CN101385234A - 电动机控制 - Google Patents

Abstract

本申请涉及一种用于电动机的控制系统，该控制系统被设置成利用位置确定算法从至少一个电气参数确定电动机的位置。其进一步被设置成监视由该算法定义的至少一个算法参数，并且如果所监视的参数满足预定的错误条件则产生错误指示。

Description

电动机控制

本发明涉及电动机，更具体而言涉及电动机的无位置传感器控制。

随着采用无传感器位置算法来确定电动机位置，一般正常用于具有位置传感器的系统的诊断方法通常无法使用。

因此，本发明提供了一种用于电动机的控制系统，该控制系统被设置成利用位置确定算法从至少一个电气参数确定电动机的位置，并且进一步被设置成监视由该算法定义的至少一个算法参数，并且如果所监视的参数满足预定的错误条件则产生错误指示。

现在将通过实例的方式仅参考附图描述本发明的优选实施例，在附图中：

图1示出根据本发明的一个实施例的动力转向系统；

图2是图1系统的电动机的速度控制功能的图示；

图3是图1系统的电动机的图示；

图4是图3的电动机的驱动电路的图示；

图5是示出图3的驱动电路的不同电气状态的图示；

图6是用于确定产生所需电动机输出而需要的驱动电路的状态的空间矢量图；

图7示出图3电动机中电动机相电压的分量；

图8是图1中电动机和控制单元的功能框图；

图9是使用电动机位置传感器的已知系统中电动机和控制单元的功能框图；

图10示出图8中无传感器算法的输入和输出；

图11示出图10中无传感器算法的各个部件的输入和输出；以及

图12是示出图8的无传感器算法的工作的时序图。

参考图1，一种电动液压动力转向系统，包括转向齿条10，被设置成左右移动以通过常规方式控制车辆前轮的转向角。齿条主要由输入到方向盘12的驱动力来移动，方向盘12通过转向柱14连接到转向齿条10。利用安装在转向齿条10上并且可以在汽缸18中移动的双面活塞16提供动力辅助。活塞将汽缸分为两个腔20、22。由液压回路24控制两个液压腔20、22中的液压液的压力，以控制施加到转向齿条10的动力辅动力的方向和幅度。

液压回路包括泵26，被设置成在压力下将液压液从油箱28抽到馈送线路30。馈送线路30连接到压力控制阀门34的入口32，其在图1中功能性地示出。压力控制阀门34的出口36通过回流管38连接到油箱28。压力控制阀门34被设置成根据对方向盘12施加哪个方向的转向转矩，将左或右液压腔20、22连接到馈送线路30并且将另一个腔20、22连接到回流管。它也被设置成根据通过转向柱14从方向盘12传送到齿条10的转向转矩，控制施加到液压腔20、22的液体压力以控制液压动力辅助的等级。由泵26的速度以及压力控制阀门34的状态清楚地确定液压腔20、22中的压力。

泵26由电动机40驱动，电动机40受控制单元42控制。控制单元42从车辆速度传感器44接收输入信号，该信号随车辆速度变化，并且从转向速率传感器46接收输入信号，该信号随转向速率，即，方向盘12的旋转速率而变化。控制单元42在这些输入的基础上控制泵26的速度。本系统因此称为速度控制系统。

参考图2，电动机40的速度，通常设置成随着转向速率而增加，并且随着车辆速度的增加而降低，从而泵26的速度也是如此。

参考图3，电动机40是三相电整流正弦AC无刷永磁同步电动机，其包括安装有例如6个磁铁104的转子102，6个磁铁104在这种情形下设置成提供在转子周围南北之间交替的6个极。转子102因此在转子周围空间均匀定义三个方向或d轴，和在d轴之间间隔地定义三个正交的或q轴。d轴与磁铁104的磁极对齐，其中来自转子的磁通线是径向的，并且q轴在d轴之间隔开，其中来自转子的磁通线是切向的。随着转子旋转，d和q轴的方向明确地随着它旋转。

在本具体实施例中，定子106例如包括9槽铜制绕线元件，其具有三组三齿108A、108B、108C，每组齿具有形成各自相的公共绕组。因此在转子的每整圈旋转中有三个电周期，并且在任意相中的三个齿108A、108B、108C的电位置永远彼此相同。

