永磁同步电动机控制策略及应用研究综述_张宏宇

中图分类号:TM 341 TM 351 文献标志码:A 文章编号:1001-6848(2008)04-0069-05
永磁同步电动机控制策略及应用研究综述
张宏宇,闫 镔,陆利忠
(信息工程大学,郑州 450002)
摘 要:分别阐述了经典控制策略、现代控制策略、智能控制策略和复合控制策略的原理及其在永磁同步电机伺服系统中的应用,分析了各种控制策略的优缺点,展望了发展趋势。

关键词:永磁同步电动机;控制策略;智能控制;发展趋势
Control Strategy and Application R evie w of Per m anentM agnet SynchronousM otor
Z HANG H ong -yu,YAN B in ,LU L-i zhong
(Infor m ati o n Eng i n eer i n g Un i v ersity ,Zhengzhou 450002,China)
Abst ract :
In th is paper ,
the contro l strategy of the per m anent m agnet synchronous m oto r (P M S M )
w ere i n tr oduced firstly ,Then the t h eory and app lication of the contro l field of the P M SM servo syste m,respecti v e l y throught the classic contro,l t h e m odern contr o ,l the intelligent con tro l and the co m positi v e
contro lw ere explained ,analysed the ir m erits and dra wbacks and gave out the f u ture trends in the con tro l
sche m es o f P M S M.K ey
words :
Per m anent m agnet
synchronous m otor ;
Control
stra tegy ;
I nte lli g ent
contro;l
Developm en t trend
收稿日期:2007-07-24
基金项目:河南省自然科学基金项目(061102400)
0 引 言
永磁同步电动机通常指反电动势为正弦波的永磁无刷同步电机
[36]。

永磁同步电机具有转矩比
大、功率密度大、效率高、电气时间常数小等特点;由它所构成的伺服传动系统成为高精度进给系统中的最佳执行机构
[29]。

对伺服传动装置提出
的要求主要是:定位精确高、跟随误差小、响应快、无超调、外扰时恢复时间短且无振荡、调速范围宽、低速输出额定转矩等。

这些要求用永磁同步电机构成的伺服系统比较容易实现。

因此永磁同步电机被广泛应用于机器人、办公自动化、数控机床、电梯调速等高性能的伺服驱动领域。

永磁同步电机伺服系统是一个具有非线性、强耦合及时变性的复杂系统,加之系统运行时还会受到不同程度的干扰,控制难度比较大,且系统参数摄动、负载扰动等不确定因素将直接影响其静动态特性,更增加了控制上的难度。

同时永磁同步电机伺服系统是快速动态系统,不可能在短时间完成动态调节过程中十分复杂的控制算法,因
此选择一种合适的控制策略,是发展高性能的永磁同步电机伺服系统的关键。

1 经典控制策略
经典的比例积分微分(Proporti o na l Integ ral D i-f ferenti a 1,PI D)控制作为一种简单而实用的控制方法,在永磁同步电机伺服控制系统中获得了广泛的应用。

PI D 控制系统原理框图如图1。

PI D 控制器是一种线性控制器,它根据给定值r (t)与实际输出值c(t)构成控制偏差e(t)=r(t)-c(t ),将偏差的比例(P)、积分(I)和微分(D )通过线性组合构成控制量,
对被控对象进行控制。

图1 P ID 控制系统原理图
PI D 控制中一个关键的问题是PI D 参数的整定,但是在实际应用中,许多被控过程机理复杂,
具有高度非线性、时变不确定性和纯滞后,在噪声、负载扰动等因素的影响下,参数甚至模型结构均会随时间和工作环境的变化而变化,很难达到实时性的要求。

#
69#
目前,PI D控制更多的是与其他控制策略相结合,形成带有智能的新型复合控制[1-5][12]。

这种智能复合型控制具备自学习、自适应、自组织的能力,能够自动辨识被控过程参数,自动整定控制参数,适应被控过程参数的变化;同时它又具有常规PI D控制器结构简单、鲁棒性强、可靠性高、为现场工程设计人员所熟悉等特点。

