感应电机无速度传感器矢量控制系统的定子电阻在线辨识_陈硕
无速度传感器矢量控制系统转子电阻在线辨识
ＣＡＩＺ ｕ ＨＥ Ｌｉ ａ ｈ ｎ， — ｏ ｇ
（ ｏｌｇ ｆ Ａｕｏ ｔ ｎ Ｅｎ ｎ ｅｉ ｇ， ｎ ｇ Ｕｎ ｖｒ ｉ ｆ Ａｅｏ ａ ｔｃ ｎ Ｃ ｌｅ ｅｏ ｔｍａｉ ｇｉｅ ｒｎ Ｎａ ｊｎ ｉｅｓｔ ｏ ｒｎ ｕ ｉｓａ ｄ ｏ ｉ ｙ
高性能矢量控制中电机参数辨识及速度控制策略研究
定子 电阻 ； 针对 传统 Ｐ 调 节 器的饱 和现 象 ， 用 Ａ ｔＷｉｄ ｐ技 术设 计 了速 度 控 制 器 ， 过 引入 反 计 算 Ｉ 利 ｎｉ ｎ ｕ — 通
系数 减 小积分饱 和 对 系统 的影 响 ， 而 改善 系统 的动 、 态性 能 。基 于 Ｍａ ａ 从 静 ｔ ｈ的仿 真 结 果证 明 了所 设 ｌ
ｆｏ ｔ ｅ ｓａｏ ｕ ｒ ｎ ｓ ｓａ ｏ ｏｔｇ ｓ ａ ｄ ｓ ｅ ｄ． ｕ ｔ ｅ ｍｐ ｏ ｅ ｔ ｅ ｓａ ｉ ｎ ｙ ａ ｃ ｙ ｔｍ ｅｆ ｒ ｒ ｍ ｈ ｔ ｔｒｃ ｒｅ ｔ ， ｔ ｔｒｖ ｌａ ｅ ｎ ｐ ｅ Ｔｏ ｆ ｒｈ ｒｉ ｒ ｖ ｈ ｔ ｔ ａ ｄ ｄ ｎ ｍｉ ｓ ｓｅ ｐ ｒｏ ｍ— ｃ ａ ｔ ， ｐ ｅ ｏ ｔｏｌ ｒｉ ｅ ｉｎ ｄ ｂｙ ｕ ｉ ｇ Ａｎ ｉＷ ｉｄｕ ｅ ｈ ｏ ｏ ｙ ｃ — ａ ｃ ｌ ｔ ｎ ｇ ｉ ｓ ｕ ｅ ｏ ｒ — ｎ ｅ ａ ｓ ｅ ｄ ｃ ｎ ｒ ｌ ｓ ｄ ｓｇ ｅ ｓｎ ｔ— ｎ ｐ ｔ ｃ ｎ ｌｇ ，ａ ｂａ ｋ ｃ ｌ ｕａ ｉ ａｎ ｉ ｓ ｄ ｔ ｅ ｅ ｏ
无位置传感器永磁同步电动机矢量控制系统综述
１基 于基波励磁和反 电动势的估测方法
这 些 方法 主 要 是基 于 电 动机 的电流 电压模 型 ， 通过基 本 的电磁关 系或 反 电动势来 估测 转子 位置及
转速 ， 动态性能较好 ， 最低转 速可达到每分钟几 十 转， 低于此转速范围时由于电信号受噪声干扰 ， 定子 电阻 随温升 变化 ， 电流 反馈 环 节 的直 流 补偿 及 漂 移 等原因， 估测精度会大大下降。 １１ ． 基于永磁同步电动机电磁关系的估算方法 永磁 同步电动机的电流、 电压信号 中包含有 电 动机的转速及转子位置信息 ， 我们可以通过检测电
模型参考 自 适应方法 中使用弱磁控制技术和解耦控 制技术改善 了控制系统低速段和高速段 的估计 精 争 并 舸¨ 厂 Ｌ — 划
度， 扩大 了 电动机 的调速 范 围。 １３扩展 卡尔 曼滤波 器 ．
型 扩展卡尔曼滤波器（ Ｋ ） Ｅ Ｆ 是线性系统状态估计 圈
●
基于永磁同步电动机电磁关系的估算方法仅依 赖于电动机的基波方程 ， 计算简单 ， 易于工程实现， 但 这些 方法 大多工 作 在 开 环模 式 下 ， 电机 受 到 噪 在 声干扰 ， 由于温升 、 磁饱和效应等导致的电动机参数
为参考模 型 ， 以电流模 型为 可调模 型 ， 据 Ｐｐｖ 根 ｏｏ 超
际值非常接近 ， 由估算值构成的闭环系统在宽调速
范 围 内具 有 良好 的特性 。但扩展 卡尔 曼滤 波器 的算
法复杂 ， 需要高阶矩阵求逆运算 ， 计算量相当大。而
且这 种方 法是建 立在 对系 统误差 和测 量噪 声 的统 计
Ｃ Ｎ ｕ ｎ － ｕ ， ＥＮＧ Ｍ ｉ ＷＥ ｉ ｎ － ｏ ｇ ＨＥ Ｇ ａ ｇ ｈ ｉ Ｚ ｎ， ＩＬ ａ ｇ ｈ ｎ
具有参数辨识的永磁同步电机无位置传感器控制
由此，选取为状态变量，为输出变量为输入变量，利用式（18）～式（22）进行迭代，即得到参数辨识算法为
2.3具有参数辨识的无位置传感器控制方案
在将辨识参数反馈用于控制时，需要使用低通滤波器（Low Pass Filter，LPF）先对辨识参数进行滤波，一方面滤除稳态、动态切换时可能引起的辨识量干扰，另一方面为各参数的反馈设置合适的延时保证实用性，因为EKF参数辨识算法的实际代码执行时空开销较大，不能保证在一个控制周期执行完毕。不同参数LPF的截止频率需要分别配置，以实际应用效果为准。在前述方案基础上，具有参数辨识的内埋式PMSM（Interior PMSM，IPMSM）无位置传感器矢量控制系统如图3所示。
实际上，通过多组转速下的相同仿真可以发现，额定转速以下全速度范围内转子磁链和交轴电感的误差对MRAS算法位置估计性能的影响远大于另外两个参数。图2c呈现了不同转速稳态下ψr和Lq参数的变化对MRAS位置估计性能的影响。从图2中可以看到，随着转速的升高，转子磁链的不准确对MRAS算法位置估计性能的影响相对变小了很多，而交轴电感的不准确对MRAS算法位置估计性能的影响则相对变大了一些。在3 000r/min工况下，两个参数的不准确引起的位置估计误差均在相对较小的范围内，而在转速较低时，参数的不准确，尤其是转子磁链的不准确性，对MRAS算法的位置估计性能会有较大的影响。
从图5中可以看到，辨识出的很好地收敛到其真实值0.14V·s和53mH，稳态特性良好，动态性能满足无位置传感器控制的稳定性要求。将辨识参数反馈用于控制后，无位置传感器矢量控制算法具有良好的转速控制性能。
图6为在恒转速1 500r/min指令下，负载突然变化时整套方案的转速控制和参数辨识性能的仿真结果。仿真中不考虑负载转矩脉动情况，其余条件与图5相同。从图中可以看到，在负载突然变化的情况下，转速控制和参数辨识结果均具有良好的动态响应，过渡过程时间短、超调小以及振荡次数少。据此，整套方案的可行性和有效性通过仿真得到初步证明。
基于参数在线辨识的高速永磁电机无差拍电流预测控制
第27卷㊀第9期2023年9月㊀电㊀机㊀与㊀控㊀制㊀学㊀报Electri c ㊀Machines ㊀and ㊀Control㊀Vol.27No.9Sep.2023㊀㊀㊀㊀㊀㊀基于参数在线辨识的高速永磁电机无差拍电流预测控制刘刚1,㊀张婧1,2,㊀郑世强1,2,㊀毛琨1,2(1.北京航空航天大学惯性技术重点实验室,北京100191;2.北京航空航天大学宁波创新研究院,浙江宁波315800)摘㊀要:针对无传感器表贴式永磁同步电机高速运行过程中电气参数摄动影响电流环性能和转子位置估计精度的问题,提出一种基于参数辨识的无传感器高速永磁电机无差拍电流预测控制方法㊂首先,为了提升电流环控制器的动态性能,结合永磁电机控制系统的特点,采用无差拍电流预测控制并进行模型参数敏感性分析㊂其次,针对多参数在线辨识存在的欠秩问题,提出在3种不同时间尺度下,采用基于神经元迭代求解的总体最小二乘法在线分步辨识电机定子电感㊁电阻和永磁体磁链㊂最后将辨识结果用于更新无差拍电流预测控制器及滑模观测器参数㊂实验结果表明,基于参数辨识的无传感器高速永磁电机无差拍电流预测控制方法能有效提高电流环控制器稳态性能及转子位置估计精度㊂关键词:高速永磁同步电机;无差拍电流预测控制;无传感器控制;多参数在线辨识;总体最小二乘算法;神经元DOI :10.15938/j.emc.2023.09.011中图分类号:TM341文献标志码:A文章编号:1007-449X(2023)09-0098-11㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀收稿日期:2022-02-13基金项目:国家自然科学基金(61822302)作者简介:刘㊀刚(1970 ),男,博士,教授,博士生导师,研究方向为航天器惯性执行机构技术㊁磁悬浮高速永磁电机技术;张㊀婧(1997 ),女,博士研究生,研究方向为高速永磁同步电机控制㊁原子磁强计控制;郑世强(1981 ),男,博士,教授,博士生导师,研究方向为航天器惯性执行机构技术㊁磁悬浮高速永磁电机技术;毛㊀琨(1988 ),男,博士,助理研究员,研究方向为电机控制㊂通信作者:毛㊀琨Deadbeat predictive current control of high speed permanent magnet motor based on online parameter identificationLIU Gang 1,㊀ZHANG Jing 1,2,㊀ZHENG Shiqiang 1,2,㊀MAO Kun 1,2(1.Science and Technology on Inertial Laboratory,Beihang