开关磁阻电机(SRM)控制策略综述

开关磁阻电机(SRM)控制策略综述

摘要: 简要回顾了SRD发展过程中出现的各种控制策略,分析和介绍了各控制策略的优缺点,展望SRM控制策略的发展趋势。

关键词: 开关磁阻电机

1.引言

开关磁阻电机( Switched Reluctance Mo-tors,简称SRM)具有结构简单、坚固、成本低、工作可靠、控制灵活、运行效率高、适于高速与恶劣环境运行等优点,由其构成的传动系统( Switched Reluctance Drives,简称SRD)具有交、直流传动系统所没有的优点。为此,世界各国对SRD接受和感兴趣的程度呈逐年上升趋势,现已形成了理论研究与实际应用并重的发展态势。

众所周知，SRD融SRM、功率变换器、控制器与位置检测器为一体，其性能的改善不能一味地依靠优化SRM 与功率变换器设计，而必须借助先进控制策略的手段。从20世纪80年代SRM问世至今，在SRM控制方面已涌现出大量先进的控制思想，并取得了有益的成果。但是，系统完整地对其予以综述的文献却颇少，现有的文献也仅是对SRM的控制模式作了报道，并未涉及控制理论的应用。本文结合SRM的控制模式，综述比较了SRM的各种控制，力图反映SRD在控制策略方面的研究进展，限于篇幅，对各控制策略只作简要概括和必要的分析与评价。

2. SRM 的控制模式

SRM的可控参数为定子绕组电压、开通角与关断，SRM的控制就是如何合理改变这些控制参数以达到运行要求。根据改变控制参数的不同方式，SRM有3种控制模式，即角度位置控制( Angular Position Control,简称APC)、电流斩波控制( Current Chopping Control,简称CCC)与电压控制( V oltage Control,简称VC)。其中，APC是电压保持不变，通过改变开通角和关断角调节电机转速，适

于电机较高速区，但是对于每一个由转速与转矩确定的运行点，开通角与关断角有多种组合，每一种组合对应不同的性能，具体操作较复杂，且很难得到满意的性能；CCC一般应用于电机低速区，是为限制电流超过功率开关元件和电机允许的最大电流而采取的方法，CCC实际上是调节电压的有效利用值，与APC类似，它也可随转速、负载要求调节开关角；VC是在固定的开关角条件下，通过调节绕组电压控制电机转速，它分直流侧PWM斩波调压、相开关斩波调压与无斩波调压，而无斩波调压是通过调节整流电压以响应电机转速要求，在整个速度范围内只有一个运行模式，即单脉冲方式。

3. SRM 的控制策略

在SRD发展初期，SRM及其功率变换器简单、经济、可靠的优点使得SRD 一度风靡欧洲，传动界都试图将其迅速商品化。但当时SRD的研究尚处于开创阶段，它的结构理论、运行理论、设计方法等都不成熟，大多数研究集中于SRM 与功率变换器的分析设计，而控制策略主要以线性模型为基础，结合传统PI或PID控制器，简单地运用上述3种控制模式，比如采用前馈转矩(或电流)控制、反馈转速控制。由此构建的SRD系统难以获得理想的输出特性，不但转矩脉动大、噪声大，而且系统鲁棒性差，其动、静态性能无法与直流传动相媲美，这严重地阻碍了SRD的商品化进程。其原因主要为：SRM为高度非线性系统，具有双凸极集中绕组的几何结构，为输出最大转矩而常运行于饱和状态，磁阻转矩是定子电流与转子位置的非线性函数，传统的线性控制方法难以满足动态较快的SRM非线性、变参数要求。为改善系统性能，国内外学者对SRM的控制策略进行了深入细致的研究。

3. 1 线性化控制

考虑到SRM为耦合非线性多变量系统，Marija Ilic '-Spong等人首次将非线性控制的微分几何方法应用于SRD，对SRM实现了非线性状态反馈线性化控制，很好地补偿SRM的非线性特性，解耦了定子相电流在磁阻转矩产生中的影响，在机器人的轨迹跟踪中SRM作为直接传动执行元件取得了优良性能，系统结构如图1所示。但是，系统的实现需要知道电机的所有参数，而且需要全状态(转子位置、转速、加速度、定子电流)可测。

