news 2026/4/30 11:00:57

永磁同步电机无传感器之龙博格观测器(Luenberger Observer)离散化推导及建模

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
永磁同步电机无传感器之龙博格观测器(Luenberger Observer)离散化推导及建模

通过i_α和i_β估计反电势e_α和e_β

  • 一、龙博格观测器简介
  • 二、状态变量推导
  • 三、实现过程
  • 四、仿真

一、龙博格观测器简介

龙博格观测器,一种典型的全维状态观测器,依赖系统的输出状态与搭建的状态误差收敛状态对状态进行观测

假设一个系统为:
{ x ˙ = A x + B u y = C x \left\{ \begin{aligned} \dot{x} &= A x + B u \\ y &= C x \end{aligned} \right.{x˙y=Ax+Bu=Cx
根据框图格式,构建观测器如下(K为增益):
{ x ^ ˙ = A x ^ + B u + K ( y − y ^ ) y ^ = C x ^ \left\{ \begin{aligned} \dot{\hat{x}} &= A \hat{x} + B u+K(y-\hat{y}) \\ \hat{y} &= C \hat{x} \end{aligned} \right.{x^˙y^=Ax^+Bu+K(yy^)=Cx^
进一步,即状态x的观测值为:
x ^ ˙ = ( A − K C ) x ^ + B u + K y (式 1 ) \ \dot{\hat{x}}= (A-KC) \hat{x} + B u+Ky \ (式1)x^˙=(AKC)x^+Bu+Ky(式1
进一步,离散化后状态x为:
x ^ ( k + 1 ) = [ ( A − K C ) x ^ ( k ) + B u ( k ) + K y ( k ) ] ∗ T s + x ^ ( k ) \ {\hat{x}(k+1)}=[ (A-KC) \hat{x}(k) + B u(k)+Ky (k) ]*T_s+\hat{x}(k)\x^(k+1)=[(AKC)x^(k)+Bu(k)+Ky(k)]Ts+x^(k)
在PMSM控制中,我们通过对输出状态i a \ i_aiai β \ i_βiβ的追踪实现对反电动势e a \ e_aeae a \ e_aea的观测,进而通过PLL可以提取PMSM的转子信息

二、状态变量推导

表贴式PMSM两相静止坐标系下电压方程:
{ u α = R s i α + L s d i α d t + e α u β = R s i β + L s d i β d t + e β \left\{ \begin{aligned} u_{\alpha} &= R_s i_{\alpha} + L_s \frac{di_{\alpha}}{dt} + e_{\alpha} \\ u_{\beta} &= R_s i_{\beta} + L_s \frac{di_{\beta}}{dt} + e_{\beta} \end{aligned} \right.uαuβ=Rsiα+Lsdtdiα+eα=Rsiβ+Lsdtdiβ+eβ
其中,反电动势为:
{ e α = − ω r ψ f sin ⁡ ( θ r ) e β = ω r ψ f cos ⁡ ( θ r ) \left\{ \begin{aligned} e_{\alpha} = -\omega_{r} \psi_{f} \sin \left( \theta_{r} \right) \\ e_{\beta} = \omega_{r} \psi_{f} \cos \left( \theta_{r} \right) \end{aligned} \right.{eα=ωrψfsin(θr)eβ=ωrψfcos(θr)
其中,ω r \ \omega_{r}ωr为电角度、θ r \ \theta_{r}θr为转子位置、ψ f \ \psi_{f}ψf为永磁体磁链