参考图4，三个电动机绕组112、114、116一般地表示为A、B和C相，它们以星形网络连接。在其它实施例中，可以使用其它结构，比如三角形网络。相绕组分别围绕定子齿108A、108B、108C缠绕。每个线圈的一端112a、114a、116a连接到各个端子112c、114c、116c。线圈的另一端112b、114b、116b连接到一起以形成星形的中心117。驱动电路包括三相桥118。桥的每个臂120、122、124包括一对开关，其形式为在电源干线130和地线132之间串联连接的上晶体管126和下晶体管128。在电源干线130和地线132之间施加DC链路电压。电动机绕组112、114、116各自从晶体管126、128的各个互补对之间抽出。通过控制单元42内的驱动级控制器133，以受控模式接通和关断晶体管126、128，以提供施加给端子112c、114c、116c中的每一个的电势的脉冲宽度调制(PWM)，从而控制施加在绕组112、114、116中的每一个的两端的电势差，并且因此也控制流经绕组的电流。这反过来又控制由绕组产生的磁场的强度和方向，并且因此控制电动机的转矩和速度。

以电阻器134的形式的电流测量设备设在电动机和地之间的地线132中，使得控制器42可以测量流经所有绕组112、114、116的总电流。为了测量每个绕组中的电流，不得不在PWM周期内精确的瞬间对总电流进行采样，那时施加到绕组的每个端子的电压是已知的(因此具体相的传导状态也是已知的)。如公知的，为了在任何一个PWM周期中测量每个绕组中的电流，驱动电路需要处于至少两个不同的活动状态中的每一个中一段预定的最小时间。驱动级控制器133可以从在PWM周期中不同时刻测量的电阻器134两端的电压确定相电流。

DC链路电压传感器135被设置成测量驱动电路两端，即，电源干线130和地线132之间的DC链路电压。驱动级控制器133从此电压传感器135接收输入。控制器被设置成从该输入测量电动机中的相电压。为了这样做，控制器133确定每个电动机相的调制占空因数，即，每个PWM周期中连接到电源干线的相的比例，并且将其乘以测得的DC链路电压。这给出每个相的相电压的测量。

控制单元42被设置成确定将产生所需电动机电流的电动机的相电压，并且将这些电压输入到驱动级控制器133。驱动级控制器133被设置成控制驱动级的晶体管以产生如现在将要描述的所需相电压。

参考图5，三相系统中每个绕组102、104、106可以仅连接到电源干线120或地线122，并且因此控制电路有八种可能状态。用1代表处于正电压的相之一，并且用0代表连接到地的相，状态1可以表示为[100]，指示A相处于1，B相处于0并且C相处于0，状态2表示为[110]，状态3为[010]，状态4为[011]，状态5为[001]，状态6为[101]，状态0为[000]并且状态7为[111]。状态1到6中的每一个是电流流经所有绕组102、104、106，在一个方向上流经这些绕组之一并且在另外的方向上流经另外两个绕组的导通状态。状态0是其中所有绕组都连接到地的零伏状态，并且状态7是其中所有绕组都连接到电源干线的零伏状态。

在此分别将状态1、2、3、4、5和6称为状态+A、-C、+B、-A、+C和-B，因为它们各自代表对于各自的一个相而言施加在绕组两端的电压是正或负方向的状态。例如在+A状态中，A相被连接到电源干线并且另外两个相被连接到地链路，并且在-A状态中的连接相反。

当电路被控制以产生PWM时，在每个PWM周期中每个相将被正常地接通和关断一次。每个状态中花费的时间的相对长度将确定每个绕组中所产生的磁场的幅度和方向，并且因此确定施加到转子的总转矩的幅度和方向。这些时间长度或占空比可以使用各种调制算法来计算，但是在此实施例中使用空间矢量调制技术。

