附件C：譯文

應用傳感器控制的永磁同步電動機驅動提升機

摘要，本文比較估算了永磁同步電動機永久緩慢旋轉的轉子角和角速度的方法。估算方法研究基于精確線性化技術的參考自適應系統和非線性充分秩序觀察員模型。研究了利用模擬和測量一個真正的永磁同步電機驅動器的閉環(huán)估算的適用性，估算依據，反饋控制。關鍵詞：傳感器控制，同步電動機

1介紹說明
永磁同步電動機常用于許多高性能的應用中，因為它們提供的控制靈活性高，從而實現高效率和高轉矩重量比。最近這些年發(fā)展控制計劃已獲得很大的重視。控制高性能永磁同步電機驅動器需要準確的轉子角與角速度信息。通常測量這些永磁同步電動機安裝在軸上的感應器的機械狀態(tài)如字母轉速表，編碼或解析器。存在這些傳感器意味著幾個缺點：額外的成本，大量的電機及控制電路板之間的聯系和管制局和降低剛度。在過去十年里已提出幾種方法來估計一個無傳感器的電動馬達的轉子角度和速度。估計發(fā)動機的機械狀態(tài)的方法大致可分為4類。
第一類方法是基于確定性和隨機狀態(tài)檢測[2]-[4]，[7]。擴展Luenberger觀測器[3][4]是一個非線性方程在每一個采樣期間的線性化的決定檢測要素。在擴展卡爾曼濾波[2]是一種隨機狀態(tài)觀測器，它每一個采樣周期的方程也是線性的。在仿真環(huán)境中已證明用這些方法來估算各國的永磁同步電動機是相當有效的方法。然而，它們難以實施實踐。這些擴展檢測需要復雜的矩陣計算，因此必須使用非常強大，昂貴的計算機。在[6]和[7]中永磁同步電動機狀態(tài)的估計是一個基于精確線性化技術[9]的非線性狀態(tài)估算。這一非線性檢測的好處是減少計算負擔，因為相當簡單的差分方程可以用來在每個采樣周期。
第二類的狀態(tài)估計的自適應估計如自適應參考模型系統（模型參考自適應） [5]?；镜哪Ｐ蛥⒖甲赃m應算法非常簡單，但最大的缺點是對在電機參數不確定性的敏感性。
第三類包含神經估計[8]的估算方法。近年來，模糊邏輯和神經網絡已成為一個熱點。神經網絡和模糊邏輯算法對于基本的微處理器是相當沉重的，相對于其他方法他們也沒有表現出優(yōu)越的性能。