由假设近似:ω r ˙ = 0 \ \dot{ \omega_{r} }=0ωr˙=0d θ r d t = ω r \ \frac{d\theta_r}{dt} = \omega_rdtdθr=ωr从电压方程解出电流导数和反电势导数:
d i α d t = 1 L s ( u α − R s i α − e α ) \frac{di_{\alpha}}{dt} = \frac{1}{L_s}(u_{\alpha} - R_s i_{\alpha} - e_{\alpha})dtdiα=Ls1(uαRsiαeα)
d i β d t = 1 L s ( u β − R s i β − e β ) \frac{di_{\beta}}{dt} = \frac{1}{L_s}(u_{\beta} - R_s i_{\beta} - e_{\beta})dtdiβ=Ls1(uβRsiβeβ)
d e α d t = d d t ( − ω r ψ f sin ⁡ ( θ r ) ) = − ω r d d t ( ψ f sin ⁡ ( θ r ) ) ≈ − ω r e β \frac{de_{\alpha}}{dt} = \frac{d}{dt} \Bigl(-\omega_{r} \psi_{f} \sin(\theta_{r}) \Bigr) = -\omega_{r} \frac{d}{dt} \Bigl( \psi_{f} \sin(\theta_{r}) \Bigr) \approx -\omega_{r} e_{\beta}dtdeα=dtd(ωrψfsin(θr))=ωrdtd(ψfsin(θr))ωreβ
d e β d t = d d t ( ω r ψ f cos ⁡ ( θ r ) ) = ω r d d t ( ψ f cos ⁡ ( θ r ) ) ≈ ω r e α \frac{de_{\beta}}{dt} = \frac{d}{dt} \Bigl( \omega_{r} \psi_{f} \cos(\theta_{r}) \Bigr) = \omega_{r} \frac{d}{dt} \Bigl( \psi_{f} \cos(\theta_{r}) \Bigr) \approx \omega_{r} e_{\alpha}dtdeβ=dtd(ωrψfcos(θr))=ωrdtd(ψfcos(θr))ωreα
故而状态空间方程构建如下:
状态空间方程为:d d t [ i α i β e α e β ] = [ − R s L s 0 − 1 L s 0 0 − R s L s 0 − 1 L s 0 0 0 − ω r 0 0 ω r 0 ] [ i α i β e α e β ] + [ 1 L s 0 0 1 L s 0 0 0 0 ] [ u α u β 0 0 ] \frac{d}{d t}\left[\begin{array}{c} i_{\alpha} \\ i_{\beta} \\ e_{\alpha} \\ e_{\beta} \end{array}\right] = \left[\begin{array}{cccc} -\frac{R_{s}}{L_{s}} & 0 & -\frac{1}{L_{s}} & 0 \\ 0 & -\frac{R_{s}}{L_{s}} & 0 & -\frac{1}{L_{s}} \\ 0 & 0 & 0 & -\omega_{r} \\ 0 & 0 & \omega_{r} & 0 \end{array}\right] \left[\begin{array}{c} i_{\alpha} \\ i_{\beta} \\ e_{\alpha} \\ e_{\beta} \end{array}\right] + \left[\begin{array}{cc} \frac{1}{L_{s}} & 0 \\ 0 & \frac{1}{L_{s}} \\ 0 & 0 \\ 0 & 0 \end{array}\right] \left[\begin{array}{c} u_{\alpha} \\ u_{\beta} \\ 0 \\ 0 \end{array}\right]dtdiαiβeαeβ=LsRs0000LsRs00Ls100ωr0Ls1ωr0iαiβeαeβ+Ls10000Ls100uαuβ00

输出方程为:[ i α i β ] = [ 1 0 0 0 0 1 0 0 ] [ i α i β e α e β ] \left[\begin{array}{l} i_{\alpha} \\ i_{\beta} \end{array}\right] = \left[\begin{array}{llll} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \end{array}\right] \left[\begin{array}{l} i_{\alpha} \\ i_{\beta} \\ e_{\alpha} \\ e_{\beta} \end{array}\right][iαiβ]=[10010000]iαiβeαeβ

