research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
Performance Comparison of Two Estimators for Two-Phase Permanent Magnet Synchronous Motor
مقارنة اداء مخمنين لمحرك تزامني ذو طورين وذات مغانيط دائمية

Author: Dr. Amjad J. Humaidi . امجد جليل حميد
Journal: AL-NAHRAIN JOURNAL FOR ENGINEERING SCIENCES مجلة النهرين للعلوم الهندسية ISSN: 25219154 / eISSN 25219162 Year: 2011 Volume: 14 Issue: 1 Pages: 46-60
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

This paper presents and compares the performance of two Kalman filter schemes, the discrete extended Kalman filter (EKF) and unscented Kalman filter (UKF) for estimating the states (winding currents, rotor speed and rotor angular position) of two-phase Permanent Magnet Synchronous Motor (PMSM). Estimating the states of the system is performed by propagating the mean and covariance of the state distribution. For linear systems, the general recursive Kalman filter algorithm based on MMSE (minimum mean squared error) is the straightforward estimation technique to be implemented. For nonlinear systems, extended Kalman filter (EKF) is considered to be the best nonlinear estimator. The EKF is based on linearizing the state and output equations at every sampling instant. Therefore, this estimator requires continuously computation of the Jacobian matrix. The unscented Kalman filter (UKF) is based on implementation of the unscented transformation (UT) to the nonlinear state distribution (motor model). The UT uses the intuition that it is easier to approximate a probability distribution than it is to approximate an arbitrary nonlinear function or transformation. Apply this intuition to motor model, a set or cloud of points are generated around each state of motor model with specified sample mean and sample covariance. The nonlinear function (PMSM model) is applied to each of these points in turn to yield a transformed sample, and the predicted mean and covariance are calculated from the transformed sample. Based on predicted mean and covariance the UKF recursive algorithm can be developed. The performance comparisons are based on standard deviation estimation errors of both estimators and the time computation effort required execute the algorithms of both filters. The simulated results show that the UKF gives best estimates at motor low speed, while its estimation performance degrade at high motor speed. On the other hand, the EKF shows bad estimation characteristics at low frequency and it yields good estimates at high source frequency. However,, the EKF algorithm keeps lower time computation effort over wide range of rotor speed than that required to execute the UKF software for the same range of source frequency. The PMSM motor model and the algorithms of both filters are built in Matlab package using S-function capability and scalar control strategy are used to account for constant stator magnetizing flux.

يقدم البحث نموذجين من مرشحات كالمان ((Kalman Filters؛ وهما مرشح كالمان المعدل (Extended Kalman Filter) ؛ و((unscented Kalman filter وذلك لتخمين متغيرات المنظومة (states) وتشمل تيارات ملفات المجال، وزاوية والسرعة الزاوية للجزء الدوار (rotor). يعتمد مرشح كالمان المعدل في تخمين المتغيرات على تحويل ألانموذج اللاخطي الى أنموذج خطي. لذلك من الضروري حساب مصفوفة جاكوبين (Jaccobian Matrix) في كل لحظة زمنية. بينما يعتمد ((unscented Kalman filter على توليد عينات من النقاط بطريقة معينة يمكن استخدامها لغرض حساب المتوسط الحسابي (mean) والتباين ((covariance للمتغيرالعشوائي ذو توزيع ((Gaussian، حيث يتم تمرير هذه النقاط بالانموذج اللاخطي للمنظومة وايجاد، مرة اخرى، المتوسط الحسابي (mean) والتباين ((covariance لناتج خرج هذه النقاط لدرجة دقة تصل الى حدين فقط من متوالية تيلر (Taylor series). اثبت النتائج ان (UKF) يتميز باداء عالي للتخمين في حالة السرع الواطئة للجزء الدوار، بينما يتفوق اداء (EKF) في حالة السرع العالية للمحرك التزامني. وكذلك فان الزمن المستغرق لتنفيذ خوارزمية (EKF) هي اقل من الزمن المطلوب لتنفيذ خوارزمية (UKF) ولجميع مديات السرع للمحرك التزامني


Article
Unscented Kalman Estimator for Estimating the State of Two-phase Permanent Magnet Synchronous Motor
مخمن كلمان المعدل لتحدید متغیرات محرك ذو طور ثنائي وذات تغذیة دائمیة

