Estimation d'état de la machine synchrone à aiment permanent Par Filtre de Kalman

Abstract

Le filtre de Kalman est donc un ensemble d’équations très efficace pour obtenir la solution optimale d’un problème dont on n’a qu’une connaissance partielle. Son efficacité vient de son adaptabilité suivant le nombre de capteurs traités, la qualité des informations recueillies ou la modélisation du système qui peut être linéaire ou non, grâce au filtre étendu. En effet, comme le filtre de Kalman simple, le filtre étendu nous permet d’obtenir une estimation de variance minimale à partir d’observations qui ne sont pas exactes. Par contre, c’est une méthode approximative qui n’arrive pas toujours à converger car la précision du modèle dépend en grande partie des valeurs de l’état initial que l’on choisit de façon plus ou moins empirique. Comme c'est le cas avec Le moteur synchrone à aimants permanents que sa structure non linéaire rend sa commande plus complexe, ce qui nous a conduits à utiliser des modèles de commande non linéaires susceptibles de fournir de bonnes performances. مجموعة معادلات فعالة للغاية للحصول عليها الحل الأمثل لمشكلة لدينا معرفة جزئية فقط. ها تأتي الكفاءة من قدرتها على التكيف وفقًا لعدد أجهزة الاستشعار المعالجة ، ونوعية المعلومات التي تم جمعها أو نمذجة النظام التي قد تكون أو لا تكون خطية ، بفضل الفلتر الممتد. في الواقع ، مثل مرشح كالمان البسيط ، يسمح لنا المرشح الممتد بالحصول عليه الحد الأدنى من تقدير التباين من الملاحظات غير الدقيقة. من ناحية أخرى ، إنها طريقة تقريبية لا تنجح دائمًا في التقارب بسبب تعتمد دقة النموذج إلى حد كبير على قيم الحالة الأولية التي نقوم بها يختار بشكل تجريبي أكثر أو أقل. كما هو الحال مع المحرك المتزامن ذو المغناطيس الدائم الذي يمتلكه تجعل البنية غير الخطية سيطرتها أكثر تعقيدًا ، مما أدى بنا إلى استخدام نماذج التحكم غير الخطية التي يمكن أن تقدم الخير أداء.