本文提出了一种结合卡尔曼滤波器与最小二乘法的参数辨识方法,解决了稀疏采样的无刷直流电机拖动系统精确建模的难点。面向新型灰箱模型,本文提出了一种新型的切换自校正控制方案,解决了自校正控制系统在初次运行时控制效果差的难点。建立被控对象的精确数学模型是实现高性能控制系统的第一步。在被控对象模型参数未知情况下,通常采用经验模型。在没有测速传感器的情况下,由于所估算的转速数据不够精确给建模过程带来了困难与挑战。本文利用卡尔曼滤波器重构了较为准确的转速数据,利用递推最小二乘法进行参数在线辨识,得到无刷直流电机拖动系统的数学模型。而后根据数学模型提出了一种新型的切换自校正控制方案。实验表明所提到的建模方法能够为稀疏采样的无刷直流电机拖动系统建立精确的数学模型,模型误差的均方值会下降3倍。实验也验证了,所设计的新型切换自校正控制器较未改进自校正控制器有着更优良的控制效果,使系统动态响应的调节时间下降到原先的1/2。本文的研究内容和创新点如下:1.本文自主设计了一个汽车线束缠绕工艺自动化设备平台。设备平台能够进行电机拖动实验与数据传输。在开发设备平台时,工程技术上的创新点有:提出一种应用定时器实现简单操作系统的方法,对于低性能的CPU也能够实现多线程编程。改进了一种温度滞环保护算法,能有效抑制执行器频繁的动作。提出了一种全新的通信格式,避免由于固定帧头造成的错包问题,并且也降低了通信流量。2.从工程实际问题中提炼出学术问题。工程实际中,由于安装空间或经济性能等,在电机拖动系统中没有使用测速传感器,无法采集到在线运行数据进行动态控制系统的系统辨识,所以无法建立精确的传递函数或状态空间模型。将工程问题提炼成面向无刷直流电机拖动系统的稀疏采样建模问题。3.针对无刷直流电机拖动系统的稀疏采样建模问题,本文提出一种结合卡尔曼滤波器与最小二乘法相结合的参数辨识方法。将霍尔位置传感器计算出的转速数据与辅助模型估计出的转速数据结合起来,利用卡尔曼滤波器估计出最优的转速数据,而后利用最小二乘法进行参数辨识,得到被控对象的模型。实验表明,所提出建模方法能够提高建模精度,模型误差的均方差会下降3倍。4.面向新型灰箱模型,针对自校正控制器在初始运行时控制效果差的问题,本文提出了一种新型的切换自校正控制方案,结合了 PID控制器、极点配置控制器与自校正PID控制器的优点,使系统在整个运行过程中都能有优良的控制效果。实验表明,所提出的切换自校正控制器能够提升系统的性能指标,使系统动态响应的调节时间下降到为原先的1/2。