正是这两大优势,使得智能复合控制成为众多过程控制中的一种较理想的控制装置。

如周寰采用模糊PI 对永磁同步电机进行控制,实验结果表明这种复合控制方法响应快、鲁棒性强,具有很好的动态、静态特性[36]。

除了经典PI D控制算法外,例如解藕控制、Sm ith预估计等经典控制方法在永磁同步电机伺服系统中也得到了较好的应用。

人们也经常采用转子磁场定向的矢量解耦控制方法,来消除励磁控制回路和推力控制回路之间的耦合,使两个控制回路可以分别独立受控[21,37]。

2现代控制策略
211自适应控制
自适应控制是50年代初由考德威尔(Gold-w e ll)提出的。

它将反馈控制与辨识理论相结合,针对被控对象特性的变化、漂移和环境干扰对系统的影响而提出来的,或者当对被控过程的参数了解不多或这些参数在正常运行期间有变化,特别是存在缓慢的变化因素时,通过寻求某些性能指标最优来完成对被控对象调节的。

目前比较成熟的是模型参考自适应与自校正控制两种。

模型参考自适应控制系统不需要控制对象的精确数学模型,也无须进行参数辨识。

其关键问题是设计自适应参数调整律,在保证系统稳定性的同时使误差信号趋于零,主要优点是容易实现和自适应速度快。

因此,模型参考自适应控制在永磁同步电机伺服系统控制中得到了成功地应用,可以有效地克服电机模型参数的缓慢变化所引起的影响,使输出信号逐渐跟踪参考信号[5]。

很多学者将自适应控制与其他控制方法相结合,以解决单纯自适应控制的不足[7-8,23,28]。

文献[26]中张春梅等人实现的自适应模糊控制器可以根据转矩的变化趋势通过模糊自适应在线调整占空比,从而得到每一采样周期的最优占空比,实现了永磁同步电机恒定的开关频率,可以有效地减小磁链和转矩脉动,特别是低速时的转矩脉动。

最后,通过仿真验证了自适应模糊永磁同步电机直接转矩控制的有效性。

212鲁棒控制
鲁棒控制的研究是1976年针对模型的不确定性问题提出的。

其研究重点是讨论控制系统的某种性能或某个指标在某种扰动下保持不变的程度(或对扰动不敏感的程度)。

当前,鲁棒控制理论取得了十分丰富的结果,如内模控制理论、鲁棒调节器、H]控制理论、同时镇定理论和基于李雅普诺夫(Lyapunov)稳定性理论的系统鲁棒性分析和综合方法等,其中H]控制是鲁棒控制中较为成熟的方法,实质上是通过使系统由扰动至偏差的传递函数矩阵的H]范数取极小或小于某一给定值,据此来设计控制器,对抑制扰动具有良好的效果。

很多学者在基于H]控制理论的永磁电机伺服系统研究和尝试做了大量工作,取得了不少成果。

沈阳工业大学的薛鹏针对永磁同步伺服电动机的特点,在参数摄动和保证跟踪性能的要求及鲁棒稳定性情况下,采用内模原理及模型匹配的方法,将鲁棒二自由度结构与H]控制理论相结合,设计出了H]位置控制器。

仿真结果表明该方法设计的伺服控制系统能很好地跟踪给定和抑制扰动,且对对象参数摄动具有很强的鲁棒性。

采用此设计方法得到的控制系统性能很好[30]。

213预见控制
预见控制的应用通常基于优化控制理论,它在原有闭环系统中用作前馈补偿,用来改变系统的动态响应;利用目标值的未来值可以改善跟踪性能,只须知道适当的一个未来时刻为止的有限个未来值,通过对未来信息的利用与伺服系统构造相结合,使得对干扰及参数变化的处理成为可能。