参考图6，在空间矢量调制系统中，在每个状态中所花费的每个PWM周期中的时间表示为空间矢量调制(SVM)图中的状态矢量。在此类型的图中，单状态矢量是矢量S1到S6方向上的那些，并且这些方向上的每一个中的矢量的长度代表各个状态中花费的每个PWM周期中的时间量。这意味着绕组中的任何所需电压可以表示为图上对应于代表电压的幅度和方向的电压矢量的点，并且可以由状态矢量S1、S2等的组合产生，电压矢量的长度代表在该状态花费的每个PWM周期中的时间。例如，所需电压矢量V₁可以表示为矢量S3和S4的和。随着电动机旋转，所需矢量的方向将改变，因此该矢量将围绕图中心旋转，该矢量的长度也随着来自电动机的所需转矩的变化而变化。

参考图7，来自定子绕组的所需电压也可以用两个分量来表示，即两个正交方向α，β上的分量。从图3中应理解，对于转子102的每次完整旋转，电动机经历三个电周期。在每个电周期中，所需的电压矢量将围绕状态矢量图旋转一次。α和β分量的方向因此被以与d和q轴相同的角度隔开，其中α和β分量定义了关于定子的电压矢量并且d和q分量定义了关于转子的电压矢量。假如转子位置已知，如在d/q、α/β、或A/B/C分量中任何一个中定义的电压可以被转换为任何其它的电压。

参考图8，现在将更具体地描述控制单元42的操作。所需的电动机旋转速度，如从图2的图中所推导出的，通过比较器203与测得的旋转速度相比较。二者之间的差被输入到PI控制器205，其计算为减少此差所需的电动机电流，并且输出相应的电流需量I_dq。所需的电流分量I_dq与相应的测得的d和q轴电流以及由比较器201测得的差相比较。两个PI(比例/积分)控制器200(仅示出一个)被设置成使用测得的和所需的d和q轴电流之间的差来确定所需的d和q轴电压U_dq。dq/αβ转换器202使用电动机位置作为输入，将d和q轴电压转换为α和β轴电压U_αβ。使用以下描述的无传感器算法确定电动机位置。另一个转换器204将α和β轴电压转换为三个电动机相的所需的相电压U_abc。这些相电压被输入到驱动级控制器133，其控制如上所述的驱动级118以实现所需相电压。

在此情况下如使用单个电流传感器134测得的，三个测得的相电流I_abc被输入到第一电流转换器206，其将它们转换为α和β轴电流I_αβ。然后将它们与电动机位置一起输入到第二电流转换器208，并且第二电流转换器208将它们转换为d和q轴电流I_dq。这些测得的d和q轴电流用于与如上所述的所需的d和q轴电流相比较。

为了参考，使用电动机位置传感器代替位置确定算法的系统如图9中所示。

参考图10，无传感器电动机位置确定算法210被设置成接收所施加的电压(在此情况下是α和β轴电压的形式)和所测量的电流(在此情况下是α和β轴电流的形式)作为输入。无传感器算法包括电动机模型，并且从输入产生电动机位置和电动机速度的估计。

参考图11，该算法在此情况下是预测器-校正器或观测器类型的算法。它包括预测器212和补偿器或观测器214。预测器212包括电动机的模型，并且可选地包括系统的其它部件，包括其电动机电气参数的定义(比如电阻和电感)，以及物理参数(比如惯性和阻尼)。将该模型定义为从模型输入得出模型输出的一系列方程。该模型被设置成接收所施加的电压作为输入。其产生对各种参数或电动机状态的估计作为输出，特别是电动机位置和电动机速度以及电动机中的电流。所估计的电流在比较器216中与测得的电流相比较并且二者之差作为误差或残余信号被输入到补偿器214。补偿器214从该残余信号中得出用于每个电动机状态的校正因子，该校正因子被设置成使电流残余最小化，并且因此减少位置估计中的误差。由补偿器214输出的校正项被输入到预测器212中，预测器212据此校正各状态。补偿器214因此提供闭环反馈给预测器，使得由模型所定义的例如位置和速度的状态能够得到校正。这使得无传感器算法对于测量和模型误差是加强的。

