利用自适应高阶滑模控制方法在线性感应电动机中实现状态与速度的同时估计

《IEEE Transactions on Vehicular Technology》：Simultaneous State and Speed Estimation in Linear Induction Motors Using Adaptive High Order Sliding Modes Approaches

线性感应电机（LIM）因高效、结构简单等优势广泛应用于轨道交通等领域，但其动态性能受非线性特性和参数变化影响，需高精度状态估计。本文提出基于同步状态与速度估计的自适应高阶滑模观测器（AHOSMO），通过建立高精度数学模型，结合自适应律与高阶滑模方法，实现转子磁通和速度的估计，并采用超 twisting算法（STA）确保有限时间收敛，避免传统滑模的抖动问题。仿真与实验表明，AHOSMO在估计精度和抗干扰能力上显著优于现有方法，为高精度控制提供新思路。

　　

摘要：

线性感应电动机（LIM）因其高效率、结构简单和低维护成本而被广泛应用于轨道交通、精密定位和工业自动化领域。然而，线性感应电动机的动态性能受到非线性特性和参数变化的影响，因此精确的状态和速度估计对于实现更高效的控制系统至关重要。传统的估计方法往往存在局限性，难以满足日益提高的控制精度需求。本文提出了一种基于自适应高阶滑模观测器（AHOSMO）的同步状态和速度估计方法，以解决传统估计方法在精度和鲁棒性方面的不足。考虑到线性感应电动机的边界效应，建立了一个更高精度的数学模型。基于该模型，所提出的观测器结合了自适应律和高阶滑模控制算法，用于估计转子磁通量、LIM速度以及速度相关的参数γ、α、β、?、η、δ。通过应用超扭转算法（STA），保证了LIM状态变量估计的有限时间收敛性。利用高阶滑模控制算法，可以生成连续的输入信号而不会出现抖振现象。数值仿真和实验结果表明，所提出的AHOSMO能够在不同运行条件下快速准确地估计LIM的同步状态和速度。与现有方法相比，AHOSMO在估计精度和抗干扰能力方面具有显著优势。这些研究结果为线性感应电动机的更高性能控制提供了新的技术途径，对于推动其在精密定位领域的应用具有重要意义。