预见控制适用于对未来信息已知或部分已知的跟踪控制。

如沈显庆等成功地将预见前馈补偿应用于永磁同步电机伺服控制系统中[11]。

214滑模变结构控制
滑模变结构控制理论50年代末由叶米里亚诺夫提出,其后由乌特金等人进一步研究。

它不需要知道系统的数学模型,只需要了解系统参数及其变化的大致范围,具有降阶、解耦的功能,而且最大优点是系统一旦进入滑模状态,系统状态的转移就不再受系统原有的参数变化和外部扰动的影响,具有完全的自适应性和鲁棒性。

因而滑
# 70 #
模变控制在永磁同步电机伺服系统中得到了成功的应用,但是,抖振问题成了滑模变结构控制广泛应用的一个主要困难。

文献[12]中贾洪平等人利用滑模结构控制可使系统对系统内部参数摄动、外部干扰、测量误差以及测量噪声等具有极强的鲁棒性,滑模运动对参数摄动和外干扰具有完全的自适应性。

用连续函数替代滑模控制器中的开关函数,能有效减小系统高频抖动。

滑模变结构控制律是利用不连续项来抑制扰动和参数的影响,所以不连续项的最小幅值将随要抑制的扰动量的幅值及系统参数变化范围增大而增加,因此,如果对扰动进行观测和补偿,那么就可以减小控制律不连续项控制幅值。

由于滑模变结构控制方法始终很难回避抖振这一问题,因此国内外很多学者致力于将滑模变结构控制方法与其他控制方法相结合应用伺服系统的控制,并取得到了一定的效果[5][11]。

文献[11]中龚晓峰等采用的RBF具有模糊处理功能,能逼近人脑智能思维过程,结合滑模控制的优点构成一种复合模糊神经网络等效滑模控制器。

其中RBF神经网络可以在线学习实时控制,结构简单、实现方便,有良好的抑制/抖振0效果。

实验和仿真结果验证了此方法的有效性。

3智能控制策略
智能控制不依赖或不完全依赖控制对象的数学模型,只按实际效果进行控制,在控制中有能力并可以充分考虑系统的不确定性和不精确性,突破了传统PI D控制必须基于数学模型的框架。

智能控制策略具有非线性的特性,能够解决控制对象、环境和任务更为复杂的系统。

目前,智能控制在永磁同步电机伺服系统应用中较为成熟的是模糊控制、神经网络控制和智能控制的集成。

311模糊控制
模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础,以先验知识和专家经验作为控制规则,用机器模拟人对系统的控制,就是在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段,实现系统控制。

在实现模糊控制时要考虑模糊变量的隶属度函数的确定,以及控制规则的制定,两者缺一不可。

与传统控制相比,模糊推理不需要精确的数学模刑,设计时要建立在相关数据与规则的基础之上,因此适于解决非线性系统的控制问题;而模糊控制的鲁棒性好、自适应性强,适用于时变、时滞系统。

但是模糊控制也有其自身的弊端,如学习能力不强,设计时控制规则过于依赖经验和专家知识,因此有时精确度不高。

文献[13]中叶云岳针对永磁同步电机这种复杂的非线性系统的或变负载的应用场合,将模糊控制与PI D控制进行了比较,显示了在此类系统的控制方案中采用模糊控制的优势。

可尽管模糊控制策略提高了智能性,但是单纯地采用模糊控制策略需要较多的控制规则,需要工作人员的大量经验,控制精度相对较低,因此,目前在伺服控制系统中,更多的模糊控制应用是与其它控制策略的复合,如模糊自适应控制、神经模糊控制等技术的充分运用[14-15][17-18][22][24-26][33-34]。

文献[3]汪书苹提出了带修正因子的模糊-PI D控制。

它是集PI D控制和模糊控制的优点于一体的控制系统,根据转速偏差来决定速度控制器采用模糊控制算法还是PI D控制算法,并且根据控制系统的转速偏差和速度误差率,利用修正因子对模糊控制器的参数进行在线修改。

伺服系统速度控制器由两部分组成:即模糊控制器和PI D控制器。

控制器根据速度偏差e来决定速度控制器采用何种控制算法来实现速度闭环控制。

当速度偏差e大于阀值E时,此时应以提高系统的响应速度为主,加大控制作用,使实际转速尽快达到给定转速,此时宜采用模糊控制算法;当速度偏差e小于阀值E时,转子转速接近给定转速,此时应以改善系统的静态特性,提高系统的稳态精度为主,宜采用PI D控制算法。