以下方程笼统地表示观测器的操作，观测器在此情况下是包含电动机模型中的非线性项的非线性观测器。状态估计(电动机相电流、转子位置和转子速度)表示为

并且测得的相电压表示为u。电动机和系统动态由非线性函数A和B表示。实际的状态表示为x，因此残余表示为

并且由非线性函数C表示校正器。

$\stackrel{\widehat{.}}{x}=A\hat{x}+\mathrm{Bu}+C(x-\hat{x})$

在此实例中非线性观测器的方程是：

$\frac{d{\hat{i}}_{\mathrm{\α}}}{\mathrm{dt}}=-\frac{R}{L}{\hat{i}}_{\mathrm{\α}}+\frac{k_e{\widehat{\mathrm{\ω}}}_m}{\sqrt{3}L}\sin \left({\widehat{\mathrm{\θ}}}_e\right)+\frac{1}{L}{u}_{\mathrm{\α}}+{\mathrm{corr}}_{\mathrm{\α}}---\left(1\right)$

$\frac{d{\hat{i}}_{\mathrm{\β}}}{\mathrm{dt}}=-\frac{R}{L}{\hat{i}}_{\mathrm{\β}}-\frac{k_e{\widehat{\mathrm{\ω}}}_m}{\sqrt{3}L}\cos \left({\widehat{\mathrm{\θ}}}_e\right)+\frac{1}{L}{u}_{\mathrm{\β}}+{\mathrm{corr}}_{\mathrm{\β}}---\left(2\right)$

$\frac{d{\widehat{\mathrm{\ω}}}_m}{\mathrm{dt}}=\frac{k_t}{J}{\hat{i}}_{\mathrm{\η}}-\frac{B}{J}{\widehat{\mathrm{\ω}}}_m+{\mathrm{corr}}_{\mathrm{\ω}}---\left(3\right)$

$\frac{d{\widehat{\mathrm{\θ}}}_e}{\mathrm{dt}}=p{\widehat{\mathrm{\ω}}}_m+{\mathrm{corr}}_{\mathrm{\θ}}---\left(4\right)$

在观测器中使用以下校正项：

${\mathrm{corr}}_{\mathrm{\α}}=g_i(i_{\mathrm{\α}}-{\hat{i}}_{\mathrm{\α}})---\left(5\right)$

${\mathrm{corr}}_{\mathrm{\β}}=g_i(i_{\mathrm{\β}}-{\hat{i}}_{\mathrm{\β}})---\left(6\right)$

${\mathrm{corr}}_{\mathrm{\ω}}=-g_{\mathrm{\ω}}\frac{\sqrt{3}L}{k_e}(i_q-{\hat{i}}_q)---\left(7\right)$

${\mathrm{corr}}_{\mathrm{\θ}}=g_{\mathrm{\θ}}\frac{\sqrt{3}L}{k_e}\frac{1}{{\widehat{\mathrm{\ω}}}_m}(i_d-{\hat{i}}_d)---\left(8\right)$

其中：

${\hat{i}}_d={\hat{i}}_{\mathrm{\α}}\cos \left({\widehat{\mathrm{\θ}}}_e\right)+{\hat{i}}_{\mathrm{\β}}\sin \left({\widehat{\mathrm{\θ}}}_e\right)---\left(9\right)$

${\hat{i}}_q={-\hat{i}}_{\mathrm{\α}}\sin \left({\widehat{\mathrm{\θ}}}_e\right)+{\hat{i}}_{\mathrm{\β}}\cos \left({\widehat{\mathrm{\θ}}}_e\right)---\left(10\right)$

这些方程中的项的定义如下：

(α，β)＝定子(固定的)参考帧

(d，q)＝转子参考帧

i_α，i_β＝电动机电流

μ_α，μ_β＝电动机电压

θ_e＝电动机电角度(电弧度)

ω_m＝电动机机械角速度(机械弧度每秒)

R＝电动机相阻抗

L＝电动机电感(相自感加上互感)

B＝电动机机械粘度

J＝电动机机械惯性

k_e＝电动机反电动势常数(如以下定义的)

k_t＝电动机转矩常数(如以下定义的)

p＝电动机极对的数量

g_i，g_w，g_θ＝观测器增益(可调参数)

