文献类型：期刊文章

作　　者：师蔚[1] 骆凯传[1] 张舟云[2]

Shi Wei;Luo Kaichuan;Zhang Zhouyun(College of Urban Rail Transit Shanghai University of Engineering Science,Shanghai 201620 China;Shanghai Electric Drive Co.Ltd,Shanghai 201806 China)

机构地区：[1]上海工程技术大学城市轨道交通学院,上海201620 [2]上海电驱动股份有限公司,上海201806

出　　处：《电工技术学报》

基　　金：国家“十三五”科技部重研发计划资助项目(2016YFB0100700)。

年　　份：2023

卷　　号：38

期　　号：10

起止页码：2686-2697

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2023_2024、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：将集总参数热网络(LPTN)模型应用于永磁电机温度在线估计能够预防电机因过温而造成的电机损坏,特别是降低永磁体的不可逆退磁风险,提高永磁电机使用的安全性。该文首先针对LPTN模型应用于温度估计过程中存在灰度模型的不确定性,对永磁电机LPTN模型进行比较,建立不同节点的低阶灰箱永磁电机LPTN模型。搭建永磁电机变工况温度实验平台,基于实验数据进行模型对比分析,得到用于永磁电机在线温度估计的最优节点数LPTN模型。同时为克服扩展卡尔曼滤波算法出现的滤波发散及热阻参数在变工况下非线性导致温度估计累积误差问题,利用加权多新息强跟踪扩展卡尔曼滤波(WMI-STEKF)算法对永磁电机LPTN模型进行在线参数辨识及温度估计,将温度估计误差降低至3℃,提高非线性系统在变工况条件下参数辨识过程的鲁棒性。最后,通过仿真和温度实验结果对比分析,证明该方法的正确性和准确性。

关 键 词：集总参数热网络  永磁电机 温度估计  加权多新息强跟踪扩展卡尔曼滤波(WMI-STEKF)  

分 类 号：TM351]