同时针对模糊控制器,兼顾到系统的动态和静态特性,采用粗调和细调参数自调整方式,从而解决了速度调节和稳态精度之间的矛盾。

图2为模糊PI D速度控制原理。

二维模糊控制器的输入变量是速度给定与速度反馈之差e及误差变化e c,输出变量为电流环的给定u。

且定义:
e=X*-X r(1)
e c=d e/d t=(X*-X r)/T(2) 312神经网络控制
神经网络控制能够充分逼近任意复杂的非线性系统,能够学习和适应严重不确定性系统的动态特性,具有较强的鲁棒性,因而在永磁同步电机中得到了广泛应用,但是在实际中往往与其他控制组合成复合控制。

#
71
#
图2模糊P I D速度控制器原理框图
文献[14]刘鸿儒设计了神经网络PI D速度控制器,能实时在线调整,从而实现对永磁同步电机系统不确定性的鲁棒控制。

实验仿真证明所提出的控制策略具有较强的鲁棒性,明显优于传统的PI控制策略。

文献[15]张健民等人采用模糊混沌神经网络建立了具有混沌特性的永磁同步电机模型。

永磁同步电机在一定工作情况下呈现混沌运动,根据永磁同步电机的数学模型得出其混沌特性曲线,将混沌神经网络与模糊理论相结合设计出协作型模糊混沌神经网络,并据此网络建立了永磁同步电机的模糊混沌神经网络结构模型。

该模型在结构上为神经网络,具有混沌特性,在功能上是模糊系统。

它确定了模型的输出函数,并推导了模型的学习算法,仿真结果表明永磁同步电机的模糊混沌神经网络模型与原系统是等价的。

文献[16]王丽梅等利用BP网络学习模糊规则实现模糊控制,从而把模糊控制与神经网络控制有机地结合起来,构成一种新型的模糊控制器。

它不需要被控对象的精确数学模型,不需要存储模糊控制规则表,能达到比较理想的控制效果。

用神经网络实现的模糊控制器具有纯模糊控制系统所不具备的学习能力,通过在线自学习适应过程的变化,改善控制性能,对外界变化具有良好的适应性和强鲁棒性。

该方法是实现永磁同步电机智能化调速控制的一条有效途径。

神经网络具有信息分布存储、并行处理、非线性逼近及自学习等优点,所以在永磁同步电机伺服控制领域显示了广阔的应用前景。

已经有许多学者从以下几方面进行了深入研究:如文献[1] [14]中与传统的PI D控制结合;文献[17]中的将神经网络用于电机参数的在线辨识、跟踪,并对磁通及转速控制器进行自适应调整;结合模型参考自适应控制,将神经网络控制器用作自适应速度控制器;将非线性神经网络控制与滑模控制相结合构成双自由度控制。

该控制策略有效地解决了伺服系统跟踪性能和鲁棒性能之间的矛盾[18];与小波技术相结合,采用鲁棒小波神经元控制,克服了单纯采用神经网络学习速度较慢的缺陷[19][21]。

神经网络控制的发展并不完善,在控制系统的稳定性、可控性、自学习速率研究方面还存在许多问题。

313智能控制存在的问题及发展趋势
虽然将智能控制用于交流伺服系统的研究已取得了不少的成果,但还有很多理论和技术问题尚待解决,如智能控制主要凭经验设计,对系统性能尚缺少客观的理论预见性,且智能控制系统非常复杂,计算量大,对硬件条件要求高。

智能控制的最终目的是不但可以取代传统的PI D控制,甚至不需要电机和控制器参数,所有的估计都由人工智能系统(A I-based syste m)完成,不用电压、速度和位置传感器就能实现高质量的伺服控制。

4展望
纵观电机控制技术的现状,几乎每次发展都有理论的突破;作为较成熟的永磁同步电机伺服系统,随着被控对象的复杂化及控制要求的不断提高,采用单一的控制策略已难以满足被控对象的控制要求。