电动机的反电动势和转矩常数如下定义：

k_e＝峰值线间电压/机械角速度

k_t＝平均电动机转矩/峰值电动机电流

在一个量上方的符号^表示这是估计值，与测量值相对。

获得的每个变量的值如下：

i_α，i_β从如上所述的测得的相电流中得出；

u_α，u_β从测量的相电压中得出；

θ_e是从算法中确定的变量；

是观测器的内部状态。在观测器外部，通过对观测器的电动机位置状态θ_e求微分来确定角速度；

R，L，B和J定义为常数；

k_e和k_t如上所定义并且使用离线测量法来确定；

p是电动机极对的数量，是一个已知常数。

控制器被设置成从估计位置的微分得出电动机速度的这一事实具有以下优点：如果转子在转动并且系统已经达到稳定状态平衡，则用于电动机的速度控制的速度信号的精度仅由运行算法的控制器中的微处理器的时钟的精度确定。

上述无传感器位置确定算法通过监视电动机的电气参数来确定转子位置，该参数随旋转位置而变化。具体地，该算法估计转子反电动势的相角，该相角又是转子磁通量的导数并且随着电动机的旋转位置而变化。

使用预测器/补偿器类型的无传感器算法的优点在于，其补偿多个变量参数，如果不对这些变量参数进行补偿它们会影响位置估计的精度。算法方程中使用的某些参数将是因电动机而不同的。这些参数包括，例如，电动机相电阻R、电动机电感L、电动机机械粘度B、电动机机械惯性J、以及电动机反电动势和转矩常数k_e和k_t。如果没有使用预测器/补偿器系统，则可以在生产电动机时测量每个电动机的这些参数，并且将它们逐一输入到无传感器算法中。但是，很显然这是耗时耗力的。某些参数也会随着温度改变，比如R、L和B。而且，如果没有使用预测器/补偿器模型，则可以监视温度并且修正算法的方程以将温度考虑进去。但是，这使得模型变得极其复杂，增加了计算开销。

在图9中示出了使用电动机位置传感器代替位置确定算法的系统以用于参考。

在上述位置确定算法中会出现一些错误。一种错误是不正确的收敛。该算法同许多其它算法一样具有两个解，一个是正确的而另一个是180°偏离的。如果得出了不正确的解，则将会驱动电动机在与所需方向相反的方向上旋转。在一些情况下，如果不理想地调节该算法，它会收敛于偏离正确位置一个固定量的位置，该固定量小于180°。另一种可能的错误会因为系统参数变化而发生，比如DC偏置的系统参数会导致正确的电动机位置和由算法确定的电动机位置之间的偏移。另一个种可能的错误是，转子被锁定而不能移动。这可能是因为算法产生以接近于所需速度斜上升的位置输出。另一种可能错误是算法会由于不正确的位置估计而变得不稳定。该不稳定性既可以是有界的也可以是无界的，在有界的情况下该位置估计围绕一个特定位置振荡，在无界的情况下，该位置估计趋于无穷。

因此将控制器设置成对位置确定算法执行多种诊断检查，以尽可能检查出其正确工作。

使用电流残余来执行一种诊断检查。如上所述，电流残余是无传感器算法所确定的电动机电流和相应的测量电流之间的差。在此情况下，使用d和q轴电流残余，但是可以同等地使用α/β或A/B/C分量。监视该残余以确定d或q轴残余是否超过预定极限值。如果残余之一超过极限值，则识别出错误并且产生错误指示信号。

在此实施例的修正形式中，一直监视两个残余，并且仅当其中之一超过相关极限值大于一段预定时间时才识别为错误。在另一个修正形式中，d和q轴残余的幅度和被确定，并且仅当该和超过预定极限值一次或者一段预定时间时识别为错误。

如上所指，可以使用α和β坐标残余代替d和q轴残余。但是在此情况下，可能有必要校正电流信号以实现有效的检查。

另一种诊断检查算法是否收敛于错误的解，该错误解产生不与电动机真实位置对应的位置信号。如上所述，在本实施例中，算法可能收敛于与正确位置偏离180°的解。为了监视这种情况，控制器42被设置成比较电动机角速度状态与角位置状态θ关于时间的微分，以确定它们是否具有相同符号。如果角速度的这两个估计具有不同的符号，则这表示算法已经收敛于不正确的解，并且产生一个错误指示。而且，可以将控制器设置成如果角速度状态和位置状态θ的微分被检测出符号不同，则产生所述错误指示，或者可以将控制器设置成仅当该符号不同的状态维持一段预定时期时才产生错误指示。

