最优估算结果确定电机速度的速度估算值。
8.第二方面，本发明实施例还提供了一种电机速度估算装置，该装置包括：
9.估算负载转矩获取模块，用于根据基于比例积分调节的负载观测器获取电机的估算负载转矩；
10.系统方程建立模块，用于根据所述估算负载转矩和电机系统的机械方程建立所述电机系统的系统方程；
11.速度估算值确定模块，用于根据扩展卡尔曼滤波算法和所述系统方程得到系统状态的最优估算结果，并根据所述最优估算结果确定电机速度的速度估算值。
12.第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
13.一个或多个处理器；
14.存储装置，用于存储一个或多个程序，
15.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的电机速度估算方法。
16.第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的电机速度估算方法。
17.本发明实施例通过根据基于比例积分调节的负载观测器获取电机的估算负载转矩；根据所述估算负载转矩和电机系统的机械方程建立所述电机系统的系统方程；根据扩展卡尔曼滤波算法和所述系统方程得到系统状态的最优估算结果，并根据所述最优估算结果确定电机速度的速度估算值。解决通过位置信息的变化量和时间计算电机速度导致在低速时电机速度误差较大的问题，实现提高电机速度估算的准确性的效果。
附图说明
18.图1为本发明实施例一提供的一种电机速度估算方法的流程图；
19.图2为本发明实施例二提供的一种电机速度估算装置的结构示意图；
20.图3为本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
21.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
22.实施例一
23.图1为本发明实施例一提供的一种电机速度估算方法的流程图，本实施例可适用于通过扩展卡尔曼滤波算法进行速度估算的情况，该方法可以由本发明实施例所提供的电机速度估算装置来执行，该装置可以由软件和/或硬件的方式实现。参见图1，本实施例提供的电机速度估算方法，包括：
24.步骤110、根据基于比例积分调节的负载观测器获取电机的估算负载转矩。
25.其中，负载观测器为预设的软件算法，用于计算电机的负载转矩。
26.负载转矩为电机驱动转动负载时需要的力矩。比例积分调节可基于比例-积分调节器，比例调节作用：按比例反应系统的偏差,系统一旦出现了偏差,比例调节立即产生调节作用以减少偏差。积分调节作用：使系统消除稳态误差,提高无误差度。通过基于比例积分调节的负载观测器计算得到电机的估算负载转矩。
27.本实施例中可选的，根据基于比例积分调节的负载观测器获取电机的估算负载转矩，包括：
28.依据如下公式获取电机的估算负载转矩：
[0029][0030]
其中，ω
m(k)
为当前时刻的观测机械角速度，ω
m(k-1)
为上一时刻的观测机械角速度，ts为采样周期，j为系统转动惯量，t
e(k-1)
为上一时刻的电磁转矩，为上一时刻的估算负载转矩，为当前时刻的估算负载转矩，k
p
和ki为负载观测器中的比例和积分参数，为当前时刻的估算机械角速度，u
(k-1)
为的积分值。
[0031]
其中，te可以通过电机相电流采样后进坐标变换得到，j可以由转动惯量辨识算法迭代获得。
[0032]
公式(1)可以由下述公式通过离散化处理得到：
[0033][0034]
其中，t
l
为连续的估算负载转矩，te为连续的电磁转矩，ω为连续的机械角速度。
[0035]
通过上述公式获取电机的估算负载转矩，避免通过扩展卡尔曼滤波算法计算负载
转矩，从而简化扩展卡尔曼滤波算法的阶数，简化算法的运算复杂度，节省系统的计算资源，提高速度估算效率。
[0036]
步骤120、根据所述估算负载转矩和电机系统的机械方程建立所述电机系统的系统方程。
[0037]
其中，电机系统的机械方程为：
[0038][0039][0040]
其中，为估算机械角速度，为估算电机转子位置。
[0041]
将估算负载转矩代入机械方程，并将代入后机械方程进行处理构建系统方程，其中系统方程用于体现电机系统的前系统状态。
[0042]
本实施例中，可选的，根据所述估算负载转矩和电机系统的机械方程建立所述电机系统的系统方程，包括：
[0043]
对所述机械方程进行离散化处理得到离散机械方程；
[0044]
通过空间状态法重新构建所述离散机械方程，并根据所述重新构建后的离散机械方程和所述估算负载转矩建立所述系统方程。
[0045]
对上述公式(3)和(4)进行离散化处理得到如下所述的离散机械方程：
[0046][0047][0048]
其中，θ
(k)
为当前时刻的观测电机转子位置，θ
(k-1)
为上一时刻的观测电机转子位置，bω
m(k-1)
为摩擦力。