三、实现过程

仿照一、中,对上面给出的状态方程设计Lunberger观测器如下:
d d t [ i ^ α i ^ β e ^ α e ^ β ] = A [ i ^ α i ^ β e ^ α e ^ β ] + B [ u α u β 0 0 ] + K ( [ i α i β 0 0 ] − [ i ^ α i ^ β 0 0 ] ) ( 式 2 ) \frac{d}{d t}\left[\begin{array}{c} \hat{i}_{\alpha} \\ \hat{i}_{\beta} \\ \hat{e}_{\alpha} \\ \hat{e}_{\beta} \end{array}\right] = \mathbf{A}\left[\begin{array}{c} \hat{i}_{\alpha} \\ \hat{i}_{\beta} \\ \hat{e}_{\alpha} \\ \hat{e}_{\beta} \end{array}\right] + \mathbf{B}\left[\begin{array}{c} u_{\alpha} \\ u_{\beta} \\ 0 \\ 0 \end{array}\right] + \mathbf{K}\left( \left[\begin{array}{c} i_{\alpha} \\ i_{\beta}\\0 \\0 \end{array}\right] - \left[\begin{array}{c} \hat{i}_{\alpha} \\ \hat{i}_{\beta} \\0 \\0 \end{array}\right] \right)(式2)dtdi^αi^βe^αe^β=Ai^αi^βe^αe^β+Buαuβ00+Kiαiβ00i^αi^β00(2)
其中,系数矩阵A、B、C为:
A = [ − R s L s 0 − 1 L s 0 0 − R s L s 0 − 1 L s 0 0 0 − ω r 0 0 ω r 0 ] \mathbf{A}=\left[\begin{array}{cccc} -\frac{R_{s}}{L_{s}} & 0 & -\frac{1}{L_{s}} & 0 \\ 0 & -\frac{R_{s}}{L_{s}} & 0 & -\frac{1}{L_{s}} \\ 0 & 0 & 0 & -\omega_{r} \\ 0 & 0 & \omega_{r} & 0 \end{array}\right]A=LsRs0000LsRs00Ls100ωr0Ls1ωr0

B = [ 1 L s 0 0 1 L s 0 0 0 0 ] , C = [ 1 0 0 0 0 1 0 0 ] \mathbf{B}=\left[\begin{array}{cc} \frac{1}{L_{s}} & 0 \\ 0 & \frac{1}{L_{s}} \\ 0 & 0 \\ 0 & 0 \end{array}\right],\quad \mathbf{C}=\left[\begin{array}{cccc} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \end{array}\right]B=Ls10000Ls100,C=[10010000]
增益矩阵为:
K = [ K 1 0 0 0 0 K 1 0 0 K 2 0 0 0 0 K 2 0 0 ] \mathbf{K} = \left[ \begin{array}{cc} K_1 & 0 & 0& 0\\ 0 & K_1 & 0& 0\\ K_2 & 0 & 0& 0\\ 0 & K_2& 0& 0\\ \end{array} \right]K=K10K200K10K200000000
其中,K1是对电流的观测增益,K2是对反电动势的观测增益
状态变量,输入矩阵,输出矩阵分别为:

x = [ i α i β e α e α ] , u = [ u α u β 0 0 ] , y = [ i α i β 0 0 ] \mathbf{x}=\left[\begin{array}{c} i_{\alpha} \\ i_{\beta} \\ e_{\alpha} \\ e_{\alpha} \end{array}\right] ,\mathbf{u}=\left[\begin{array}{c} u_{\alpha} \\ u_{\beta} \\ 0 \\ 0 \end{array}\right] ,\mathbf{y}=\left[\begin{array}{c} i_{\alpha} \\ i_{\beta} \\ 0 \\ 0 \end{array}\right]x=iαiβeαeα,u=uαuβ00,y=iαiβ00
对(式2)离散化后,得到反电动势的龙博格观测器为:
i ^ α ( k + 1 ) = i ^ α ( k ) + T [ − R s L s i ^ α ( k ) − 1 L s e ^ α ( k ) + 1 L s u α ( k ) + K 1 ( i α ( k ) − i ^ α ( k ) ) ] i ^ β ( k + 1 ) = i ^ β ( k ) + T [ − R s L s i ^ β ( k ) − 1 L s e ^ β ( k ) + 1 L s u β ( k ) + K 1 ( i β ( k ) − i ^ β ( k ) ) ] e ^ α ( k + 1 ) = e ^ α ( k ) + T [ − ω ^ e e ^ β ( k ) + K 2 ( i α ( k ) − i ^ α ( k ) ) ] e ^ β ( k + 1 ) = e ^ β ( k ) + T [ ω ^ e e ^ α ( k ) + K 2 ( i β ( k ) − i ^ β ( k ) ) ] \begin{aligned} \hat{i}_{\alpha}(k+1) &= \hat{i}_{\alpha}(k) + T\bigg[-\frac{R_s}{L_s}\hat{i}_{\alpha}(k) - \frac{1}{L_s}\hat{e}_{\alpha}(k) + \frac{1}{L_s}u_{\alpha}(k) + K_1\big(i_{\alpha}(k) - \hat{i}_{\alpha}(k)\big)\bigg] \\ \hat{i}_{\beta}(k+1) &= \hat{i}_{\beta}(k) + T\bigg[-\frac{R_s}{L_s}\hat{i}_{\beta}(k) - \frac{1}{L_s}\hat{e}_{\beta}(k) + \frac{1}{L_s}u_{\beta}(k) + K_1\big(i_{\beta}(k) - \hat{i}_{\beta}(k)\big)\bigg] \\ \hat{e}_{\alpha}(k+1) &= \hat{e}_{\alpha}(k) + T\bigg[-\hat{\omega}_e \hat{e}_{\beta}(k) + K_2\big(i_{\alpha}(k) - \hat{i}_{\alpha}(k)\big)\bigg] \\ \hat{e}_{\beta}(k+1) &= \hat{e}_{\beta}(k) + T\bigg[\,\hat{\omega}_e \hat{e}_{\alpha}(k) + K_2\big(i_{\beta}(k) - \hat{i}_{\beta}(k)\big)\bigg] \end{aligned}i^α(k+1)i^β(k+1)e^α(k+1)e^β(k+1)=i^α(k)+T[LsRsi^α(k)Ls1e^α(k)+Ls1uα(k)+K1(iα(k)i^α(k))]=i^β(k)+T[LsRsi^β(k)Ls1e^β(k)+Ls1uβ(k)+K1(iβ(k)i^β(k))]=e^α(k)+T[ω^ee^β(k)+K2(iα(k)i^α(k))]=e^β(k)+T[ω^ee^α(k)+K2(iβ(k)i^β(k))]
T为采样时间