当电动机从静止启动时，两个角速度估计可能具有不同的符号，因为电动机在错误的方向上转动，而不是因为位置确定算法发生错误。因此，此诊断测试在激活电动机控制器之后，即在控制器开始启动电动机之后的一段预定时间内是无效的。

另一种诊断检查用于监视电动机速度的两种测量，即速度状态和位置状态θ的微分之间的差。如果这两种测量相差了一个预定量，则产生错误指示。这可以通过监视两种测量之间的误差或残余以及确定其是否移动出一个预定的有界区域来确定。如前述的测试，此方法可以被修正，使得仅当两个测量相差大于一个预定量，即该残余在该有界区域之外，一段预定的时间时才产生错误指示。

使用另一种算法如检查算法来执行另一种诊断检查，该算法被设置成从与主无传感器位置确定算法相同的输入来估计转子位置。此估计器因此被设置成接收所施加的电压作为输入，在此情况下是α和β轴电压的形式，和所施加的电流作为输入，在此情况下是α和β轴电流的形式。估计器从输入产生电动机位置的估计。该检查算法不同于主位置确定算法，使得它具有不同的错误模式。它也比主算法简单并且因此不太可能失败。但是，它不像主算法那样精确，并且不够精确到用于为电动机控制提供电动机位置的主要指示。

该检查算法被设置成测量电动机中的反电动势，并且从该反电动势估计转子位置。它由以下方程定义：

e_αβ(t)＝u_αβ(t)-i_αβ(t)R-Ldi_αβ(t)/dt

θ_EMF(t)＝tan^-1(e_β(t)/e_α(t))

其中：

e_αβ(t)是反电动势(在αβ坐标上)

u_αβ(t)是输入电压(在αβ坐标上)

i_αβ(t)是测量电流(在αβ坐标上)

R是电动机电阻

L是电动机电感

θ_EMF(t)是反电动势的位置(电动机位置θ(t)滞后θ_EMF(t)90°)

参考图12，控制器42被设置成以规则间隔对所施加的α和β轴电压V_α(t)和V_β(t)以及测得的α和β轴电流i_α(t)和i_β(t)采样。在每个采样步骤，运行位置确定算法并且输出一个指示转子位置的位置信号。也确定测量电流从前一步骤到当前步骤的变化Δi_α(t)Δi_β(t)。然后将所施加的电压V_α(t)和V_β(t)、测得的电动机电流i_α(t)和i_β(t)以及电动机电流变化Δi_α(t)Δi_β(t)输入到检查算法中，该检查算法根据它们产生对转子位置的各个估计。位置估计器然后比较两种算法所产生的位置信号。如果二者之差大于一个预定极限值，则生成错误指示。或者可以仅当两个位置测量结果之差持续在一个有界区域之外至少一段预定时间时才产生错误指示。

如从图12所见，位置估计器确定转子位置没有位置确定算法确定转子位置频繁。为了适当比较两个位置测量结果，所施加的α和β轴电压V_α(t)和V_β(t)和测得的α和β轴电流i_α(t)和i_β(t)以及电动机电流变化Δi_α(t)Δi_β(t)的值都是盖有时间戳的，如同从位置确定算法输出的位置信号一样。估计器因此可以根据同时作出的测量结果比较两个位置估计。因为估计器频率较低，它不会显著增加诊断函数的计算开销。

如果任何一个诊断函数导致产生错误指示，则控制器42被设置成停止电动机，复位位置确定算法，并且重起电动机。在某些情况下，复位可以清除该错误，并且可以因此使得电动机控制正常运转。如果在重起电动机时，在预定的时间内产生另一个错误指示，则假设复位将不清除该错误，并且需要采取其它补救行动。无传感器位置确定算法因此被抛弃，并且在电动机控制中使用的估计器的位置估计就位。为了尽可能有效地进行电动机控制，估计器确定电动机位置的频率从其正常水平增加。在此情况下，其增加到等于主无传感器算法的频率，尽管在某些情况下较小的频率增加就已足够。

