Bezczujnikowy napęd o wysokiej dynamice oparty na estymacji z bezśladowym filtrem Kalmana

• Autorzy: Janiszewski D.

Warianty tytułu

EN

Unscented Kalman filter based sensorless high dynamics drive

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono realizację struktury bezczujnikowego sterowania układu napędowego o wysokiej dynamice z silnikiem synchronicznym o magnesach trwałych. W oparciu o bezśladowy filtr Kalmana został zbudowany układ obserwatora położenia, prędkości kątowej i momentu obciążenia. Zmienne uzyskane na drodze estymacji są wykorzystywane w pełni podczas regulacji prędkości kątowej poprzez sterowane wektorowe silnika. Obserwator pozwala uniknąć w układzie napędowym, np. manipulatora, serwonapędu, czujnika położenia, prędkości, a także e przetwornika siły czy momentu obciążenia. Jest to ważny aspekt poruszany przy sterowaniu impedancyjnym manipulatorem. Tak stworzona struktura obserwatora wraz z układem sterowania bezczujnikowego została zaimplementowana w środowisku symulacyjnym MATLAB na bazie symulatora rzeczywistego stanowiska laboratoryjnego. Zaproponowana struktura wykazuje dobre właściwości podczas pracy bezczujnikowej, a 5 ważne, te właściwości estymacyjne przekładają się wyraźnie na jakość regulacji.

EN

The paper presented the design and application of sensorless high dynamics drive structure with permanent magnet synchronous motor. Observer for shaft speed, position and load torque based on Unscented Kalmana Filter is proposed. Observer can avoid mechanical sensors of speed, position and force transducers in servomotor and robot arm, which is an important aspect of manipulation arms working. The created observer structure with vector control was implemented using MATLAB based on real plant. The proposed structure shows good properties during sensorless operation, and quality estimated values increase quality control.

Słowa kluczowe

PL

bezczujnikowy napęd; bezśladowy filtr Kalmana

EN

sensorless drive; unscented Kalman filter

• Wydawca: Poznańskie Towarzystwo Przyjaciół Nauk
• Czasopismo: Studia z Automatyki i Informatyki
• Rocznik: 2011
• Tom: T. 36
• Strony: 71--87
• Opis fizyczny: Bibliogr. 21 poz., rys.

Twórcy

autor

Janiszewski D.

• Politechnika Poznańska, Instytut Automatyki i Inżynierii Informatycznej, Zakład Sterowania i Elektroniki Przemysłowej, ul. Piotrowo 3a, 60-965 Poznań,

Bibliografia

• [1] Bianchi N., Bolognani S. Sensorless-Oriented Design of PM Motors, Transaction on Industry Applications, 2009, Vol. 45, s. 1249-1257.
• [2] Bose B.K., Power Electronics and Variable Frequency Drives, Nowy Jork, IEEE Press 1997.
• [3] Bujacz S., Cichowski A., Szczepankowski P., Nieznanski J., Sensorless Control of High Speed Permanent-magnet Synchronous Motor Electrical Machines, Proceedings of 18th International Conference Electrical Machines (ICEM), 2008, s. 1-5.
• [4] Dhaouadi R., Mohan N., Norum, L., Design and Implementation of an Extended Kalman Filter for the State Estimation of a Permanent Magnet Synchronous Motor, Transaction on Power Electronics, 1991, Vol. 6, s. 491-497.
• [5] Dolen M., Chung P.Y., Kayikci E., Lorenz, R.D. Disturbance Force Estimation for CNC Machine Tool Deed Drives by Structured Neural Network Topologies, Proceedings on ANNIE Conference, Vol. 1, 2000.
• [6] Ellis G. Observers in Control Systems: A Practical Guide Academic Press 2002.
• [7] Janiszewski D,. Estymacja mechanicznych zmiennych stanu napędu z silnikiem synchronicznym z magnesami trwałymi przy użyciu Rozszerzonego Filtru Kalmana, Studia z Automatyki i Informatyki, 2004, t. 28/29, s. 79-90.
• [8] Janiszewski D. Extended Kalman Filter Based Speed Sensorless PMSM Control with Load Reconstruction, Proceedings of 32nd Annual Conference on IEEE Industrial Electronics, IECON 2006, 2006, s. 1465-1468.
• [9] Jazwinski A. Stochastic Processes and Filtering Theory, Academic Press 1970.
• [10] Julier S.J., Uhlmann J.K.,A New Extension of the Kalman Filter to Nonlinear Systems, Proceedings on International Symposium of Aerospace/Defense Sensing, Simul. and Controls, 1997, Vol. 3, s. 12.
• [11] Julier S.J., Uhlmann J.K., Unscented Filtering and Nonlinear Estimation, Proceedings of the IEEE, 2004, Vol. 92, s. 401-402.
• [12] Kalman R.E., A New Approach to Linear Filtering and Prediction Problems, Transaction of the ASME Journal of Basic Engineering, 1960, s. 35-45.
• [13] Katsura S., Matsumoto Y., Ohnishi, K., Modeling of Force Sensing and Validation of Disturbance Observer for Force Control, Proceddings of The 29th Annual Conference of the IEEE, Industrial Electronics Society (IECON 2003), 2003, Vol. 1, s. 291-296.
• [14] Li J., Zhong, Y., Ren, H. Speed Estimation of Induction Machines Using Square Root Unscented Kalman Filter, Procedings on IEEE 36th Power Electronics Specialists Conference (PESC), 2005, 674-679.
• [15] Mohan N. Electric Drives: an Integrative Approach, Mnpere (Minnesota Power Electronics Research & Education), 2003.
• [16] Pillay P., Krishnan, R. Modeling Simulation, and Analysis of Permanent-magnet Motor Drives, I. The Permanent-magnet Synchronous Motor Drive, Transaction on Industry Applications, 1989, Vol. 25 s. 265-273.
• [17] Spong M., Vidyasagar M. Robot DynamicS and Control, Wiley, 1989.
• [18] Szabat K., Orlowska-Kowalska T., Performance Improvement of Industrial Driver With Mechanical Elasticity Using Nonlinear Adaptive Kalman Filter, IEEE Transactions on Industrial Electronics, 2008, Vol. 55, s. 1075-1084.
• [19] Vas P., Sensorless Vector and Direct Torque Control, Monographs in Electrical and Electronic Engineering number 42, Oxford University Press, 1998.
• [20] Welch G.F. HISTORY: The Use of the Kalman Filter for Human MotionTtracking in Virtual Reality, Presence: Teleoperators & Virtual Environments, 2009, Vol. 18, s. 72-91.
• [21] Welch G.F., Bishop G., An Introduction to the Kalman Filter, Proceedings on Annual Conference on Computer Graphics & Interactive Techniques, SIGGRAPH 2001, ACM Press, Addison-Wesley, 2001, Vol. 8, s. 3-8.