论文部分内容阅读
摘要:随着控制理论、数字信号处理和计算机技术的飞速发展,永磁同步电机的无传感器控制广泛的运用于各种环境条件有限的工业场合。本文详细论述了各种PMSM无传感器控制技术,并给出相应的优缺点。
关键词:永磁同步电机;控制;估算
中图分类号:TM351文献标识码:A文章编号:1006-8937(2011)10-0095-01
永磁同步电机(PMSM)因其体积小、效率高、可靠性好以及对环境适应性强等优良性能而在各个要求高性能调速的领域中得到了广泛的应用。其闭环控制受限于位置及转速这些信息的高效、准确测量。由于受外部安装环境的影响,各种传感器的工作性能必然受到不同程度的影响,从而导致整个控制系统的性能下降。因此,为了解决使用传感器带来的缺陷,电机的无传感器控制成为了电力传动领域的一个研究热点。
1PMSM无传感器控制控制
PMSM无传感器控制技术是指在电机的转子和定子上没有安装速度传感器的情况下,通过检测电机电压、电流以及电机的数学模型估算出电机转子位置和转速,并将其作为闭环控制反馈信号的控制技术。目前没有一种无位置传感器技术可以独立地解决静止、低速和中高速时的位置估计问题。因此,根据电机在不同转速下转子位置估算的效果,把无位置传感器控制方法分为两大类:基于基波激励下电机数学模型的转子位置估算方法和基于电机的凸极饱和效应的转子位置估算方法。
1.1基于基波激励下电机数学模型的转子位置估算方
法
该方法主要基于电机的基波动态模型,具有良好的动态性能,但对电机参数变化较敏感,主要适用于中高速段下转子位置估算。
①基于反电势的位置估计法。该方法是利用电压和电流对磁链和转速进行估计,低速时对定子电阻尤为敏感。由于电机的反电动势较低,再加上因开关器件的非线性而产生的系统噪声,使得电机端电压信息很难被准确捕获。在中、高速段,采用反电动势估计法能获得较好的位置估计效果但在低速区,效果却不理想。
②基于状态观测器的估计法。观测器的实质是状态重构,其原理是重新构造一个系统,用原系统中可以直接测量的变量作为输入信号,使输出信号在一定条件下等价于原系统的状态。这种位置估计方法具有动态性能好、鲁棒性强、适应面广等优点,不足之处是计算量大,算法相对复杂。目前使用的状态观测器主要有全阶状态观测器、降阶状态观测器、卡尔曼滤波观测器等。
③模型参考自适应(MRAS)位置估计法。该方法是一种比较常用的电机转子位置和速度的估算方法。主要思想是将不含未知参数的方程作为参考模型,将含有待估计参数的方程作为可调模型,两个模型具有物理含义相同的输出量,通过两个模型输出量的误差配以合适的自适应律来实时调节可调模型的参数,达到参数辨识目的。MRAS速度观测以参考模型为基础,参考模型自身参数的准确程度直接影响着速度辨识的精度。模型参考自适应法在PMSM无速度传感器控制中已有广泛应用。由于该方法基于电机基波模型,因此存在电机参数发生变化时,转速估计精度下降,尤其在低速时,该问题更严重。
④人工智能理论基础上的估算方法。最常用的人工智能方法为人工神经网络和模糊邏辑。这种方法的主要优点在于不需要知道任何电机参数以及任何类型的电动机和传动系统的数学模型,用神经网络替代转子磁链观测器,用误差反向传播法的自适应律进行转速估算。基于人工神经网络的无传感器控制方法的研究还不太成熟,硬件实现有一定难度,距实用化还有一段距离。
1.2基于电机的凸极饱和效应的转子位置估算方法
该方法是解决低速时磁极位置和转速估算不准问题的主要途径,有利用绕组电感的饱和效应检测初始转子位置法和利用电机的结构性凸极或饱和性凸极检测法。前者是较为常用的一种方法,需要施加特殊的电压脉冲使电机饱和且电流变化率较难检测,其理论上可以达到较高的估计精度,但在实际应用中对电流检测硬件电路要求较高,具有一定的实现难度。后者主要有高频注入法,其基本原理是当电机磁路具有凸极效应时,必然会对注入的高频电压信号进行调制,调制结果一定会反映在高频电流响应中,通过对该电流的解调就可提取有关转子位置信息。
2结语
本文综述了PMSM现有的无传感器控制技术。近年来,PMSM无传感器控制技术随着现代控制理论、非线性理论和一些其它领域的发展而得到了迅猛的发展,其研究无疑已成为了未来国内外学者研究的热点,一些先进控制理论使得PMSM的非线性控制技术更加成熟。
参考文献:
[1] 刘军.永磁电动机控制系统若干问题研究[D].华东理工大 学,2010.