University,Beijing 100191,China;2.Ningbo Innovation Research Institute,Beihang University,Ningbo 315800,China)Abstract :During the high-speed operation of sensorless surface-mounted permanent magnet synchronous motor (SPMSM),the perturbation of electrical parameters affects the performance of current loop and the accuracy of rotor position estimation.Therefore,a deadbeat predictive current control (DPCC)method for sensorless high speed permanent magnet motor based on parameter identification was proposed.First-ly,combined with the characteristics of permanent magnet motor control system,DPCC was adopted to improve the dynamic performance of the current loop controller.Besides,the parameter sensitivity of DPCC was analyzed.Secondly,in order to solve the rank deficient problem,a total least square (TLS)method based on neuron iterative solution was used to identify the inductance,resistance and permanent magnet flux linkage on-line and step by step.Finally,the identification results were used to update theparameters of deadbeat predictive current controller and sliding mode observer.The experimental resultsshow that DPCC method of sensorless high-speed permanent magnet motor based on parameter identifica-tion can effectively improve the steady state performance of current loop controller and the accuracy of ro-tor position estimation.Keywords:high speed permanent magnet synchronous motor;deadbeat predictive current control;sen-sorless control;multi parameter online identification;total least squares algorithm;neuron0㊀引㊀言随着稀土永磁材料的开发,基于矢量控制技术的永磁同步电机(permanent magnet synchronous mo-tor,PMSM)以其优良的性能广泛应用于工业伺服驱动㊁电动汽车㊁新能源发电等领域[1]㊂永磁同步电机的高精度控制需要准确的转子位置信息和速度信息,但机械式传感器的使用具有安装维护困难㊁成本高㊁极高转速下响应速度有限等问题,因此,基于观测器的无传感器控制在高速永磁同步电机中得到了极大的发展[2],其中,滑模观测器(sliding mode ob-server,SMO)以计算简单㊁对外部扰动鲁棒性强等优势备受关注[3]㊂永磁同步电机矢量控制一般为电流速度双闭环结构,电流环的动态和稳态特性是影响系统整体性能的关键因素,目前常见的电流环控制策略有滞环控制㊁比例积分(proportional integral,PI)控制和预测控制[4]㊂滞环控制具有电流响应速度快㊁鲁棒性强㊁易于计算等优点,但开关频率易受负载影响且电流纹波大[5]㊂相比之下,PI控制电流纹波小,可以有效降低稳态误差且开关频率固定,但数字控制的固有滞后特性会限制系统响应速度的提升,难以获取最优电流环带宽响应[6]㊂而基于离散模型的预测控制显示出良好的动态性能,能够在当前控制周期预测出下一周期的控制指令,提升系统带宽[7]㊂预测控制通过系统模型来预测状态变量的未来行为,直接预测控制和无差拍预测控制是研究较为广泛的两种预测控制方法[8]㊂其中,直接电流预测控制通过最小化表示系统期望行为的成本函数来定义控制动作,电流动态响应最快,但开关频率可变,产生的电流纹波也最大[9]㊂无差拍预测控制具有固定的开关频率和良好的动态性能,无需开关状态评估和成本函数计算,计算负担大大降低[10-11]㊂但无差拍预测控制是基于离散模型的控制方法,需要准确电机模型参数和电机运行状态,而实际电机高速运行时,受温度升高㊁磁饱和等因素影响不可避免地会造成定子电阻㊁定子电感㊁永磁体磁链发生变化[12]㊂一方面,电机参数失配会导致电流谐波㊁电流跟踪偏差等问题,影响系统电流环的控制性能[13],另一方面,转子磁极位置估计的准确性决定PMSM无传感器控制系统的性能,电机参数失配会降低转子位置估计精度[14]㊂目前解决无差拍电流预测控制电流跟踪误差问题的常见方法有扰动观测器和参数辨识,为同时解决由于电机参数失配造成的电流跟踪误差和转子位置观测误差,对永磁同步电机进行多参数在线辨识并依次更新滑模观测器与无差拍电流预测控制器参数,是提高电流环控制性能和转子位置估计精度的重要策略[15]㊂参数辨识是解决电机模型参数偏离原始设计值问题的一个重要手段,目前较为成熟的在线辨识方法有递推最小二乘法(recursive least squares,RLS)㊁模型参考自适应法㊁扩展卡尔曼滤波法等[16]㊂针对上述表贴式永磁同步电机无差拍电流预测控制器的参数不匹配问题,文献[17]提出一种基于模型参考自适应系统参数辨识的无差拍电流预测控制方法,解决磁链和电感参数不匹配的问题,然而未考虑定子电阻的识别,且寻找使辨识参数收敛的自适应律较为困难㊂文献[18]提出了一种改进的具有参数识别的PMSM无差拍电流预测控制方法,通过电流注入扰动观测器重构特征向量辨识定子电阻和定子电感,减小了计算负担却未考虑磁链参数的影响㊂上述方法只辨识了部分电气参数,不满足多参数在线辨识的要求㊂针对基于反电势法进行转子位置估计易受参数摄动影响的问题,文献[19]运用扩展卡尔曼滤波器在线辨识内置式永磁电机的转子磁链和交轴电感,但未辨识电阻参数㊂文献[20]将电阻㊁电感辨识策略集成到位置观测器中,在αβ轴上施加高频正弦电压以识别d㊁q轴电感,在α轴上注入直流电压以识别电阻㊂对于表贴式永磁同步电机,文献[21]通过向d轴注入电流脉冲获取参数辨识所需数据,可以估计逆变器非线性引起的电阻误差㊁电感误差及99第9期刘㊀刚等:基于参数在线辨识的高速永磁电机无差拍电流预测控制永磁体磁链,但需要求解一个多元非线性回归问题㊂上述方法采用分时分步手段解决多参数在线辨识欠秩问题,但只考虑观测误差而未考虑到系数矩阵误差,忽略了参数之间的耦合影响㊂在实际应用中系数矩阵误差普遍存在,采用总体最小二乘法(total least squares,TLS)进行参数辨识可以同时考虑系数矩阵误差和观测误差,得到更精确的参数估计值,但直接求解TLS问题计算复杂,目前可以通过兴奋和抑制性神经元学习方法(excitatory and inhibitory learning,EXIN)进行在线迭代求取[22]㊂在TLS