因此永磁同步电机伺服系统控制策略的发展方向是将传统PI D控制与现代控制方法相结合,寻求新的智能控制方法和控制思路并且将智能控制方法与其他控制策略相结合形成更实用、性能更优越的伺服控制系统是今后控制领域研究的重点。

参考文献
[1]万健如,张海波,曹才开.单神经元PID控制器永磁同步电
机调速系统[J].电力电子技术,2005,39(1):75-77.
[2]林伟杰,郑灼,李兴根,等.模糊自适应PI控制永磁同步
电机交流伺服系统[J].中小型电机,2005,32(3):10-13. [3]汪书苹,赵争鸣.带修正因子模糊PID控制的P M SM交流伺
服系统[J].清华大学学报(自然科学版),2007,47(1):9-
12.
[4]Fang Gou-j en,Fong Chuan-Tzueng,Ch ang Kang J.N eura-l n e-t
w ork-based S el-f tun i ng P I C ontro ll er f or Preci se M oti on C ontrol of
P M AC M ot ors[J].I EEE Tran s acti ons on Industr i al E lectron ics,
2001,(48):408-415.
[5]徐波,沈海峰.含不确定参数的永磁同步电机位置自适应控
制[J].电机与控制学报,2006,10(5):482-486.
[6]L iang C Y,S U J P.A New Approach t o t he Desi gn of a Fuzz y
S li d i ng M ode Con troller[J].Fuzzy S ets and Syste m s,2003,
139:111-124.
[7]郭庆鼎,于善涛.具有参数不确定性伺服系统的H]自适应
控制器设计[J].沈阳工业大学学报,2006,28(5):
518-529.
# 72 #
[8]Lu is Ro m era,l Am on i A ri as,Em iliano A l dabas,et a1.Novel
D irect Torqu e C ontro l(DTC)S che m e w i th Fu z zy Adapti ve Torque
-ripp le Reduction[J].I EEE T ransacti on s on I E,2003,50
(3):487-492.
[9]W ang J S.L ee C S G..Sel-f adapti ve Recu rrent Neu ro Fuzzy
Control of an Au t on o mous U nd er w ater Veh i cle[J].IEEE Trans-
actions on Roboti cs and Auto m ation.2003,19(2):283-295.
[10]沈显庆.基于预见前馈补偿的直线永磁同步电动机的位置
伺服控制系统[J].电气自动化,2006,28(2):17-19. [11]贾洪平,孙丹,贺益康.基于滑模变结构的永磁同步电机
直接转矩控制[J].中国电机工程学报,2006,26(20):
134-138.
[12]龚晓峰,薛琪伟.神经网络和模糊算法相结合的永磁同步
电机的鲁棒控制[J].中小型电机.2005,32(3):14-17. [13]叶云岳,陆凯元.直线电机的P I D控制与模糊控制[J].电
工技术学报,2001,16(3):11-15.
[14]刘鸿儒.基于神经网络的永磁同步电机的鲁棒控制[J].东
北大学学报,2001,22(4):362-365.
[15]张建民,王科俊等.永磁同步电机的模糊混沌神经网络建
模[J].中国电机工程学报,2007,27(3):7-11.
[16]王丽梅.永磁同步电动机的神经网络模糊控制器设计[J].
电气传动,2006,36(8):34-37.
[17]郭庆鼎,王军.基于在线辨识补偿的术磁直线同步电机模
型参考自适应神经网络速度控制[J].电气传动,2000,
(4):16-19.
[18]潘玉民,张全柱.一种广义模糊神经网络等效滑模同步伺
服系统[J].计算机仿真,2006,(7).
[19]L i n CL,Sh ieh N C,T i ng P C.RobustW avel et Neu ro Con trol
for L i near Bru s h l ess M ot ors[J].IEEE Trans.On Aeros pace
and E l ectron i c Syste m,2002,38(3):918-932.
[20]朱烷秋,巫亮.无轴承永磁同步电机转子悬浮原理与解耦
控制[J].东南大学学报,2005,35(Ò):34-38.
[21]王亮,王公宝.基于小波变换和神经网络的同步电机参数
辨识新方法[J].中国电机工程学报,2007,27(3):1-6. [22]Faa-Jeng L i n,Ch i h-H ong L i n.A Per m an ent M agnet Syn chro-