四、仿真

simulink搭建仿真验证如下:

选取合适增益后运行,用示波器查看i_α和hat(i_α)波形发现观测收敛,如下:


反电动势为:

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/19 10:08:49

22、深入了解NNTP与nntpd守护进程

深入了解NNTP与nntpd守护进程 1. NNTP简介 网络新闻传输协议(NNTP)为新闻交换提供了一种与C News和其他无原生NNTP支持的新闻服务器截然不同的方法。它摒弃了像UUCP这样的批量传输技术,而是通过交互式网络连接实现文章交换。NNTP并非特定软件包,而是RFC - 977中定义的互联…

作者头像 李华
网站建设 2026/4/30 8:11:55

时序数据库性能之战:金仓数据库如何在复杂场景下反超 InfluxDB?

随着物联网、工业互联网和运维监控领域的快速发展,时序数据处理的需求正以前所未有的速度增长。面对海量设备产生的持续数据流,企业急需一个既能高速写入又能快速分析的数据库引擎。 长期以来,InfluxDB 以其在时序领域的先发优势和简洁设计&a…

作者头像 李华
网站建设 2026/4/17 17:58:26

AI重构网安职场:零基础小白的“智能防御架构师”养成指南

网络安全作为近两年兴起的热门行业,成了很多就业无门但是想转行的人心中比较向往但是又心存疑惑的行业,毕竟网络安全的发展史比较短,而国内目前网安的环境和市场情况还不算为大众所知晓,所以到底零基础转行入门网络安全之后&#…

作者头像 李华
网站建设 2026/5/1 1:34:17

GeoServer:开源GIS服务器的技术深度解析与OGC标准实践

文章目录一、技术架构:基于Java的跨平台服务引擎二、OGC标准实现:从数据发布到空间分析1. WMS(Web Map Service):地图图像服务2. WFS(Web Feature Service):矢量数据服务3. WCS&…

作者头像 李华
网站建设 2026/4/30 23:27:11

零基础如何高效转行网络安全?大佬亲授半年计划,避开90%的入门弯路

网络安全技术被广泛应用于各个领域,各大企业都在争抢网络安全人才,这使得网络安全人才的薪资一涨再涨,想转行网络安全开发的人也越来越多。而想要顺利转行网络安全开发,首先要学习网络安全技术,那么转行网络安全从何学…

作者头像 李华
网站建设 2026/4/28 13:53:10

基于单片机的智能家居系统

基于单片机的智能家居系统设计 一、系统总体设计 基于单片机的智能家居系统以“便捷控制、节能高效、场景联动”为核心目标,整合家庭常用设备(灯光、窗帘、空调、安防设备等),实现自动化管理与远程交互,解决传统家居控…

作者头像 李华