EX-IN辨识电机本体参数的基础上,利用辨识结果更新电流环预测控制器和转子位置观测器参数,降低电机参数失配的影响㊂针对表贴式永磁同步电机参数不匹配导致的电流跟踪偏差及转子位置观测误差,本文提出一种基于多参数在线辨识的无传感器高速永磁电机无差拍电流预测控制方法㊂首先推导出永磁同步电机的无差拍电流预测方程和基于反电势法的滑模观测器转子位置估计方程,分析电机模型参数误差引起的电流跟踪静差和转子位置估计偏差问题㊂为提高系统鲁棒性和稳态精度,采用基于TLS EXIN神经元求解的总体最小二乘法对电感㊁电阻及磁链参数分步辨识,在解决多参数在线辨识秩亏问题的同时,考虑观测误差和系数矩阵误差㊂根据辨识结果实时更新无差拍电流预测控制器和转子位置观测器参数㊂最后基于高速电机系统进行实验验证,结果表明本文所述方法能有效增强系统的鲁棒性,优化系统动态特性并提升系统控制精度㊂1㊀无差拍电流预测控制1.1㊀电流预测模型本文以表贴式永磁同步电机为研究对象,为简化分析,假设三相PMSM为理想电机,在忽略电机的铁心饱和,不计电机涡流和磁滞损耗,转子上无阻尼绕组且相绕组中感应电动势波形为正弦波的前提下,PMSM在同步旋转坐标系下的电压方程为:u d=Ri d+L d d i dd t-ωe L q i q;u q=Ri q+L q d i qd t+ωe L d i d+ωeψf㊂üþýïïïï(1)式中:u d㊁u q分别是定子电压的d㊁q轴分量;i d㊁i q分别是定子电流的d㊁q轴分量;L d㊁L q分别是d㊁q轴电感分量;R是定子电阻;ψf是转子永磁体磁链;ωe是转子电角速度㊂选定子电流为状态变量,对表贴式永磁同步电机有L d=L q=L,由式(1)可得PMSM的状态方程为:d i dd t=-R L i d+1L u d+ωe i q;d i qd t=-R L i q+1L u q-ωe i d-1Lωeψf㊂üþýïïïï(2)使用前向差分对电流状态方程离散化,采样周期为T,得到永磁同步电机电流预测模型为:i d(k+1)=(1-TR L)i d(k)+T L u d(k)+Tωe(k)i q(k);i q(k+1)=(1-TR L)i q(k)+T L u q(k)-Tωe(k)i d(k)-T Lψfωe(k)㊂üþýïïïïïïïï(3)1.2㊀无差拍电流预测控制原理无差拍电流预测控制的结构框图如图1所示,将电流指令值i∗(k+1)作为下一周期的电流预测值,与电机当前运行状态下的电流采样值i(k)一起代入式(3),计算使电机实际电流精确跟随指令值所需的电压矢量u(k),通过空间矢量脉冲宽度调制,生成所需要的开关信号作用于逆变器㊂速度外环仍采用经典的PI控制,所以无差拍预测控制系统依旧是双闭环系统,且与传统矢量控制结构接近,易在原有控制基础上实现㊂图1㊀PMSM无差拍电流预测控制结构框图Fig.1㊀Structure block diagram of PMSM deadbeat predictive current control根据式(3),无差拍电流预测控制的输出电压矢量方程表示如下:001电㊀机㊀与㊀控㊀制㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第27卷㊀u d (k )=L i ∗d (k +1)-i d (k )T +Ri d (k )-Lωe (k )i q (k );u q (k )=L i ∗q (k +1)-i q(k )T+Ri q (k )+Lωe (k )i d (k )+ωe (k )ψf ㊂üþýïïïïïïïï(4)其中:R ㊁L ㊁ψf 分别代表电机电阻㊁电感和磁链参数;ωe (k )为k 时刻电角速度;i d (k )㊁i q (k )分别为k 时刻定子电流采样值的d㊁q 轴分量;i ∗d (k +1)和i ∗q (k +1)分别为k +1时刻d㊁q 轴的参考电流值,由于采样周期足够小,使用k 时刻参考电流值i ∗d(k )㊁i ∗q (k )代替㊂在2个连续的控制周期中,控制器在第1个控制周期根据当前电机的运行状态,使用控制器电机模型参数,计算出下一控制周期需要作用的电压矢量,其过程可以用式(4)表示㊂在第2个控制周期中,上一时刻计算得到的电压矢量作用于实际的电机模型,产生新的d㊁q 轴电流,其过程如下:i d (k +1)=(1-TR 0L 0)i d (k )+TL 0u d (k )+Tωe (k )i q (k );i q (k +1)=(1-TR 0L 0)i q (k )+TL 0u q (k )-Tωe (k )i d (k )-TL 0ψf0ωe (k )㊂üþýïïïïïïïïï(5)其中R 0㊁L 0㊁ψf0分别代表电机实际电阻㊁电感和磁链参数㊂将式(4)代入式(5),得到控制器电机模型参数偏离原始设计值时电流响应与给定的关系为:i d (k +1)=L L 0i ∗d (k +1)+-ΔLL 0i d(k )+ΔR L 0Ti d (k )+-ΔLL 0Tωe (k )i q (k );i q (k +1)=L L 0i ∗q (k +1)+-ΔLL 0i q (k )+ΔR L 0Ti q (k )+ΔL L 0Tωe (k )i d (k )+T L 0ωe(k )ψf ㊂üþýïïïïïïïïïïïï(6)式中ΔL ㊁ΔR ㊁Δψf 分别为控制器电机模型参数与实际参数的差值,ΔL =L -L 0,ΔR =R -R 0,ψf =ψf -ψf0㊂1.3㊀无差拍电流预测控制参数敏感性分析无差拍预测控制是一种基于电机模型的预测控制方法,这意味着无差拍预测控制器具有参数敏感性,预测模型的精度将直接影响控制性能㊂1.3.1㊀稳定性分析为讨论模型电感参数对控制器稳定性的影响,将式(6)转换到z 域㊂采用i d =0控制方式,考虑采样周期T 足够小,可得电流响应i dq 与电流给定i ∗dq 的离散域闭环传递函数为i dq(z )i ∗dq(z )=(L /L 0)zz +(L /L 0-1)㊂(7)由闭环系统稳定性条件,其闭环极点必须位于单位圆内,由此得系统稳定性条件:0<L <2L 0,即控制器模型电感小于两倍电机实际电感,若模型电感大于两倍电机实际电感,闭环极点不再位于单位圆内,导致控制电流出现振荡㊂1.3.2㊀稳态精度分析当预测模型参数与电机实际参数存在偏差时,实际电流值不能跟踪给定电流值,导致电流控制出现静差㊂为分析电气参数不准确对电机电流控制性能的影响,在电机稳定运行时,认为采样周期足够小,有i d (k +1)等于i d (k ),i q (k +1)等于i q (k ),整理式(6)得电机稳定运行时d㊁q 轴给定电流值和实际电流值受参数偏差影响的关系式为:Δi d =-ΔRT L i d (k )+ΔLL Tωe (k )i q (k );Δi q =-ΔRT L i q (k )-ΔLL Tωe (k )i d (k )-ΔψfLTωe (k )㊂üþýïïïïïï(8)其中:d 轴电流偏差Δi d =i ∗d (k +1)-i d (k +1);q 轴电流偏差Δi q =i ∗q (k +1)-i q (k +1)㊂由于采用i d =0控制策略,因此与i q 相比,i d 的作用基本可以忽略,式(8)中起主要作用的是含有电流i q 的项,因此简化为:㊀Δi d =ΔLLTωe (k )i q (k );(9)㊀Δi q =-ΔRTL i q (k )-Δψf LTωe (k )㊂(10)当电机模型参数R 不匹配时,由式(10)可以看出,若电机模型电阻大于实际电阻参数,有Δi q <0,系统稳定后q 轴电流响应i q 大于给定电流i ∗q ;反之,系统稳定后q 轴电流响应小于给定电流㊂101第9期刘㊀刚等:基于参数在线辨识的高速永磁电机无差拍电流预测控制当电机模型参数L 不匹配时,由式(9)可知,若模型电感大于电机实际电感参数,有Δi d >0,系统稳定后会出现d 轴电流响应i d 要小于给定值i ∗d的静态误差;反之,系统稳定后d 轴电流响应要大于给定值㊂当电机模型参数ψf 不匹配时,由式(10)可得,若模型磁链大于实际磁链参数,有Δi q <0,系统稳定后q 轴电流响应i q 大于给定电流i ∗q ;反之,系统稳定后q 轴电流响应小于给定电流㊂2㊀基于滑模观测器转子位置估计表贴式永磁同步电机在两相静止坐标系下的电压方程为u αu βéëêêùûúú=R +p L 0R +p L []i αi βéëêêùûúú+E αE βéëêêùûúú㊂(11)其中:p =d /d t ,为微分算子;u α㊁u β与i α㊁i β分别是定子电压和定子电流;E α㊁E β为扩展反电动势,且满足E αE βéëêêùûúú=ωe ψf -sin θe cos θe éëêêùûúú㊂(12)式中θ为转子角位置㊂由式(12)可以看出,扩展反电动势包含电机转子位置和转速的全部信息,为便于应用滑模观测器估计反电动势,基于PMSM 定子电流方程的滑模观测器设计如下:d d t i ^αi ^βéëêêùûúú=-R L i ^αi ^βéëêêùûúú+1Lu αu βéëêêùûúú-v αv βéëêêùûúú()㊂(13)采用反向差分变换法可得:i ^α(k +1)=Ai ^α(k )+B (u α(k )-v α(k ));i ^β(k +1)=Ai ^β(k )+B (u β(k )-v β(k ))㊂}(14)式中:A =exp(-R /LT );B =(1-A )/R ;i ^α㊁i ^β为定子电流观测值㊂设计滑模控制律为v αv βéëêêùûúú=k sgn(I α)k sgn(I β)éëêêùûúú㊂(15)其中:I α=i ^α-i α㊁I β=i ^β-i β为电流观测误差;sgn()为符号函数;k 为滑模增益,且满足要求:k >max{a ,b },且:a =-R |I α|+E αsgn(I α);b =-R |I β|+E βsgn(I β)㊂}(16)当观测器的状态变量达到滑模面I α=0㊁I β=0后,观测器状态将一直保持在滑模面上,由滑模控制的等效原理,估计的反电势表示为E αE βéëêêùûúú=νανβéëêêùûúúeq =k sgn (I α)eq k sgn (I β)eq éëêêùûúú㊂(17)获取反电动势之后,通过反正切函数或者锁相环即可提取转子位置信息㊂在电机高速运行时,采用滑模观测器实现转子位置估计,此时,式(16)中含有反电动势的项远大于另一项,因此含反电动势的项占据主导地位,由式(12)可知,该项与永磁体磁链有关,若将磁链辨识结果反馈至滑模系数中,可以减小位置估计误差㊂此外,式(14)含有与电阻㊁电感有关的项,若参数存在偏差在一定程度上也会降低位置估计精度,因此实现多参数在线辨识是解决参数不匹配问题㊁提高转子位置估计精度的重要手段㊂3㊀PMSM 多参数在线辨识永磁同步电机参数辨识的本质是利用输入㊁输出数据辨识电机参数㊂目前常用的参数辨识方法是递推最小二乘法,但是这种方法只考虑观测量误差,未考虑系数矩阵误差㊂另外,PMSM 数学模型的状态空间秩为2,要辨识电阻㊁电感和磁链3个参数存在方程欠秩问题,因此提出在3种时间尺度下采用TLS 方法在线分步辨识电气参数㊂3.1㊀TLS 辨识算法在实际应用中,系数矩阵误差普遍存在,通常采用最小二乘法或者RLS 辨识方法只考虑观测量误差,但是忽略了系数矩阵误差,因此得到的参数估计值不再是最优无偏估计,降低了辨识精度和响应速度㊂而TLS 算法不仅考虑到观测量误差,同时考虑了其余算法容易忽略的系数矩阵误差,因此,TLS 在辨识结果的精度方面具有更加优秀的性能,其超调量相对RLS 有所减小,且具有较快的响应速度和收敛速度㊂为提高参数辨识的准确性,选用TLS 辨识算法进行研究㊂对于TLS 回归参数的估计,常用的直接求解方法是奇异值分解,但求解计算复杂度较高,因此采用一种递归的TLS EXIN 神经元算法求解TLS 问题㊂3.2㊀TLS 多参数辨识架构如图2所示为PMSM 多参数辨识整体架构,其中,首先对变化较快的电感参数进行估计,然后估计定子电阻,最后估计变化较慢的磁链,辨识出的电感参数可以用于更新电阻和磁链,而辨识所得电阻参数可以用于更新电感和磁链,基于上述方法的多参201电㊀机㊀与㊀控㊀制㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第27卷㊀数在线辨识同时考虑了观测量和系数矩阵的误差,在保证辨识精度的同时解决了多参数在线辨识的欠秩问题㊂图2㊀PMSM 多参数辨识整体架构Fig.2㊀Overall architecture of multi parameteridentification of PMSM3.3㊀基于TLS 的多参数在线辨识算法当系数矩阵和观测向量都包含误差时,基于总体最小二乘算法的平差模型要优于普通的最小二乘算法,表示输入输出关系的回归方程可描述为b +E b =(A +E A )x ㊂(18)其中:b 为系统观测值向量;E b 为系统观测误差向量;A 为系数矩阵;E A 为系数误差矩阵;x 为待估计参数向量㊂TLS 问题归结为解决以下优化问题:x ^=argmin A ^,b^[A ;b ]-[A ^;b ^] F ㊂(19)其中 ㊃ F 表示矩阵的Frobenius 范数㊂TLS EXIN 神经元通过递归方式解决TLS 问题,根据文献[23],通过最小化下式所示成本函数,可以得到TLS 的解,即:E TLS (x )=(Ax -b )T (Ax -b )1+x T x=[A ;b ][x T;-1]T22[x T ;-1]T 22=ðmi =1E (i )(x );(20)ðmi =1E i(x )=(a T i x -b i )21+x T x =ðnj =1(a ij x j-b i )21+x T x=δ21+x T x㊂(21)TLS EXIN 神经元是一个线性单元,具有n 个输入(向量a i ),n 个权重(向量x ),一个输出(标量y i =a T i x -b i )和一个训练误差(标量δ(k )),该方法对应的最速下降离散时间学习律为x (k +1)=x (k )-α(k )γ(k )a i +[α(k )γ2(k )]x (k )㊂(22)其中α(k )为学习率,是一个正常数函数,γ(k )定义为γ(k )=δ(k )1+x T (k )x (k )㊂(23)式中δ(k )是一个时变函数,它依赖于每个采样时间计算的残差,定义为δ(k )=a T (k )x (k )-b (k )1+x T (k )x (k )㊂(24)对式(1)中d 轴电压方程采用后向差分离散化,首先辨识电感参数,整理电感辨识模型为a L (k )x 1=b L (k )㊂(25)其中a L ㊁x 1㊁b L 分别为系数矩阵㊁待辨识参数以及观测值向量,有:b L (k )=i d (k )-i d (k -1)-Tωe (k -1)i q (k -1);a L (k )=u d (k -1)-Ri d (k -1);x 1=T /L ㊂üþýïïïïï(26)其次辨识电阻参数,根据离散化的d 轴电压方程整理辨识模型为a R (k )x 2=b R (k )㊂(27)其中a R ㊁x 2㊁b R 分别为:b R (k )=u d (k -1)+ωe (k -1)i q (k -1)L -[i d (k )-i d (k -1)]L /T ;a R (k )=i d (k -1);x 2=R ㊂üþýïïïïï(28)最后辨识磁链参数,根据离散化的q 轴电压方程整理辨识模型为a ψf (k )x 3=b ψf (k )㊂(29)其中:b ψf (k )=u q (k -1)-[i q (k )-i q (k -1)]L /T -Ri q (k -1)-ωe (k -1)i d (k -1)L ;a ψf (k )=ωe (k -1);x 3=ψf T ㊂üþýïïïïï(30)为保证解的收敛性,应使辨识参数初值x (0)=301第9期刘㊀刚等:基于参数在线辨识的高速永磁电机无差拍电流预测控制0,在辨识电感参数时先假设式(26)所需电阻参数为常数,利用TLS 辨识出电感稳态值后,再依次辨识电阻和磁链,式(28)中所需电感参数采用式(26)辨识结果,式(30)中所需电阻和电感参数采用式(26)和式(28)辨识结果,当本次电机参数辨识结果与上一次参数辨识结果之间的相对误差小于1ɢ,即可认为所辨识参数已经达到精度要求,此时可以停止迭代更新㊂在中高转速阶段,采用基于反电动势的SMO 实现转子位置估计,在启动阶段,电机的初始定位通过给定d 轴电压实现强制定位,并且利用q 