nousM otor Servo Drive Us i ng S el-f constructi ng Fu zz y Neu ralNe-t
w ork C on troller[J].I EEE Transactions on energy convers i on.
2004,19(1).
[23]赵珊珊,李晓庆,纪志成.基于模型参考模糊自适应控制
的永磁同步电机控制器设计[J].电机与控制应用,2005,
32(8):20-25.[24]M asaya Oh m.Ch aotic Neu ral N et w ork s W it h Re i nforced Ser-f
feedbacks and it Supp lication t o N-queen proble m[J].M athe-
m atics and Co m puter i n S i m u l ati on,2002,59(4):305-317.
[25]W ang J S,Lee C S G.Sel-f A dapti ve Neu ro-Fuzzy Inference
Syste m s for C l assifi cati on App li cati on s[J].I EEE Transactions
on Fuzz y S yste m s,2002,10(6):790-802.
[26]W ang J S,Lee C S G.Sel-f adapti ve Recurren t N euro-fuzz y
Con trol of an Au tono m ous Under w ater Veh icle[J].IEEE T rans-
acti on s on Robotics and Au to m ati on,2003,19(2):283-295.
[27]张春梅,刘贺平,马保柱,等.模糊自适应控制在永磁同
步电机直接转矩控制的应用[J].电气传,2006,36(10):
14-17.
[28]薛鹏,郭庆鼎.基于H]方法的永磁同步电机鲁棒二自由
度控制[J].沈阳工业大学学报,2006,28(4):401-404. [29]YANG X ia,L IQ i ang,G UO Q i ngd i ng.S tudy ofAC S ervo Sys-
te m Based on Fuzzy-P I D Con troller[J].J Sh enyang Un i v ofT ec-
h,2005,27(1):31-33.
[30]王成元,夏加宽.现代电机控制技术[M].机械工业出版
社,2007.
[31]郭庆鼎,王成元.直线交流伺服系统的精密控制技术[M].
机械工业出版社,2000.
[32]B abak N M,Fari d M T,Sargos F M.M ec h an i ca l S ensorless
con trol of P M SM w it h Onli ne E sti m ati on of Stator Resistance
[J].I EEE T rans.On Indus try Appli cati ons,2004,40(2):
457-471.
[33]Sh i nnaka S.M irror-phase Vector Contro l f or Sen s orl ess Dri ve of
Per m anentM agnet Synch ronou s M ot or w it h Pol e S ali en cy[J].
IEEE Tran s.On Industry App lications,2003,39(3):
835-843.
[34]M ori m oto S,K a w a m ot o K Sanada M,Tak eda Y.S ensorless
C ontrol Strategy f or Salient-pol e P M SM Based on Extended EM F
i n Rotati ng Ref eren ce fra m e[J].I EE T rans.on Indu stry Ap-
pli cati on s2002,38(40):1054-1061.
[35]周寰,纪志成.基于DSP永磁同步电机模糊PI控制系统研
究[J].电力电子技术.2004,38(5):72-79.
[36]徐宏基,刘风春.基于DSP的永磁同步伺服系统的研究
[D].大连理工大学,2006.
作者简介:张宏宇(1978-),男,长春人,研究方向为检测技术与自动化。

(上接第63页)
图5电机运行特性曲线参考文献
[1]胡敏强.超声马达模型分析的研究[J].微电机,2002,
(1):3-6
[2]金龙.基于DSP的超声波电机控制系统[J].电工技术学报,
2004,(8):1-4.
[3]陈维山.基于DSP的行波型超声波电机的驱动与控制[J].
机械工程师,2005,(8):2-3.
作者简介:陈欢(1982),男,硕士研究生,研究方向为超声波电机驱动与控制。

#
73
#。