基于STF算法的感应电机状态估计和参数辨识
感应电机的四阶模型增加机械和转矩方程，并引入负载转矩和转子电阻为状态变量，得到七阶非线性模型。利用强跟踪滤波（Strong track filter，STF）算法实现电机状态和转子电阻的同时估计，通过仿真比较了STF 和扩展Kalman 滤波（Extended Kalman filter，EKF）算法的估计性能。结果表明，STF 算法能有效估计电机状态及辨识转子电阻，并且具有比EKF 算法更理想的估计性能，同时能满足极低速和零速下的估计要求，从而在电机的整个工作范围内实现转子电阻自适应的状态估计。
感应电机 无速度传感器控制 状态估计 参数辨识 扩展卡尔曼滤波 强跟踪滤波
陆可 肖建
西南交通大学电气工程学院四川成都610031
国内会议
成都
中文
1240-1247
2008-11-07（万方平台首次上网日期，不代表论文的发表时间）