张少华， 郭 磊

(1. 中国船舶重工集团公司第七一二研究所，湖北 武汉 430064； 2. 华中科技大学武昌分校， 湖北 武汉 430064)

0 引 言

永磁同步电机(Permanent Magnet Synchro-nous Motor, PMSM)具有结构简单、运行可靠、体积小、重量轻、效率高等优点，在要求高控制精度、高可靠性的场合获得了广泛应用。转速、位置信号是电机获得高精度控制的前提，机械式传感器增加了控制系统的成本，降低了系统的整体可靠性。高精度无速度传感器控制成为近年来研究的热点[1]。

扩展卡尔曼滤波(Extend Kalman Filter,EKF)是一种应用于非线性系统的状态最优估计方法，其用EKF构建永磁电机的状态观测器来估计电机的转速、位置信号。但大多数情况下，EKF只能给出状态的有偏估计，当实际系统参数产生变化时，对模型误差的鲁棒性较差。为获得更好参数估计，可以利用强跟踪滤波器(Strong Tracking Filter, STF)来实现电机转速估计。STF与EKF相比，有以下优点[2]： (1) 对于模型的初始状态和系统测量噪声的统计性质不敏感；(2) 在滤波器达稳态时，对过程的突变状态仍具有很强的跟踪能力；(3) 计算量与EKF相当。

本文在永磁同步电机直接转矩控制系统中，采用STF构建电机转速、定子磁链观测器，以实现电机参数的实时在线观测；在逆变器的调制方法上，采用空间矢量调制(Space Vector Modulation, SVM)取代传统的电流滞环控制，以降低磁链和转矩脉动，分别构建基于STF观测器和EKF观测器的永磁同步电机直接转矩控制模型。在外界扰动及模型发生变化等情况下，对两种算法进行仿真比较，验证了算法的可行性和有效性。

1 永磁同步电机数学模型[3]

静止两相α、β坐标系中，对于面装式PMSM来说，理想状态下的电机电压、磁链、转矩方程如式(1)～式(3)所示。……