Дмитрий Николаевич Базылев — канд. техн. наук, доцент, факультет систем управления и робототехники,
Санкт-Петербург.
Dmitry N. Bazylev — PhD, Associate Professor, Faculty of Control Systems and Robotics,
St. Petersburg.
Максим Вадимович Ляховский — аспирант, факультет систем управления и робототехники,
Санкт-Петербург.
Maxim V. Lyahovsky — Post-Graduate Student, Faculty of Control Systems and Robotics,
St. Petersburg.
Антон Александрович Пыркин — д-р техн. наук, профессор, профессор; декан, факультет систем управления и робототехники,
Санкт-Петербург.
Anton A. Pyrkin — Dr. Sci., Professor, Dean of the Faculty of Control Systems and Robotics,
St. Petersburg.
Раним Шахин — аспирант, факультет систем управления и робототехники,
Санкт-Петербург.
Raneem Shaheen — Post-Graduate Student, Faculty of Control Systems and Robotics,
St. Petersburg.
Рассматривается задача синтеза адаптивного наблюдателя переменных состояния синхронного двигателя с постоянными магнитами в условиях параметрической неопределенности и шумов в измерениях тока статора. Предложена параметризация модели двигателя, позволяющая получить регрессионную модель с неизвестными параметрами двигателя и постоянными смещениями в измерениях тока статора. Применена схема Крейссельмейера и построены устройства идентификации неизвестных параметров, обеспечивающие сходимость за конечное время. Сгенерированные оценки использованы адаптивным наблюдателем для восстановления углового положения двигателя. Рассмотрена нелинейная динамическая модель синхронного двигателя с постоянными магнитами. Выдвинуто предположение, что единственными измеримыми сигналами являются токи и напряжения статора, при этом токи содержат неизвестные постоянные смещения. Единственным известным параметром двигателя является индуктивность обмоток статора. С использованием динамической фильтрации получена линейная регрессионная модель для нескольких неизвестных параметров, включая сопротивление обмоток статора и постоянные шумы в измерениях. Выполнено динамическое расширение регрессионной модели с использованием схемы Крейссельмейера. Сформулированы условия, при которых построенные устройства идентификации неизвестных параметров обеспечивают гарантированную сходимость ошибок оценивания за конечное время. С использованием полученных оценок синтезирован адаптивный наблюдатель общего магнитного потока, углового положения и скорости вращения ротора. Результаты компьютерного моделирования демонстрируют эффективность предложенного наблюдателя для типового сценария работы двигателя, к которому приложен неизвестный нагрузочный момент.
The problem of synthesizing an adaptive observer of the state variables of a permanent magnet synchronous motor under conditions of parametric uncertainty and noise in stator current measurements is considered. A parameterization of the motor model is proposed, which makes it possible to obtain a regression model with unknown motor parameters and constant offsets in stator current measurements. The Kreisselmeier scheme is applied and devices for identifying unknown parameters are constructed to ensure convergence in a finite time. The generated estimates are used by an adaptive observer to reconstruct the angular position of the engine. A nonlinear dynamic model of a permanent magnet synchronous motor is analyzed. It is assumed that the only measurable signals are stator currents and voltages, while the currents contain unknown constant offsets. The only known parameter of the motor is the inductance of the stator windings. Using dynamic filtering, a linear regression model is derived for several unknown parameters, including the resistance of the stator windings and constant measurement noise. A dynamic extension of the regression model using the Kreisselmeier scheme is caried out. The conditions are formulated under which the constructed devices for identifying unknown parameters ensure guaranteed convergence of estimation errors in a finite time. Using the estimates obtained, an adaptive observer of the total magnetic flux, angular position, and rotational velocity of the rotor is synthesized. The results of the computer simulation demonstrate the proposed observer effectiveness for a typical operation scenario of motor to which an unknown load moment is applied.
The authors declare that there are no conflicts of interest present.