基于鲁棒滤波的细分驱动步进电机速度估计

霍寅龙， 周 复

(1. 上海交通大学 电子信息与电气工程学院， 上海 200240；2. 上海安浦鸣志自动化设备有限公司 研发部， 上海 201107)

0 引言

混合式步进电动机(HBM)具有保持力矩大、安定性好、低速力矩大等优点，但也存在磁场饱和程度高、系统非线性强、参数难以测定[1]等问题。HBM最常见的应用是与细分驱动组成的位置开环控制系统，而速度闭环控制可进一步提升响应性能。因省去了机械位置传感器，无位置传感器估算HBM速度的方案有广泛应用前景。

以扩展Kalman滤波器(EKF)作为观测器来估算HBM转子速度的方案依赖于对象准确的数学模型，依赖准确的估算对象数学模型，对参数变化的鲁棒性较差。而HBM由于非线性过强，电感随运行状态时变剧烈等原因，更适合采用引入了鲁棒控制思想的扩展H∞滤波(EHF)观测算法。

现有的EHF估算步进电机转子状态的的方案已经证明EHF的估算精度和稳定性优于EKF[2]，但是这个研究存在一定局限性。首先，研究使用简单的线性模型推导与仿真，模型不够准确，不符合步进电机电感量非线性强、变化剧烈的特点；另外，研究中扩展H∞滤波对鲁棒性的分析较为简单，对哪些变量鲁棒性强的阐述与验证不足。

本文从HBM的磁场网络模型入手，总结了非线性的两个可叠加于最简线性HBM模型中的特点，构造非线性模型。再根据其非高斯分布的过程噪声，设计了扩展H∞滤波器作为观测器估算HBM转子速度的方案，并提出参数γ、cw、cv的计算公式。该方案相比扩展Kalman滤波观测器，对电感L变化的鲁棒性更强。……