轴电压开环拖动转子㊂如图3所示为基于参数辨识的无位置传感器高速永磁电机电流预测控制系统框图,在启动阶段通过电压开环拖动转子,当转速达到600r /min 时,切换到SMO 进行转子位置估计㊂采用三层TLS 算法分别对表贴式永磁同步电机的电感㊁电阻和磁链参数进行在线辨识,并将辨识结果分别反馈到电流环无差拍预测控制器及滑模观测器中,实现电流控制稳态性能和转子位置估计准确性的提高㊂图3㊀基于参数辨识的无传感器PMSM 无差拍电流预测控制系统框图Fig.3㊀Block diagram of PMSM deadbeat predictivecurrent control system without sensor based on parameter identification4㊀实验结果及分析实验平台如图4所示,使用一台600W,1对磁极的表贴式永磁同步电机,控制芯片选用TI 公司的TMS320F28069,实验所用负载类型为叶轮负载,并且在转子轴上加装一个自研的增强型磁编码器以在实验中进行转子位置估计的准确性对比㊂图4㊀实验平台Fig.4㊀Experimental platform实验使用的永磁同步电机参数如表1所示㊂表1所示电机定子电阻初始值和d㊁q 轴电感初始值采用IM3536LCR 测试仪离线测量得到,将LCR 测试仪的探头分别接到电机三相线和中线上,即可获得电机的相电阻和相电感㊂而永磁体磁链初始值则通过反拖电机并根据下式计算获得,反拖转速为100r /min,计算得到磁链值为0.0029Wb:ψf =E p ωe =2E lv 3ωe=106πp K E ㊂(31)其中:E p 是空载相反电势幅值;E lv 是线反电动势有效值;K E 是线反电动势常数;p 是极对数㊂表1㊀永磁同步电机参数Table 1㊀Parameters of permanent magnet synchronousmotor㊀㊀㊀参数数值额定功率P /W 600额定转速ω/(r /min)10000额定转矩T /(N㊃m)0.573直流母线电压U dc /V 28转动惯量J /(kg㊃m 2)0.003定子电阻R /Ω0.022d㊁q 轴定子电感L /mH 0.023永磁体磁链ψf /Wb 0.0029极对数p14.1㊀TLS 与RLS 参数辨识比较实验结果为对比TLS 和RLS 两种算法的参数辨识效果,在电机稳定运行至10000r /min 之后的0.05s 加入辨识算法,如图5所示为采用两种算法的参数辨识结果,表2为采用两种算法的辨识结果及与标称值之间的误差㊂401电㊀机㊀与㊀控㊀制㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第27卷㊀图5㊀TLS与RLS辨识结果对比Fig.5㊀Comparison of TLS and RLS identification results表2㊀电气参数辨识结果对比Table2㊀Comparison of electrical parameter identification results参数标称值TLS辨识值TLS辨识误差RLS辨识值RLS辨识误差电感/mH0.0230.02280.87%0.02267 1.435%电阻/Ω0.0220.021840.727%0.0217 1.364%磁链/Wb0.00290.002890.345%0.00293 1.034%由图5以及表2可以看到,对于电感参数的辨识,RLS算法在辨识开始阶段波动较大,TLS辨识算法的收敛速度明显优于RLS,其辨识误差为0.87%,约为RLS辨识误差的二分之一;对于电阻参数的辨识,基于TLS的辨识算法在响应速度和辨识精度方面要优于RLS,其辨识误差为0.727%,而RLS辨识误差为1.364%;对于磁链参数的辨识,相比RLS算法,基于TLS算法的辨识误差更小,为0.345%㊂通过上述图表分析可以看出,TLS算法在表贴式永磁同步电机参数辨识过程中具有更快的收敛速度和更小的辨识误差㊂4.2㊀加入TLS参数辨识对电流控制性能的影响为验证1.3节中DPCC的参数敏感性,同时对比验证TLS辨识算法的有效性,速度环采用传统的PI控制,电机负载转矩在额定负载0.573N㊃m,转速为额定转速10000r/min㊂在10000r/min工况运行时,设置电机模型参数与本体参数不匹配,并在1.5s分别加入2种辨识算法,将辨识结果反馈至电流预测控制器㊂由于电机本体的参数不能任意修改设置,因此需要改变控制程序中的电阻㊁电感和磁链参数,以实现相应的参数不匹配,从而完成参数敏感性验证,同时通过RLS和TLS两种辨识算法的加入,对比验证TLS算法对提高电流稳态控制性能的有效性㊂图6为TLS与RLS两种算法的控制器电流响应对比,表3为TLS与RLS的dq轴电流响应误差对比㊂表3㊀两种辨识算法dq轴电流响应误差对比Table3㊀Comparison of dq axis current response errors be-tween two identification algorithms参数偏差轴原电流偏差/ATLS电流偏差/ARLS电流偏差/A R0=2R q轴0.9870.3050.607L0=2L d轴0.40780.1230.210ψf0=2ψf q轴 1.420.1420.433由图6结合表3可知,1.5s之前预测控制器参数与电机实际参数之间存在偏差,导致dq轴电流响应存在静差,电流静差情况与1.3节理论分析一致,且磁链偏差对控制电流影响最大,在1.5s时,分别采用TLS和RLS进行参数辨识,并将辨识结果注入无差拍电流预测控制器中,图6(a)㊁(c)㊁(e)为采用TLS的电流响应波形,图6(b)㊁(d)㊁(f)为采用RLS的电流响应波形㊂当实际磁链为给定值两倍时,q轴电流偏差可达1.42A,1.5s加入TLS辨识501第9期刘㊀刚等:基于参数在线辨识的高速永磁电机无差拍电流预测控制。
带定子电阻辨识的新型滑模速度观测器
电机定 、 子 电阻变 化 对 磁 链 和 转速 观 测 精 度 的 影 转
响。本文提出了一种带定子电阻辨识的新型滑模速 度观测器。采用一种改进的电压转子磁链模型 ， 在 降低转子电阻变化影响的同时， 有效解决 了纯积分 电压模型中的直流漂移和初始值 问题 ； 并通过定子 电阻 的在 线辨识 来 降 低 定 子 电 阻变 化 的影 响 ； 广 与 泛使用 的 Ｐ 自 Ｉ 适应率相 比， 滑模观测器在转速观测 中需 要设定 的参 数 只 有 一 个 ， 而 降低 了参 数 整 定 从 的复 杂性 。
…
．
堕壁 ＿…２１兰 … … …… … …… … …… … …… … 妻 子 电 阻辨 识 的 新 型 滑 模 速 度 观 测 器
李 国华 ， 兆军 ， 廉 王继强
（ 宁工 程技 术大学 ， 宁葫芦 岛 １５０ ） 辽 辽 ２ １５ 摘
一
要 ： 出了一种带定 子电阻辨识的新型滑模速度观测器 ， 提 用于异 步 电动机转 速 的精确 观测。该观测 器采用
ｎ ａ ｃ ｒ ｔ ｕ ｐ ｅ ｂ ｅ ｖ ｔ ｌｗ ｐ ｅ ａ ｅ ｈ ｉ ｌ ｔ ｅ ｕ ｔ ｖ ｒ ｙｔ ａ ｅ ｍｅｈ ｄ ｈ ｓａ ｆ ｔ ｅ ｐ ｎ ｅ ａ ｃ ｕ ａｅ ｆ ｘ ａ ｄ ｓ ｅ ｄ ｏ ｓ ｒ ａｉ ｎ ｉ ｏ ｓ ｅ ｄ ｒ ｇ ．Ｔ ｅ ｓｍｕ ａｉｎ ｒ ｓ ｌ ｅ ｆ ｈ ｔ ｈ ｔ ｏ ａ ｓ ｒ ｓ ｏ ｓ ｌ ｎ ｏ ｎ ｎ ｏ ｓ ｉ ｔ ａ ｎ ｉｈ ａ ｃ ｒ ｃ ． ｔ ｓ ｏ ｕ ｔｔ ｈ ａ ｉｔ ｆ ｅ ｓａ ｏ ｎ ｏ ｏ ｅ ｉ ｎ ｅ ａ ｄ ｈ ｇ ｃ ｕ ａ ｙ Ｉ ｉ ｒ ｂ ｓ ｏｔ ｅ ｖ ｒａｉｎ ｏ ｈ ｔｔｒａ ｄ ｒ ｔｒｒ ｓｓａ ｃ ． ｏ ｔ ｔ Ｋｅ ｒ ｓ ｓ ｄｎ ｄ ｏ ｔ ｌ ｓ ｅ ｄ ｏ ｓ ｒ ｅ ； ｓ ｎ ｈ ｏ ｏ ｓ ｍｏ ｏ ； ｄ ｆ ｄ ｖ ｌ ｇ ｄ ｌ ｙ ｗｏ ｄ ： ｌ ｉ ｇ ｍｏ ｅ ｃ ｎｒ ； ｐ ｅ ｂ ｅ ｒ ａ ｙ ｃ ｒ ｎ ｕ ｔ ｒ ｍｏ ｉ ｅ ｏ ｔ ｅ ｍｏ ｅ ｉ ｏ ｖ ｉ ａ
定转子电阻在线辨识的感应电机转速估计方法
保证转速 估计 的精 确度 ； 同时， 识的转 子 电阻应 用于 矢量控制 系统 ， 保 系统 获得 良好 的稳 态和 辨 确
