1导语

论文根据同步旋转坐标系下三相永磁同步电机数学模型，实现了基于扩展卡尔曼滤波器的动子速度估计，并针对传统扩展卡尔曼滤波器中雅克比矩阵计算的滞后性缺陷，提出一种低阶串行双扩展卡尔曼滤波算法，提高动子速度的估计精度。

2研究背景

永磁直线同步电机凭借其机械结构简单、重量体积小、机械摩擦损耗低、功率因数高等优势，被广泛应用于轨道交通、精密加工、武器发射等领域。而机械式传感器的使用增大了电机的体积质量，提高了系统的硬件成本，现已成为限制永磁直线同步电机发展的重要因素。

目前，关于无速度传感器控制的研究主要分为非理想特性法和闭环观测器法。非理想特性法如高频注入法、转子齿谐波法等，估计精度高，动态响应快，但是对电机凸极特性要求较高，使用范围受限；闭环观测器法如扩展卡尔曼滤波器、模型参考自适应系统、滑模观测器、龙贝格观测器等，基于系统模型实现状态估计，稳态和动态性能优良，适用性强，但是一般设计比较复杂，而且对电机参数变化比较敏感。本文主要针对基于扩展卡尔曼滤波算法的无速度传感器控制策略展开研究。

3论文所解决的问题及意义

本文以三相永磁直线同步电机为研究对象，通过推导包含转速变量的三阶系统状态方程，实现了基于扩展卡尔曼滤波算法的动子速度估计。通过分析传统扩展卡尔曼滤波算法的计算过程可知，其实时线性泰勒近似是在上一周期的最优估计处完成，因而具有一定滞后性，据此提出一种低阶串行双扩展卡尔曼滤波算法（如图1），实现两个低阶EKF串行执行，在当前周期的最优估计处完成泰勒近似。

低阶串行双扩展卡尔曼滤波算法提高了状态估计精度，对交流电机无速度传感器控制研究具有较高的理论价值和一定的工程意义。但是，扩展卡尔曼滤波算法仍存在对电机参数变化敏感、计算量大等缺陷。下一步将对电机参数的在线辨识展开研究，进一步提高扩展卡尔曼滤波器无速度传感器控制的精度和鲁棒性。

4论文方法及创新点

（1）根据三相永磁直线同步电机在同步旋转坐标系下的数学模型，推导以动子速度和定子电流为状态变量的三阶状态方程。

（2）对系统状态方程进行离散化处理，并计算系统状态转移矩阵。

（3）根据离散化状态方程实现基于扩展卡尔曼滤波算法的动子速度估计，主要包括状态预测和预测校正两部分。

（4）针对传统扩展卡尔曼滤波算法的滞后性缺陷加以改进，在每个控制周期内，两个低阶扩展卡尔曼滤波算法交替串行执行。EKFⅠ算法完成当前周期的次优估计，并更新EKFⅡ算法的雅克比矩阵，EKFⅡ算法完成最优状态估计。

低阶串行双扩展卡尔曼滤波算法大大提高了状态估计精度，对系统状态突变或快速变化的适应性较高（如图2）。

5结论

1）根据三相PMLSM在同步旋转坐标系下的数学模型，实现基于EKF算法的动子速度估计。

2）通过分析EKF算法的固有缺陷，提出一种低阶串行双扩展卡尔曼滤波算法，实现两个低EKF串行执行，在当前周期的最优估计处完成泰勒近似，提高了动子速度的估计精度。

3）基于LSDEKFs算法实现三相PMLSM的无速度传感器控制策略，验证了控制策略的有效性。

引用本文

孙兴法, 聂子玲, 朱俊杰, 等. 基于低阶串行双扩展卡尔曼滤波的永磁直线同步电机无速度传感器控制策略[J]. 电工技术学报, 2018, 33(12): 2684-2695.

Sun Xingfa,Nie Ziling, Zhu Junjie, et al. A Speed Sensorless Control Strategy for a Permanent Magnet Linear Synchronous Motor Based on Low-Order Serial Dual Extended Kalman Filters[J]. Transactions of China Electrotechnical Society, 2018, 33(12): 2684-2695.

团队简介

聂子玲 男，1975年生，海军工程大学舰船综合电力技术国防科技重点实验室电力电子研究室副主任，教授，博士生导师，长期从事电力电子与电力传动方面的科研和教学工作，主持和参与国家自然科学基金项目、863项目和军队科研等20余项。

在舰船集成发电励磁控制、电能变换及电力传动领域取得了一系列国际先进水平的重大创新性研究成果，是2008年第二届军队科技创新群体奖、2015年度国家科学技术进步奖创新团队奖、2017国家创新争先团队奖的主要成员，获国家科技进步二等奖1项、国家能源科技进步三等奖1项、军队科技进步一等奖3项、 “求是”杰出青年实用工程奖、电工技术学会科技进步一等奖、全国发明展览会金奖，授权发明专利4项，发表SCI/EI收录论文30余篇。

孙兴法 男，1994年生，硕士研究生，研究方向为电力电子与电力传动。