关键词:永磁同步电机;控制;估算
中图分类号:TM351文献标识码:A文章编号:1006-8937(2011)10-0095-01
永磁同步电机(PMSM)因其体积小、效率高、可靠性好以及对环境适应性强等优良性能而在各个要求高性能调速的领域中得到了广泛的应用。其闭环控制受限于位置及转速这些信息的高效、准确测量。由于受外部安装环境的影响,各种传感器的工作性能必然受到不同程度的影响,从而导致整个控制系统的性能下降。因此,为了解决使用传感器带来的缺陷,电机的无传感器控制成为了电力传动领域的一个研究热点。
1PMSM无传感器控制控制
PMSM无传感器控制技术是指在电机的转子和定子上没有安装速度传感器的情况下,通过检测电机电压、电流以及电机的数学模型估算出电机转子位置和转速,并将其作为闭环控制反馈信号的控制技术。目前没有一种无位置传感器技术可以独立地解决静止、低速和中高速时的位置估计问题。因此,根据电机在不同转速下转子位置估算的效果,把无位置传感器控制方法分为两大类:基于基波激励下电机数学模型的转子位置估算方法和基于电机的凸极饱和效应的转子位置估算方法。
1.1基于基波激励下电机数学模型的转子位置估算方
法
该方法主要基于电机的基波动态模型,具有良好的动态性能,但对电机参数变化较敏感,主要适用于中高速段下转子位置估算。
①基于反电势的位置估计法。该方法是利用电压和电流对磁链和转速进行估计,低速时对定子电阻尤为敏感。由于电机的反电动势较低,再加上因开关器件的非线性而产生的系统噪声,使得电机端电压信息很难被准确捕获。在中、高速段,采用反电动势估计法能获得较好的位置估计效果但在低速区,效果却不理想。
②基于状态观测器的估计法。观测器的实质是状态重构,其原理是重新构造一个系统,用原系统中可以直接测量的变量作为输入信号,使输出信号在一定条件下等价于原系统的状态。这种位置估计方法具有动态性能好、鲁棒性强、适应面广等优点,不足之处是计算量大,算法相对复杂。目前使用的状态观测器主要有全阶状态观测器、降阶状态观测器、卡尔曼滤波观测器等。
③模型参考自适应(MRAS)位置估计法。该方法是一种比较常用的电机转子位置和速度的估算方法。主要思想是将不含未知参数的方程作为参考模型,将含有待估计参数的方程作为可调模型,两个模型具有物理含义相同的输出量,通过两个模型输出量的误差配以合适的自适应律来实时调节可调模型的参数,达到参数辨识目的。MRAS速度观测以参考模型为基础,参考模型自身参数的准确程度直接影响着速度辨识的精度。模型参考自适应法在PMSM无速度传感器控制中已有广泛应用。由于该方法基于电机基波模型,因此存在电机参数发生变化时,转速估计精度下降,尤其在低速时,该问题更严重。
④人工智能理论基础上的估算方法。最常用的人工智能方法为人工神经网络和模糊邏辑。这种方法的主要优点在于不需要知道任何电机参数以及任何类型的电动机和传动系统的数学模型,用神经网络替代转子磁链观测器,用误差反向传播法的自适应律进行转速估算。基于人工神经网络的无传感器控制方法的研究还不太成熟,硬件实现有一定难度,距实用化还有一段距离。
1.2基于电机的凸极饱和效应的转子位置估算方法
该方法是解决低速时磁极位置和转速估算不准问题的主要途径,有利用绕组电感的饱和效应检测初始转子位置法和利用电机的结构性凸极或饱和性凸极检测法。前者是较为常用的一种方法,需要施加特殊的电压脉冲使电机饱和且电流变化率较难检测,其理论上可以达到较高的估计精度,但在实际应用中对电流检测硬件电路要求较高,具有一定的实现难度。后者主要有高频注入法,其基本原理是当电机磁路具有凸极效应时,必然会对注入的高频电压信号进行调制,调制结果一定会反映在高频电流响应中,通过对该电流的解调就可提取有关转子位置信息。
2结语
本文综述了PMSM现有的无传感器控制技术。近年来,PMSM无传感器控制技术随着现代控制理论、非线性理论和一些其它领域的发展而得到了迅猛的发展,其研究无疑已成为了未来国内外学者研究的热点,一些先进控制理论使得PMSM的非线性控制技术更加成熟。
参考文献:
[1] 刘军.永磁电动机控制系统若干问题研究[D].华东理工大 学,2010.