System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及起重機驅動監測,尤其是涉及一種電機驅動系統母線電容監測方法。
技術介紹
1、隨著工業自動化和驅動技術的迅速發展,起重機在廣泛的工業領域中扮演著越來越關鍵的角色。其中電機驅動系統實現了對起重機的精確控制。
2、在起重機實際運行過程中,直流母線電容器作為起重機電機驅動系統不可或缺的能量儲存元件,承擔著電能平衡和濾波的關鍵任務。然而隨著使用時間的增加,電容可能會受到機械振動、熱應力和電應力等因素的影響,從而逐漸發生老化磨損。這種老化可能導致電容器電氣特性的變化,如:等值串聯電容(esc)下降、等值串聯電阻(esr)增加等,進而在實際應用中可能引發電能質量下降、能量損耗增加、系統故障等后果。
3、據統計,直流母線電容是變換器系統中最容易壞的元件之一,由于直流母線電容失效引起的電力電子變換器故障占總故障的30%。因此,深入研究電機驅動系統中直流電容狀態監測技術,提高電容器老化監測的精度,對于優化電機驅動系統設計、提高起重機可靠性具有重要意義。
4、目前,主流的在線監測方法可以分為基于電路模型和基于模糊模型兩種方案:
5、在基于電路模型的方案中,可以進一步分為基于穩態紋波和基于擾動信號的方法,穩態紋波方法涵蓋了變換器開關頻率引起的紋波和直流母線上由輸入功率引起的線頻率紋波,擾動信號分為人為注入的擾動信號和變換器暫態過程擾動信號。基于穩態紋波的方法通常需要高精度傳感器并且占用較多的計算資源。基于擾動信號的在線狀態監測技術選擇合適頻率與幅值的注入信號往往是困難的,因為注入的信號有可能
6、在基于模糊模型的電容監測方法中,采用估計的理論降低了對傳感器能力的要求,但傳統基于遞歸最小二乘法(rls)的估計方法只含有量測方程,沒有考慮模型的誤差,對參數的估計能力是有限的,會出現老化參數不收斂,老化參數錯誤收斂等問題。
7、為此,針對現有基于系統穩態運行的電容在線狀態監測方法存在的模型噪聲對監測結果影響大、量測缺失導致的老化參數不可觀、參數監測不全等問題,我們提出一種基于自適應卡爾曼濾波(adaptive?kalman?filter,?akf)的直流母線電容在線狀態監測方法,充分的考慮模型噪聲的動態適應,有效解決監測模型噪聲不可測的問題。
技術實現思路
1、為了克服
技術介紹
中的不足,本專利技術公開了一種電機驅動系統母線電容監測方法。
2、為實現上述專利技術目的,本專利技術采用如下技術方案:
3、一種電機驅動系統母線電容監測方法,包括以下步驟:
4、步驟一:根據逆變側開關管的狀態以及采集到的電壓、電流信號對直流母線電容的電流進行重構得到:;
5、式中,是整流器輸出電流,由傳感器采集獲得,是逆變器的輸入電流為:;
6、式中,分別代表abc三相的輸出電流,和表示逆變器上橋臂igbt的開關狀態,其中,“1”表示接通狀態,“0”表示斷開狀態;
7、步驟二:根據電容等效電路構建離散模型,并轉換成以未知參數為狀態變量的差分方程;
8、步驟三:設計巴特沃斯帶通濾波器對直流母線電壓和重構電流濾波處理,提取直流側300hz紋波;
9、步驟四:提出自適應卡爾曼濾波電容監測算法來動態適應離散模型;
10、步驟五:將步驟二中差分方程轉化成量測方程,構建以未知參數為狀態變量的狀態方程;
11、步驟六:基于偽量測的監測模型提出改進監測模型,以便于提高監測的收斂性與精準度;
12、步驟七:將改進監測模型代入自適應卡爾曼濾波中求解。
13、優選地,在步驟二中,根據電容的等效電路,假設輸入為,輸出為,則離散模型的傳遞函數為:;
14、式中,esc是電容等效串聯電容,esr是電容等效串聯電阻,s為復頻域變換算子;
15、離散化傳遞函數,利用輸入和輸出估計電容的老化參數。
16、優選地,采用雙線性變換:
17、其中,t表示人為設定的采樣時間,z是阻抗變換算子;
18、重寫電容離散模型的傳遞函數:;
19、;
20、將傳遞函數轉化為關于輸出和輸入之間的差分方程:;
21、式中,、是上一時刻的電壓、電流,、是下一時刻的電壓、電流;使用計算電容的老化參數:。
22、優選地,在步驟三中,巴特沃斯帶通濾波器通過獲得;
23、其中,和是巴特沃斯帶通濾波器系數。
24、優選地,利用巴特沃斯帶通濾波器對直流母線電壓進行處理,獲得在線頻率為300hz下的紋波。
25、優選地,在卡爾曼濾波中,引入一個超參數作為調節更新參量,同時引入遺忘因子b調節歷史數據的重要程度;
26、其中,調節更新參量與遺忘因子b之間的關系為:;
27、將卡爾曼濾波中的過程噪聲q與測量噪聲r重寫為:;
28、;
29、式中,是第k次迭代的過程噪聲,是第k次迭代的測量噪聲。
30、優選地,在步驟五中,將視為狀態量,并重寫輸出和輸入之間的差分方程:;
31、其中,
32、是根據傳感器采集得到的信號構建的觀測矩陣,是將系統的未知參數看作是未知狀態構建的新狀態向量,是為了描述系統傳感器的誤差而構建的量測誤差向量;
33、構建狀態變量的狀態空間方程:。
34、優選地,將上一時刻的電壓測量值放置在重新構建的量測矩陣中,并相應的用狀態變量表示,量測方程重寫為:
35、其中,。
36、由于采用如上所述的技術方案,本專利技術具有如下有益效果:本專利技術基于自適應卡爾曼濾波的直流母線電容老化參數辨識技術引入偽量測后,將觀測矩陣的維度從一維增加到二維。這項改進解決了卡爾曼濾波在參數辨識領域中由于缺乏足夠量測導致算法無法收斂的問題,并顯著提升了辨識算法的收斂性。
本文檔來自技高網...【技術保護點】
1.一種電機驅動系統母線電容監測方法,其特征在于:包括以下步驟:
2.根據權利要求1所述的電機驅動系統母線電容監測方法,其特征在于:在步驟二中,根據電容的等效電路,假設輸入為,輸出為,則離散模型的傳遞函數為:;
3.根據權利要求2所述的電機驅動系統母線電容監測方法,其特征在于:采用雙線性變換:
4.根據權利要求1所述的電機驅動系統母線電容監測方法,其特征在于:在步驟三中,巴特沃斯帶通濾波器通過獲得;
5.根據權利要求4所述的電機驅動系統母線電容監測方法,其特征在于:利用巴特沃斯帶通濾波器對直流母線電壓進行處理,獲得在線頻率為300Hz下的紋波。
6.根據權利要求1所述的電機驅動系統母線電容監測方法,其特征在于:在卡爾曼濾波中,引入一個超參數作為調節更新參量,同時引入遺忘因子b調節歷史數據的重要程度;
7.根據權利要求1所述的電機驅動系統母線電容監測方法,其特征在于:在步驟五中,將視為狀態量,并重寫輸出和輸入之間的差分方程:;
8.根據權利要求1所述的電機驅動系統母線電容監測方法,其特征在于:將上一
...【技術特征摘要】
1.一種電機驅動系統母線電容監測方法,其特征在于:包括以下步驟:
2.根據權利要求1所述的電機驅動系統母線電容監測方法,其特征在于:在步驟二中,根據電容的等效電路,假設輸入為,輸出為,則離散模型的傳遞函數為:;
3.根據權利要求2所述的電機驅動系統母線電容監測方法,其特征在于:采用雙線性變換:
4.根據權利要求1所述的電機驅動系統母線電容監測方法,其特征在于:在步驟三中,巴特沃斯帶通濾波器通過獲得;
5.根據權利要求4所述的電機驅動系統母線電容監測方法,其特征在于:利用巴特沃斯帶通濾波器...
【專利技術屬性】
技術研發人員:聶福全,李銳,王要強,王義,張世達,楊文莉,聶雨萱,饒靜,李大偉,王紅剛,閆曉東,史程,張曉光,悅亞星,曲榮海,習江濤,李浩天,趙航,余復凱,
申請(專利權)人:河南科技學院,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。