理论教育 滑模观测器设计与故障重构优化

滑模观测器设计与故障重构优化

时间:2023-06-21 理论教育 版权反馈
【摘要】:构造滑模观测器:其中,L1 和L2 为大于零的待设计量。定义观测器误差:式中,上标“^”代表相应值的观测值;ν1 和ν2 为滑模变结构输入信号。则可得重构a 相和b 相电流传感器故障的自适应律算法为因此可得传感器故障在α-β 轴分量如下:

滑模观测器设计与故障重构优化

构造滑模观测器:

其中,L1 和L2 为大于零的待设计量。定义观测器误差:

式中,上标“^”代表相应值的观测值;ν1 和ν2 为滑模变结构输入信号。

在带宽足够高时,扩展磁链中的直轴电流分量id 快速收敛到给定值 *di ,这样保证了扩展磁链为线性常值[7,8]。因此相应误差动态方程为

其中,L1 和L2 为大于零的待设计量。定义观测器误差:

选取Lyapunov 函数为

在带宽足够高时,扩展磁链中的直轴电流分量id 快速收敛到给定值 *di ,这样保证了扩展磁链为线性常值[7,8]。因此相应误差动态方程为

式中,Q 为正的常数。

对式(4-19)求导并代入式(4-17)和式(4-18),可得

选取Lyapunov 函数为

式中,Q 为正的常数。

对式(4-19)求导并代入式(4-17)和式(4-18),可得

传感器增益随时间的推移和环境的变化而发生非常缓慢的变化,或者传感器突然发生断路、掉电或损坏,故障对时间的一阶导数近似为零[9],即0

s

f˙ ≈。则

对于任意初始条件的z(0),若用于重构故障的自适应算法

当传感器增益随时间的推移和环境的变化而发生非常缓慢的变化,或者传感器突然发生断路、掉电或损坏,故障对时间的一阶导数近似为零[9],即0(www.daowen.com)

s

f˙ ≈。则

对于任意初始条件的z(0),若用于重构故障的自适应律算法为

若选取L1 和L2,使得L1> || d ||+σ1,L2> || C || || ex ||+σ2,其中,σ1 > 0,σ2 > 0,则

根据Lyapunov 原理,系统经过有限时间后达到滑模状态。

由于α-β 轴电流iα 和iβ 是由三相电流iabc 计算得来,在仅有两个电流传感器的情况下(假定为a 相和b 相),由文献[10]可知:

若选取L1 和L2,使得L1> || d ||+σ1,L2> || C || || ex ||+σ2,其中,σ1 > 0,σ2 > 0,则

因此可得传感器故障在α-β 轴分量如下:

根据Lyapunov 原理,系统经过有限时间后达到滑模状态。

由于α-β 轴电流iα 和iβ 是由三相电流iabc 计算得来,在仅有两个电流传感器的情况下(假定为a 相和b 相),由文献[10]可知:

式中,fa 和fb 分别代表a 相和b 相电流传感器故障。则可得重构a 相和b 相电流传感器故障的自适应律算法为

因此可得传感器故障在α-β 轴分量如下:

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