图 1 SRM 非线性反馈线性化控制的轨迹跟踪系统

文献[16]采用单相参考转矩为梯形的转矩分配函数，使换相期间的原导通相转矩线性减小，新导通相转矩线性增大，并应用非线性转矩控制补偿反电势与电感的非线性特性，从而使原非线性系统线性化，改善了系统性能，减小了转矩脉动。文献[15 、16]都表明，基于线性控制律的反馈线性化控制器比PID控制器能提供更好的动、静态性能，但是单纯基于线性控制律的反馈线性化控制器不足以处理SRM 模型中的不确定性，在实现时系统性能很难被保证。

为了增强系统的鲁棒性，文献[17、18]针对SRM速度跟踪应用，考虑到模型具有不确定性，基于Lyapunov第二方法设计了鲁棒的反馈线性化控制器,文献[17]为仿真结果，文献[18]为其实现。通过考虑系统模型的不确定性，虽使SRD系统的暂态、稳态性能及鲁棒性有所改善，但是转矩脉动仍然较大，而且在额定负载下存在7 % 的速度误差。Taylor D. G.等人则将反馈线性化技术和奇异摄动技术应用于SRM的控制,通过减小转矩脉动实现了SRD的高动态性能，但是这种方法使用的是SRM 的降阶模型，而且它要求知道转矩- 位置- 电流特性的先验知识，要求复杂的线性化和解耦变换电路。L. Ben Amor基于SRM 电动态及机械动态的全阶参数化非线性模型，将非线性自适应反馈线性化控制应用于3 SRM,这种方法减小了系统建模误差的影响，使用参数的在线估计避免了预先测试，在位置控制的应用中显示了系统的高性能，即转矩脉动大大减小，具有强的抑制干扰能力，而且无需测量电机的加速度，无需先验知识，实现容易。但是，它使用的模型忽略了磁饱和效应，这虽然简化了磁链、电感与相电流间的关系，可同时又带来了不小的误差。Scott A. Bortoff 研究了低速、高转矩运行模式下SRM的非线性自适应控制,结合B样条基函数与Fourier正弦基函数，建立

了SRM电磁转矩、转子位置及相电流间的动态模型，基于该模型设计了自适应反馈线性化控制器，实现了位置轨迹的渐近跟踪，缺点是大量参数导致瞬态性能差。

3. 2 变结构控制

1993年，G. S. Buja首次将变结构控制应用于SRD，通过将转矩脉动看作干扰，将非线性看作增益偏差，无需电机的先验特性即可克服SRD中的问题，系统结构如图2所示。与传统控制下的SRD相比，变结构控制SRD的性能被改善，转矩脉动大大减小，系统对参数变化及干扰不敏感，控制策略容易实现。但是它以SRD工作于SRM磁特性线性区为前提，忽略了磁饱和及相间耦合的影响。Tzu-Shien Chuang则应用直流侧电流反馈设计了近似的滑模功率控制(作为系统内环) ，同时以带有前馈与积分补偿的滑模速度控制为速度外环，将变结构控制理论应用于SRM，构成鲁棒的SRD,取得了好的结果。

图 2 SRM 变结构控制系统

3. 3 智能控制

由于智能控制在数学本质上属于非线性控制，且具有很强的自学习、自适应能力，所以智能控制在SRD中的应用取得了优良的结果。在控制SRM 的应用中，智能控制主要被用于学习SRM电流波形，配合以适当的电流内环，从而实现SRM 的高性能控制。图3即为模糊控制应用于SRD的很好示例，它以转矩脉动最小为目标，采用了自适应模糊逻辑控制策略。控制器以位置为输入、相电流为输出，通过实时修改隶属函数使各相在最适合的电动区域导通，即使位置检测有误，控制器也将使模糊集合移向适合的电动区，模糊参数的初值被随机选取，在运行过程中通过适应实现最优。控制器不依赖于电机的先验知识，能够适应电机特性的