动态性能。仿真及 实验结果表明， 与未进行电阻在线辨识的转速估计方法相比， 该方法具有较高的 转速 估计精 确度 ， 对参数 变化的 鲁棒 性 强 ， 并适 用于无速度 传感 器 矢量控 制 系统 。 关键 词 ：感应 电机 ； 线辨识 ； 型参考 自 应 ；矢量控 制 系统 ；无速 度传 感器 在 模 适
ｄｎｉｅ ｔ ｏ ｎ ｔ ｓ ｔ ｃ ｓ ｕｉｇｒｔ ｐｅ ｓｍａｏ ， ｐ ａ ｎ ｅｃ ａ￣ ｇｓ ｔｒ ｎ ｔ ｅｔｉ ｓ ｔｒ ｄｒ ｏ ｒ ｉａ ｅ ｒ ｏ ｓｅｄｅｔ ｔ ｎ ｕ ｄｔ ｇｔ ｈ ｎ ｎ ａ ｄｒ ｏ ｆｓ ａ ａ ｏ ｒｅ ｓｎ ｄ ｎ ｏ ｒ ｉ ｉ ｉ ｈ ｔｏ ａ ｏ ｒ
ｒｓｓａ ｃ ｓ ｏ ｏｏ ｐ ｅ ｓｉ ｔｏ ｙ ｔｍ ａ ｓ ｄ ｂ ｔ ｒｔｍｐ ｒ ｔ ｒ ｉｅｒ ａ ．ｉ ｏ ｅ ｓ ｒ ｈ ｃ ｕ－ ｅ ｉｔｎ ｅ ｆｒ ｔｒｓ ｅ ｄ ｅ ｔｍａｉｎ ｓ ｓｅ ｃ ｕ ｅ ｙ ｍｏｏ ｅ ｅ ａｕ ｅ ｒｓ ｅ １ｔｍｅ ｔ ｎ ｕ ｅｔ ｅ ａ ｃ ・ － ｒ ｃ ｏｏ ｐ ｅ ｓｉ ｔ ｎ；ｍｅ ｎ ｉｅ，ｔ ｅ ｉ ｎ ｉ ｅ ｏｏ ｅ ｉｔｎ ｅ ｗａ ｐ ｌｅ ｏ ｖ ｃｏ ｏ ｔｏ ａ ｙ ｏ ｒ ｔｒ ｓ ｅ ｄ ｅ ｔ ｆ ｍａ ｉ ｏ ａ ｗｈ ｌ ｈ ｄｅ ｔｆ ｄ ｒ ｔｒ ｒ ｓｓａ ｃ ｓ ａ ｐ ｉｄ ｔ ｅ ｔｒ ｃ ｎ ｒ ｌ ｉ
第１ ４卷
第 ４期
电 机 与 控 制 学 报
无速度传感器矢量控制
无速度传感器矢量控制技术的行业现状与展望The Comprehensive Status Analysis and Future DevelopmentTendency of Sensor-less Vector Control (SVC) Technology1 引言交流传动在高性能场合的应用始于矢量控制概念的引入，包括直接磁场定向与间接磁场定向控制。
尽管这一概念早在60年代就已出现，并由Siemens 的Blaschke博士于1972年正式提出，但是真正应用还是在微电子技术发展的二十年后。
矢量控制从基本原理上讲能够获得优异的动静态特性，但是对电机参数的敏感性却成为实际应用中必须解决的问题。
驱动器通过启动前的自整定以及运行过程中的在线整定，适应电机参数变化，保持矢量控制的动静态性能，这些复杂的自适应控制算法都必须通过强大的信号处理器才能完成。
近年来随着半导体技术的发展及数字控制的普及，矢量控制的应用已经从高性能领域扩展至通用驱动及专用驱动场合，乃至家用电器。
交流驱动器已在工业机器人、自动化出版设备、加工工具、传输设备、电梯、压缩机、轧钢、风机泵类、电动汽车、起重设备及其它领域中得到广泛应用。
随着半导体技术的飞速发展，功率器件在不断优化，开关速度在提高而损耗在下降，功率模块的功率密度在不断增加;数字信号处理器的处理能力愈加强大，处理速度不断提升，交流驱动器完全有能力处理复杂的任务，实现复杂的观测、控制算法，现代交流传动的性能也因此达到前所未有的高度。
以代表交流驱动控制最高水平的交流伺服为例，其需求随着新的生产技术与新型加工原料的出现而迅速增长。
据相关统计，高性能交流伺服驱动器数量的年增长率超过12%。
伺服驱动中应用最多的电机是异步电机及同步电机，额定功率从50W到200kW，位置环、速度环以及转矩环路的典型带宽分别为60Hz、200Hz 以及1000Hz。
交流电机驱动中的大部分问题应当说在当今的驱动器中已经得到解决，相关的成熟技术提供了被业界广泛接受的解决方案，并在许多领域中得到成功应用，因此从基本结构上来讲，交流驱动器的现有设计方案在未来的几年中不会有大的变化。
基于MRAS的无速度传感器的异步电机矢量控制
基于MRAS的无速度传感器的异步电机矢量控制左瑞【摘要】研究基于模型参考自适应系统(MRAS)的无速度传感器的异步电机矢量控制系统.首先介绍了矢量控制技术,接着介绍了基于MRAS的转速自适应估计理论,运用该理论构成了无速度传感器异步电机矢量控制系统;又利用Matlab对无速度传感器的异步电机矢量控制系统系统进行了建模仿真;仿真结果表明采用的控制策略控制效果良好,能在较大负载扰动下实现无传感器方式的异步电机的稳定运行.【期刊名称】《机电产品开发与创新》【年(卷),期】2015(028)006【总页数】3页(P128-129,96)【关键词】异步电机;矢量控制;模型参考自适应系统;无速度传感器【作者】左瑞【作者单位】宿豫中等专业学校,江苏宿迁223800【正文语种】中文【中图分类】TH13采用带速度闭环控制的矢量控制技术，可使异步电机获得较高的调速性能。
但在一些高温、低温、易燃、易爆的环境，速度传感器的适应能力较差，直接影响调速系统的可靠性，另外安装速度传感器会增加系统的成本。
因此研究无速度传感器的矢量控制技术，对提高交流调速系统的可靠性、对环境的适应性，进一步扩大交流调速系统的应用范围具有极其重要的意义。
带转矩内环的转速、磁链闭环矢量控制系统如图1所示。
主电路采用电流滞环PWM逆变器；控制电路中，转速环后增加转矩控制内环，转速调节器ASR的输出作为转矩控制器ATR的给定，转矩反馈信号经矢量控制方程求得；电路中的磁链控制器ApsiR用于对电动机磁链的控制，并设置了电流变换和磁链观测环节；ATR和ApsiR的输出分别是定子电流转矩分量和励磁分量的给定值，两者经过2r/3s变换得到三相定子电流的给定值，并通过电流滞环PWM控制器控制电动机定子的三相电流，最终实现矢量控制。
若将图1的速度检测环节去掉，根据相关模型对转速进行准确估算，并把估算值反馈给速度控制器，就能获得无速度传感器的异步电机矢量控制系统。
如何对转子速度进行准确的估计是无速度传感器矢量控制技术的核心问题，因为转速辨识的精确程度直接关系到系统性能的好坏。
【系统仿真学报】_无传感器控制_期刊发文热词逐年推荐_20140723
科研热词 速度辨识 转子电阻辨识 路径规划 矢量控制 滑模估计器 混合估计器 无传感器控制 无人侦察机 扩展卡尔曼滤波 启发式搜索 全阶自适应观测器 全区域覆盖 pmsm a*算法
推荐指数 1 1 1 1 序号 1 2 3 4 5 6 7 8 9 10 11 12 13
科研热词 速度辨识 速度磁链模糊观测器 转矩方程 行程规划 移动代理 直接转矩控制 模糊控制 最小生成树 无速度传感器控制 无速度传感器 无线传感器网络 感应电机 仿真
推荐指数 1 1 1 1 1 1 1 1 1 1 1 1 1
2014年 序号 1 2 3 4
科研热词 硬件在环仿真 状态估计 滑模观测器 无传感器控制
推荐指数 1 1 1 1
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
2009年 科研热词 推荐指数 无速度传感器 5 直接转矩控制 3 感应电机 2 速度辨识 1 辨识 1 转子电阻辨识 1 自适应观测器 1 神经网络 1 矢量控制 1 直接转矩控制系统 1 直接转矩控制(dtc) 1 灰色系统 1 永磁无轴承同步电机 1 永磁同步电机 1 模型参考自适应 1 模型参考变结构(mars-vs) 1 无速度传感器控制 1 无传感器滑模观测器 1 无传感器控制 1 新型改进低通滤波器 1 改进低通滤波器 1 扩展卡尔曼滤波器 1 定子电阻辨识 1 在线参数辨识 1 全阶自适应观测器 1 低通滤波器 1 人工鱼群算法 1 三电平逆变器 1
2011年 序号 1 2 3 4
科研热词 能量成形 滑模控制 永磁同步电机 无源控制
基于典型MRAS无速度传感器矢量控制系统的改进研究
关 键 词 ：矢 量控 制 ；无 速 度 传 感 器 ；ＭＲ Ｓ Ａ ；仿 真
中 图 分 类 号 ：Ｔ ０ Ｈ１
文 献 标 识码 ：Ａ
文 章 编号 ：１７ －１ｘ ２ １ ） ５０ ３ － ６２６ ２ （０ １ ０ －０ ５０ ９
０ 引 言
