2016年无速度传感器感应电机驱动速度估计增强

在2016年的学术论文"Robustness Improvement of Speed Estimation in Speed-Sensorless Induction Motor Drives"中，作者王教授及其合作者Wei Sun、Jie Gao、Yong Yu 和 Dianguo Xu，均为IEEE成员，针对传统的速度传感器无速度感应电机驱动系统的稳定性问题进行了深入研究。论文发表于《工业应用电气电子交易》(IEEE Transactions on Industry Applications)，卷52，第3期，五月/六月刊。 传统速度传感器无速度感应电机驱动系统的速度估计通常依赖于全阶自适应观察器(AFO)。然而，论文指出传统方法在处理电机参数变化时存在鲁棒性不足的问题，特别是在低速再生区，速度估计误差较大。为了改善这一情况，作者提出了一种创新的速度估计算法，将估计的转子磁链误差和一个错误系数引入到算法中。这样做的目的是增强系统对电机参数变化的抵抗能力，提高速度估计的稳定性和准确性。 论文分为两部分来设计改进的AFO：首先，设计一个与现有反馈增益相结合的误差系数，确保速度估计的稳定性；其次，设计具有恒定误差系数的反馈增益，着重提升在电机参数变化下的速度估计稳定性。这种方法特别适用于降低由电机参数偏差引起的估计速度误差，尤其是在电机低速运行时的性能提升尤为显著。 实验验证了所提出的改进方法的可行性，证明了其在实际应用中的有效性和鲁棒性增强。通过这种优化，该研究为速度传感器无速度感应电机驱动系统的控制性能提供了新的理论基础和技术支持，对于电机控制领域的研究生和工程师具有重要的参考价值。在电机驱动系统的设计和控制中，考虑鲁棒性是一个关键因素，而这篇论文为如何实现这一目标提供了一个实用的策略。