Author: Ayad Qasim Hussein
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 15 Pages: 5071-5078
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper presents the unscented Kalman filters (UKF) for estimating the states (winding currents, rotor speed and rotor angular position) of two-phase Permanent Magnet Synchronous Motor (PMSM). The UKF is based on firstly specifying a minimal set of carefully chosen sample points. These sample points completely capture the true mean and covariance of the Gaussian Random Variable (GRV), and when propagated through the true nonlinear system (motor model), capture the posterior mean and covariance accurately to the second order (Taylor series expansion). The results showed that the UK estimator could successively estimate the states of PMSM without need any Jacobian matrix.

لتحديد المتغيرات (تيارات الملف، ( UKF) يتناول هذا البحث مرشح كلمان المعدل .(PMSM) الموقع الزاوي وسرعة الجزء الدوار) لمحرك ذو طور ثنائي وذات تغذية دائمية يعتمد في البداية على تحديد اقل مجموعة من عينات النقاط ( UKF) مرشح كلمان المعدل ( Gaussian) المختارة بدقة. هذه العينات تمسك تماما بالمعدل الحقيقي والتباين لمتغير وعندما تنتشر خلال النظام الغير خطي الحقيقي(نموذج محرك )، يمسك (GRV) العشوائي بالمعدل الجديد والتباين بدقة عالية لنظام ثنائي المرتبة ( متسلسلة تايلر الموسعة ). النائج تظهرينجح في تحديد المتغيرات لمحرك ذو طور ثنائي وذات ( UKF) بان مرشح كلمان المعدل .( Jacobian) تغذية دائمية بدون الحاجة إلى مصفوفة


Article
State Estimation of Two-Phase Permanent Magnet Synchronous Motor
تخمين متغيرات المحرك التزامني ثنائي الطور ذو المغانيط الدائمية

Authors: Amjed J. Hamidi --- Ahmed Alaa Ogla --- Yaser Nabeel Ibrahem
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2009 Volume: 27 Issue: 7 Pages: 1435-1443
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

The goal of this paper is to estimate the states of two-phase permanent magnet synchronousmotor (PMSM). The system is highly nonlinear and one therefore cannot directly use any linearsystem tools for estimation. However, if one can linearize the system around a nominal(possibly time-varying) operating point then linear system tools could be used for control andestimation. Firstly, the error covariance matrices of measurement and process would be derivedwhen the system inputs and outputs are subjected to uncertain variations. Then, the corruptednoisenonlinear model of the system will be discretized and extended to be suitable for applyingstandard discrete Kalman filter (KF) for state estimation purpose. The entire state estimatedsystem has been modeled using MATLAB/SIMULINK blocks. The state estimation algorithmand the motor discretized model are coded inside special S-functions of m-file type.

ان غاية هذا البحث هو تخمين متغيرات المحرك التزامني ثنائي الطور ذو المغانيط الدائمية . يتميزالانموذج الرياضي لمنظومة المحرك التزامني بدرجة عالية من اللاخطية . لذلك لا يمكن استخدام وسائلالمنظومات الخطية بصورة مباشرة لغرض تخمين منظومة المحرك التزامني . مع ذلك، اذا تمنكا من جعلالمنظومة (الانموذج الرياضي للمحرك ) خطية عند نقطة الاشتغال الطبيعية (والتي قد تكون متغيرة مع الزمن )فانه من الممكن استخدام طرق المنظومة الخطية لتخمين متغيرات منظومة المحرك التزامني اللاخطية.لغرض عملية التخمين . (standard discrete Kalman filter) تم استخدام مرشح كالمان القياسي المتقطعالانموذج اللاخطي ليكون ملائم لهذا التطبيق . تم (Extension) وتوسيع (discretization) لذلك تم تقطيعثم ادراج برنامج ،(Matlab/Simulink blocks) نمذجة منظومة المحرك والمنظومة التخمينية باستخدام كتل(s-function) ويتم استدعائه باسنخدام دالة (m-file) خوارزمية التخمين بملف نوع

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

English (2)

Arabic and English (1)


Year
From To Submit

2011 (1)

2010 (1)

2009 (1)