无速 度传 感器 控制 的关键 在 于 精 确 的转 速 估 计 与解 耦 控 制 ， 但这 两 者 之 间 又存 在 相 互 耦 合 的关 系。 转 速估计 不仅 与定 子 电压 和 电流有关 ， ， ２ 同时 还与 电机 参数 密 切相 关 。 在数 字化 电机控 制 系 统 中 ， ３ 转速 估计 的精度 与采 样频率 以及反 馈 信号 的 分辨 率有 关 Ｊ而转 速估 计 的精 确程 度 不 仅影 响到 速度 控制 ， 的准 确度 ， 也会影 响 到速度环 路补偿 器 的设 计 。为了实 现高性 能 的交 流调 速 ， 速度 传感 器矢 量 控 制需 要 无 复杂 的控 制技 术 ， 要 进 行 矢 量 的 坐 标 变 换 ， 通 矢 量 的在 线 计 算 和 自适 应 参 数 变 化 而 修 正 磁 通 模 如 磁 型¨ ， 以及 内部 的加速 度 、 度 、 环控制 的在线 实时调节 。 由于 ＭＲ Ｓ 模型参 考 自适 应 系统 ｍ ｄ ｅ 速 外 Ａ（ ｏｅｒ－ ｆ
ｒ
式中：
ｕ “ ｕ ｕ — —定 子 、 子的 电压 Ｂ 转
ｉ ｉ ｉ ｉ —— 定子 、 、 Ｂ 转子 的电 流 Ｌ— —定 子 与转子 同轴等效 绕组 间的 感
Ｌ— —定 子等 效两相 绕组 问 的 自感 Ｌ—— 定 子等效 两相绕 组 间的 自感 ∞ —— 转 子角速 度
收 稿 日期 ：０ １ ３０ ２１－ － ０ ７ 回 修 日期 ：０ １ ３２ ２ １－ －１ ０ 作者简介 ： 罗龙 （９ ８一） 男 ， １７ ， 讲师 ， 主要研究方 向： 汽车电器 。
异步电机无速度传感器矢量控制与参数辨识研究
１ 异 步 电机 参数 辨 识 分 析
在假 设 所 测 电机 三 相平 衡 的 条 件 下 ， 根据 传 统 电机 试验 原 理 ， 利用 直 流实验 检测 定子 电 阻 ， 相实 单 验检 测 转 子 电 阻 、 转 子 漏感 ， 用 空 载 实验 检 测 定／ 利
定转 子互 感 ［ ， 跃 电 压 实 验 检 测 总漏 感 ［ 。变 阶 ４ ］ 频调 速系 统 主 回路 如 图 １所示 。
流 电压 ， 故将 直 流母 线 电压 经 过 高 频 斩 波施 加 到 电
机绕 组上 ， 体 步骤 是 ： Ｔ ， 直 关 闭 ， Ｔ ， 具 将 。Ｔ 一 将 。
０ 引 言
无 速度 传感 器矢 量控 制是 在 常规 带速 度传 感器
矢 量控 制方 式下 发 展起 来 的 ， 性 能取 决 于 电机 参 其 数检 测 的准确 程 度 。如果 电机 参 数 不 准 确 ， 直 接 将 导致 控 制系统 的 性能指 标 下降 甚至 不 能工作 。电机
１ １ 直流 伏 安法 实验 检测定 子 电 阻 ．
利 用 直 流 实验 检 测 定 子 电 阻 时 ， 为实 际 的 定 因
子 电 阻 阻 值 比较 小 ， 能 直 接 给 电 机 施 加 较 大 的 直 不
ｆ ａ ｉ ｎ； ｐ ｅ ｅ ｓ ｒｅ ｓ ｃ ｍｐ ｔ ｒ ｓｍｕ ａ ｉ ｎ ｉ ｔｏ ｓ ｅ ｄ ｓ ｎ ｏ ｌ ｓ ； ｏ ｃ ｕ ｅ ｉ ｌ ｔｏ
摘要 ： 根据 传 பைடு நூலகம் 电机 试验 原 理 ， 异 步 电动机 的 对
参 数辨识 主要有 在 线辨 识和 离线 辨识 ２种 方法 。本 文 提 出一种 高精 度 的离 线 辨 识 方 法 ， 传 统 电机 试 在 验原 理 Ⅲ 的基 础 上 ， 用 变 频 器 自身 资源 辨 识 出 电 利
直接转矩控制无速度传感器运行中的定子电阻辨识方法研究
型互换 ． 实现 了带定子电阻参数辨识 的转速观测。仿 真和实验结 果表 明． 该方 案不仅 实现 了转速的高精度辨识 ， 而且能较好的解决定 子电 阻变化对系统动态性能的影响 ． 改善 了异步电机无 速度传 感器直接转
矩控制低速转矩脉动 由于参考模 型和可调模型在转速 和定 子电阻辨识时作 用是相互 切换 的． 因而称之为交互式 ＭＲ Ａ Ｓ 定子电阻参数辨识
５ 基于交互式模型参考 自适应的 Ｄ Ｔ Ｃ 系统
文献ｆ ５ ， ６ ， ７ １ 在建立异步电机直接转矩控制动态数学模型的基础上 ，
提 出了交互式模型参考 自适应参数辨识方法 ， 通过参考模 型和可调模
１ 定 子 电 阻影 响 的 分 析 嘲
１ ． １ 定 子电阻对磁链 的影响 定子电阻的变化必 引起定子 电流的变化 ． 从而 引起定子磁链实 际 值 与估计值产生偏差 ．严重影 响了直接转矩 系统在 低速时的控制性 能。 １ － ２ 定 子电阻对 转矩 的影响 定子电阻的变化引起定子磁链实际值与估计值存在偏差 ． 并影 响 转矩的计算与观测 ． 在低速 下 ． 定子 电阻 的压 降和电阻增量 的压 降不
３ 定 子 电 阻 的在 线 辨 识 圈
【 摘 要】 本文分析 了直接转 矩控制 无速度 传感器运行 时定子电 阻的变化对转速辨识的影响 ， 研 究 了消除转速辨识误 差的方法 ， 即消除转 速辨识模 型 中的定子电阻参数 ： 对定子 电阻进行在线辨识或补偿 。主要 阐述 了直接计 算法、 自 适应法和人 工智能的方法 ， 分析 了 他 们各 自的优 缺点 以夏进行定子 电阻辨识的必要性及有效性。 【 关键词 】 定子 电阻辨识； 全阶 自 适应状 态观测器 ； 模 型参考 自 适应 ； 模糊神经 网络 ； 小波网络 ０ 引 言
基于改进MRAS观测器无速度传感器感应电机转速估计方法
万方数据
圈３元速度传悬器感应电机转子磁场定向控制系统 Ｆｉｇ．３ Ｓｅｎｓｏｒｌｅｓｓ ｆｉｅｌｄ－ｏｒｉｅｎｔｅｄ ｖｅｃｔｏｒ ｃｏｎｔｒｏｌｌｅｄ
ｉｎｄｕｃｔｉｏｎ ＩＴｌｏｔｏｒ ｄｒｉｖｅ
图４为电机空载正反转运行实验结果，在０ Ｓ 时刻转速阶跃给定为１５０ ｒ／ｍｉｎ，在１．５ ｓ时刻变 为一１５０ ｒ／ｍｉｎ。图５为电机带８０％额定负载升 降速运行实验波形，在０ ｓ时刻转速阶跃给定为 ７５ ｒ／ｍｉｎ，在４ ｓ时刻变为７５０ ｒ／ｍｉｎ，在８ ｓ时刻再 变为７５ ｒ／ｍｉｎ。从实验结果可以看出转速观测器 输出能够很好地跟踪电机转速的变化，并且稳态 误差较小，磁链观测器也具有较好的观测性能。
Ｋｅｙ ｗｏｒｄｓ：ｉｎｄｕｃｔｉｏｎ ｍｏｔｏｒ；ｍｏｄｅｌ ｒｅｆｅｒｅｎｃｅ ａｄａｐｔｉｖｅ ｓｙｓｔｅｍ；ｓｐｅｅｄ ｅｓｔｉｍａｔｏｒ；ｓｔａｔｏｒ ｒｅｓｉｓｔａｎｃｅ ｉｄｅｎｔｉｆｉ— ｃａｔｉｏｎ．
１ 引言
近年来，感应电机无速度传感器矢量控制技 术在各种工业场合应用广泛，并且获得了很大进 展［１￣５］。目前转速观测方法基本上可以分为基于 电机模型计算法、ＰＩ调节器法、ＭＲＡＳ模型法、 ＭＲＡＳ观测器法、卡尔曼滤波器和神经网络等方 法。其中基于ＭＲＡＳ全阶观测器的转速估计方 法受电机参数变化和噪声干扰的影响较小，具有 较好的鲁棒性，受到了国内外研究人员的广泛关 注。这种方法实现了状态的重构，可以采用稳定 性理论来设计转速自适应率，并且通过设计合适 的误差反馈矩阵来保证观测器的稳定性。可以同
＿ｄ ＦＬ。孵孵Ｊｉ，＝Ｊ１ｏｄｔ＝厂２。ＬＡＡ：：。ＡＡ：：儿］［孵≥Ｊ］‘＋Ｉ［十【Ｂ０Ｉ．１１ｌ。６。…１ … ｃＩ·＿，Ｊ
作者简介：王高林（１９７８一）．男，博士研究生．Ｅｍａｉｌ：ＷＧＬ８１８＠ｈｉｔ．ｅｄｕ．ｃｎ
五相感应电机无速度传感器DTC研究
图 １ 五相感应 电机驱动 系统
Ｆｉ １ ｖ —ｐ ａ ｅｉ ｕｃｉ ｏｔ －ｄ ｉ ｙ ｔｍ ｇ． Ｆｉｅ ｈ ｓ ｎｄ ｔｏｎｍ ｏｒ ｒｖｅｓ ｓｅ
电机来 说 ， 则有 ２ ３ 可 能 的基本 电压 空 间矢 量 ． ５ ２种 ＝ 设
‰ ＝Ｒ ＋ ， ， Ｐ 地 ＝ ，ｓ Ｐ ， Ｒｉ＋ ，
０ Ｒ ＋ ， ＝ ， Ｐ ，
了其影响力． 在直接转矩控制 系统中 ，一般应优先考 虑转矩 的控制 ， 因为 ：１磁链本身 的波动较小 ， （） 一两 拍 内不 控不 会 对磁 链 的轨迹 造成 多大 影 响 ；２ （ ）如果 选择滞后矢量 ， 虽兼 顾到磁通 ， 但有可能使转矩的波 动较大． 如果在图 ２ 阴影 区域 ，实际转矩低于所需转 矩， 那么可供选择 的电压矢量 Ｉ Ｉ ， ， ， ，３Ｉ， ／ ／ ／ Ｉ ， ， ， Ｉ ２ １／ ／ ＇， ， ４ ０８ Ｉ。／ ／，撕如果采用两点滞环控制 ，不能充分 ／ ，ｍＩ Ｉ ，Ｉ ， ／ ．， ∞， 利 用 电压 矢 量 ，可 采 用 五 点 磁链 滞 环 和转 矩 滞 环 控
制， 电机仍可以降功率启动和运行． 于此 ， 鉴 有必要对 多相电机调速系统进行广泛深人的研究 ， 中典型代 其