[0049]
忽略摩擦力的影响，并且通过公式(2)负载观测器可以实时的推导出当前负载转矩大小，因此可以将t
l
作为一个已知量。
[0050]
取y＝θ，将上述公式(5)和(6)用空间状态法进行重新构建可以得到以下系统方程：
[0051][0052][0053]
其中，ωk、υ
(k)
分别表示为系统的当前时刻的过程噪声和观测噪声。x
(k)
为当前时刻电机系统的系统状态，y
(k)
为当前时刻电机系统的系统状态的观测值。
[0054]
假设过程噪声和观测噪声均为高斯白噪声，则可以通过下述公式分别定义其协方差矩阵为q和r：
[0055]
[0056]
其中，q1、q2分别为θ
(k)
与ω
m(k)
的协方差与传感器采样精度相关值，r为θ
(k)
的协方差与系统方程相关值。
[0057]
根据所述重新构建后的离散机械方程和估算负载转矩建立系统方程，提高系统方程对于电机系统的针对性，便于后续结合扩展卡尔曼滤波算法得到电机系统状态最优估算结果。
[0058]
步骤130、根据扩展卡尔曼滤波算法和所述系统方程得到系统状态的最优估算结果，并根据所述最优估算结果确定电机速度的速度估算值。
[0059]
将系统方程代入扩展卡尔曼滤波算法公式，得到系统状态的最优估算结果，并根据该最优估算结果确定电机速度的速度估算值，其中速度估算值为系统方程中的过程量，即可以通过获取最优估算结果反推得到系统方程中的速度估算值。其中速度估算值为电机系统的机械角速度估算值。
[0060]
本实施例中，可选的，根据扩展卡尔曼滤波算法和所述系统方程得到系统状态的最优估算结果，并根据所述最优估算结果确定电机速度的速度估算值，包括：
[0061]
根据扩展卡尔曼滤波算法和所述系统方程得到系统状态的最优估算结果；
[0062]
根据所述最优估算结果确定所述系统方程中的状态速度值，并将所述状态速度值确定为所述速度估算值。
[0063]
可以通过下述扩展卡尔曼滤波算法的公式和系统方程得到系统状态的最优估算结果：
[0064]
其中，公式(10)(11)用于计算状态变量和协方差矩阵的先验估计：
[0065][0066][0067]
其中，公式(10)和公式(11)中的a为公式(7)中的a，即为
[0068]
公式(10)中的b为公式(7)中的b，即为
[0069]
下述公式(12)用于计算卡尔曼滤波器的增益：
[0070][0071]
其中，h为公式(8)中的h
(k)
，即为[10]。
[0072]
下述公式(13)用于根据观测值y
(k)
矫正状态的先验估值使得逼近y
(k)
，从而得到最优估算结果
[0073][0074]
下述公式(14)为更新协方差矩阵，用于更新协方差矩阵(11)和卡尔曼滤波器的增益(12)，使得调节卡尔曼滤波器增益，从而使得通过公式(13)得到最优估算结果。
[0075]
[0076]
其中i为单位矩阵。
[0077]
通过循环上述公式(10)-(14)不断更新当前的最优估算结果。通过最优估算结果和系统方程(8)，计算得到对应的状态速度值，即机械角速度最优估计值ω
m(k)
作为电机速度的速度估算值。
[0078]
更新协方差矩阵和卡尔曼增益系数，校正电机机械角速度的先验估值，将计算得到电机角速度最优估计值作为速度估算值，提高电机速度获取的准确性。
[0079]
本实施例中，可选的，在根据基于比例积分调节的负载观测器获取电机的估算负载转矩之后，还包括：
[0080]
将所述估算负载转矩与电机中速度环的输出进行结合操作，以将所述结合操作得到的结合结果输入电机中的电流环。
[0081]
将计算得到的估算负载转矩与电机中速度环的输出进行结合操作，并输入至电流环，提高电流环的抗干扰能力即提高带负载能力，避免通过比例积分调节器耗费大量时间调节以达到上述同样效果，提高电机工作效率。
[0082]
本实施例所提供的技术方案，通过根据基于比例积分调节的负载观测器获取电机的估算负载转矩；根据估算负载转矩和电机系统的机械方程建立电机系统的系统方程；根据扩展卡尔曼滤波算法和系统方程得到系统状态的最优估算结果，并根据最优估算结果确定电机速度的速度估算值。由于上述均为标量运算，不涉及矢量的计算，实现简单，计算量小，提高电机速度获取的效率。
[0083]
并且解决通过低分辨率编码器获得的位置信息的变化量计算电机速度，导致在低速时电机速度误差较大的问题，实现提高电机速度估算的准确性，降低反馈延迟，从而提高速度环响应带宽，提高速度环控制精度。
[0084]
实施例二
[0085]
图2为本发明实施例二提供的一种电机速度估算装置的结构示意图。该装置可以由硬件和/或软件的方式来实现，可执行本发明任意实施例所提供的一种电机速度估算方法，具备执行方法相应的功能模块和有益效果。如图2所示，该装置包括：
[0086]
估算负载转矩获取模块210，用于根据基于比例积分调节的负载观测器获取电机的估算负载转矩；
[0087]
系统方程建立模块220，用于根据所述估算负载转矩和电机系统的机械方程建立所述电机系统的系统方程；