表是五相调速系统 ． 本文在对五相感应电机无速度 传感器直接转矩控制进行分析研究的基础上 ， 出了 提 套 具有 良好 调速 性能 的控 制方案 ．
一
地 （／） 口 ６ ＋ ＝２５ ＿ 卜 ｓ
维普资讯
时各 电压 矢 量对 磁 链 和转 矩 的影 响 见表 １ 同位 置 ．不 的 电压 矢 量 对磁 链 和转矩 影 响不 同 ， 头 的数 目代 表 箭
直接转矩控制系统参数在线辨识的研究
54
2009 年第 9 期
条件 下时 ，可 认为电 感是 常量 ，但 由于温 升和 集肤 效应 等因 素的 影响， 电机 的电 阻参 数在运 行过 程中 会发 生较 大的 变化， 系统 的控 制特 性随之 改变 ，因 此在 线辨识 技术的 研究 非常必 要。
目前 已有许 多电 阻参 数在 线辨识 的方 案。 文献 [5 ]概括 了异 步电机 主要 的离线 和在 线辨识 方法 ，文 献[ 6，7 ]采用 交互 式模型 参考 自适应 系统 （MRAS） 实现 定 子电 阻在 线 辨识 ， 文献 [8 ，9] 提 出了 基 于全 阶自 适应 状态 观测器 的定 子电 阻在 线辨识 方案 ，但 均未 提及 转子 电阻的 在线 辨识 。事 实上， 当电 机负 载越 重时 ，转 子电阻 变化 越大 ，电 机控制 特性 所受 的影 响 也越 大 。文 献[ 10] 采 用全 阶 状态 观测 器 估算 磁链 ，并 在此 基础上 实现 了定 、转 子电阻 参数 在线 辨识 。但 是在 运行过 程中 需要 对四 阶矩阵 求逆 ，计
在 DTC 系统中，可以通过空间电压矢量调制， 提高 磁 链和 转矩 控 制精 度，从 而 为参 数在 线 辨识 提 供 良 好 的 基础 。 本 文 结 合 前 期 控 制 方 法 的 研 究 成 果，采用交互式 MRAS，以电流模型输出为基准调 节 定 子 电 阻， 以 电 压 模 型 输 出 为 基 准 调 节 转 子 电 阻，并 在参 考 磁链 中注 入 微小 扰动 ，分 辨出 转速 和 转子电阻，实现了在无速度传感器 DTC 系统中对 定、转 子电 阻 的同 时辨 识 以及 对磁 链 、转速 和转 矩 的状 态 观测 。本 方案 算 法简 单，计算 量 适中 ，在 单 一 RISC 芯片的变频器样机上运行良好，具有较高 的应 用 价值 。
MRAS感应电机定子电阻的在线辨识
第11卷 第6期2007年11月电 机 与 控 制 学 报ELECTR IC MACH I N ES AND CONTROLVo l 11No 6Nov .2007MRAS 感应电机定子电阻的在线辨识李健, 程小华(华南理工大学电力学院,广东广州510640)摘 要:针对感应电机定子电阻值受外界因素干扰而影响其矢量控制系统稳定性和控制精确度问题,提出了基于人工神经网络的定子电阻在线辨识方法。
为了辨识定子电阻,将人工神经网络模型的定子电流估算值与实际测量电流值的误差反馈以调整神经网络的权值。
借助MATLAB /SI M U LI NK 搭建仿真系统,验证了定子电阻在线辨识的必要性。
结果表明,该方法可以有效地对定子电阻进行在线辨识。
关键词:人工神经网络;感应电机;定子电阻;在线辨识;无速度传感器中图分类号:TM 301 2文献标识码:A文章编号:1007-449X (2007)06-0620-05Onli ne identificati on based on m odel reference adapti ve system forstator resistance of i nduction mot orLI Jian , CHENG X iao hua(Co llege of E lectric Pow er ,South China U niversity of T echno l ogy ,G uangzhou 510640,Chi na)A bstract :A novel on line i d entificati o n sche m e based on artificia l neural net w or ks fo r stato r resi s tance ofinduction m otor is proposed i n order to solve the a ffect on stab ility and prec ision by stator resistance varia tion in inducti o n m o tor vecto r contro l syste m.For the sta tor resistance i d entificati o n,the error bet w een the m easured stator current and the esti m ated stator curren t based on artifi c ial neura l ne t w ork (ANN )is back propagated to ad j u st the w e i g hts of t h e neura lnet w or k .S i m u lation syste m s are bu iltw ith the help of MATLAB /SI M ULI NK,and the necessity o f stato r resistance i d entification are verifi e d .The resu lts sho w that the stator resistance can be identified onli n e e ffectively w ith the proposed sche m e .K ey words :artific i a l neural net w orks ;induction m o tor ;stator resi s tance ;online i d entificati o n;speed sensorless收稿日期:2007-05-28作者简介:李健(1982-),男,硕士,主要研究方向为电气传动、智能控制;程小华(1963-),男,博士,教授,主要研究电机及其控制。
无速度传感器控制系统中感应电机参数离线辨识
2019年6期研究视界科技创新与应用Technology Innovation and Application无速度传感器控制系统中感应电机参数离线辨识王凯东，李宏浩（沈阳工业大学国家稀土永磁电机工程技术研究中心，辽宁沈阳110870）1概述感应电机无速度传感器控制系统以其结构简单、性能优良、价格低廉等优点，近些年来倍受关注，成为国内外交流传动领域研发热门之一,其控制的质量在很大程度上依赖于电机参数获取的准确程度。
获取电机参数的最直接方法是对感应电机进行空载和堵转实验。
然而工程中不可能采用这种方法获取电机参数，并且随着环境变化和电机老化，电机的参数也会产生一定改变，因此高性能的电机控制器应该有电机参数自动测定功能。
目前，实现这一功能的方法有两种，即电机参数离线辨识和在线辨识。
在线辨识的方法运算量比较大，现有的控制系统绝大部分都采用定点DSP ，难以胜任复杂的在线辨识算法。
2辨识原理本文分两部分完成参数离线辨识。
首先在其两相绕组出线端加直流电压辨识定子电阻R S 。
为降低开关管开关延迟和管压降对辨识精度的干扰,采取一种有效方法计算定子电阻。
然后进行单相交流电实验对定子漏感L sl 、转子漏感L sl 以及转子电阻R r 一并辨识。
3定子电阻辨识直流实验辨识定子电阻即伏安法测电阻。
变频器给a 、b 桥臂的控制信号相同并与c 相相反，此时按固定占空比输出PWM 脉冲就可以向电机施加直流电压。
考虑到功率管压降U CE 和死区压降U dt ，定子电阻的计算公式为：R S =U a -U CE -U dt I a（1）直流实验采用SVPWM 控制策略，如图2所示。
为了保证a 、b 相同时动作设置U β=0。
因为定子电阻较小，所以在给绕组施加直流电时，通过电流PI 控制器调整电流大小，通常为额定电流60%即可。
图2直流实验控制结构图4互感、定转子漏感及转子电阻摘要：为了提高感应电机无速度传感器控制系统的性能，基于迭代算法通过改进的直流实验、单相实验辨识感应电机参数。