[0088]
速度估算值确定模块230，用于根据扩展卡尔曼滤波算法和所述系统方程得到系统状态的最优估算结果，并根据所述最优估算结果确定电机速度的速度估算值。
[0089]
本发明实施例通过根据基于比例积分调节的负载观测器获取电机的估算负载转矩；根据所述估算负载转矩和电机系统的机械方程建立所述电机系统的系统方程；根据扩展卡尔曼滤波算法和所述系统方程得到系统状态的最优估算结果，并根据所述最优估算结果确定电机速度的速度估算值。解决通过位置信息的变化量和时间计算电机速度导致在低速时电机速度误差较大的问题，实现提高电机速度估算的准确性的效果。
[0090]
在上述各技术方案的基础上，可选的，所述估算负载转矩获取模块，包括：
[0091]
依据如下公式获取电机的估算负载转矩：
[0092][0093]
其中，ω
m(k)
为当前时刻的观测机械角速度，ω
m(k-1)
为上一时刻的观测机械角速度，ts为采样周期，j为系统转动惯量，t
e(k-1)
为上一时刻的电磁转矩，为上一时刻的估算负载转矩，为当前时刻的估算负载转矩，k
p
和ki为负载观测器中比例和积分参数，为当前时刻的估算机械角速度，u
(k-1)
为上一时刻的的积分值。
[0094]
在上述各技术方案的基础上，可选的，所述系统方程建立模块，包括：
[0095]
当前机械方程确定单元，用于根据所述负载转矩和所述电机系统的机械方程确定当前机械方程；
[0096]
系统方程建立单元，用于对所述当前机械方程进行离散化处理建立所述系统方程。
[0097]
在上述各技术方案的基础上，可选的，所述速度估算值确定模块，包括：
[0098]
最优估算结果获取单元，用于根据扩展卡尔曼滤波算法和所述系统方程得到系统状态的最优估算结果；
[0099]
速度估算值确定单元，用于根据所述最优估算结果确定所述系统方程中的状态速度值，并将所述状态速度值确定为所述速度估算值。
[0100]
在上述各技术方案的基础上，可选的，所述装置还包括：
[0101]
转矩输出结合模块，用于所述估算负载转矩获取模块之后，将所述估算负载转矩与电机中速度环的输出进行结合操作，以将所述结合操作得到的结合结果输入电机中的电流环。
[0102]
实施例三
[0103]
图3为本发明实施例三提供的一种电子设备的结构示意图，如图3所示，该电子设备包括处理器30、存储器31、输入装置32和输出装置33；电子设备中处理器30的数量可以是一个或多个，图3中以一个处理器30为例；电子设备中的处理器30、存储器31、输入装置32和输出装置33可以通过总线或其他方式连接，图3中以通过总线连接为例。
[0104]
存储器31作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的电机速度估算方法对应的程序指令/模块。处理器30通过运行存储在存储器31中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述的电机速度估算方法。
[0105]
存储器31可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器31可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器31可进一步包括相对于处理器30远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0106]
实施例四
[0107]
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种电机速度估算方法，该方法包括：
[0108]
根据基于比例积分调节的负载观测器获取电机的估算负载转矩；
[0109]
根据所述估算负载转矩和电机系统的机械方程建立所述电机系统的系统方程；
[0110]
根据扩展卡尔曼滤波算法和所述系统方程得到系统状态的最优估算结果，并根据所述最优估算结果确定电机速度的速度估算值。
[0111]
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的电机速度估算方法中的相关操作。
[0112]
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-only memory,rom)、随机存取存储器(random access memory,ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0113]
值得注意的是，上述电机速度估算装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
[0114]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。