将意识到，检查算法可以采用多种不同形式。例如它可以包括预测器/补偿器类型算法，而不是上述的开环估计器。在另一个实施例中，使用三个独立的位置确定算法，并且比较所有三个算法的结果。如果三个算法之一产生与另外两个不同的结果，则给出清除指示，指示三个算法中的一个有错误并且其它两个正确工作。

当停止电动机时，可以简单地通过停止对相施加电压，从而将驱动转矩减少到0，并且使电动机停下来。但是，在本实施例中，电动机控制被设置成以这样的方式对电动机绕组施加电压：它们产生被设置成使电动机快速停下来的制动转矩。

虽然上述实施例使用了非线性观测器，也可以使用其它闭环观测器，比如Luenberger观测器或Kalman滤波器。

本发明的诊断方法可以用于其它应用。以及电动液压动力转向系统，它们也可以用于电动转向系统中，其中电动机直接向转向齿条提供动力辅助。这些系统需要电动机在电动机速度降到很低的速度的范围内以精确的受控等级产生高转矩。因此在这种系统中确保电动机控制正确运行很重要。

Claims (29)

1.一种用于电动机的控制系统，该控制系统被设置成利用位置确定算法从至少一个电气参数确定电动机的位置，并且进一步被设置成监视由该算法定义的至少一个算法参数，并且如果所监视的参数满足预定的错误条件则产生错误指示。

2.如权利要求1的系统，其中，所述位置确定算法定义一种电动机模型，该电动机模型定义包括电动机位置在内的模型的多种状态。

3.如权利要求2的系统，其中，所述位置确定算法包括观测器，该观测器被设置成监视模型的输出并且将其与测得的参数相比较，从而确定可以被输入到模型的校正因子。

4.如权利要求3的系统，其中，所述观测器是非线性观测器。

5.如任一项前述权利要求的系统，其中，所述算法参数对应于测得的参数，并且所述系统被设置成比较算法参数与测得的参数的测量值，以确定是否满足所述错误条件。

6.如权利要求5的系统，其中，所述测得的参数是电流。

7.如权利要求1-4中任意一项的系统，被设置成监视另外的算法参数并且从两个算法参数之间的关系确定是否满足所述错误条件。

8.如权利要求7的系统，其中，所述两个算法参数定义电动机位置和电动机速度。

9.如权利要求8的系统，被设置成比较电动机速度参数与电动机位置参数的微分，以确定是否满足所述错误条件。

10.如权利要求1-4中任意一项的系统，被设置成运行定义了检查参数的检查算法，并且比较检查参数与位置确定算法的检查过的参数，以确定是否满足所述错误条件。

11.如权利要求10的系统，其中，所述检查参数定义电动机位置。

12.如权利要求10或11的系统，其中，所述检查参数被设置成，生成比位置确定算法生成检查过的参数的值的频率低的检查参数的值。

13.如权利要求12的系统，其中，所述检查参数和检查过的参数中至少一个的值是盖有时间戳的，并且系统被设置成比较基本上同时生成的检查参数和检查过的参数的值。

14.如权利要求10到13中任何一个的系统，其中，所述检查参数通过测量电动机中的反电动势来确定。

15.如权利要求14的系统，被设置成测量电流的变化速率以测量反电动势。

16.如权利要求15的系统，被设置成识别测量电流的变化速率的时间，从而将一个时间与从测得的电流的变化速率得出的检查参数的值相关联。

17.如权利要求10到16中任何一个的系统，被设置成，如果在位置确定算法中识别出错误，则使用由检查算法所确定的电动机位置代替由位置确定算法所确定的电动机位置来控制电动机。

18.如权利要求17的系统，被设置成如果在位置确定算法中识别出错误，则增加检查算法测量电动机位置的频率。

19.如任一项前述权利要求的系统，被设置成响应错误指示而停止电动机并且重新启动它。

20.如任一项前述权利要求的系统，其包括施加有DC链路电压的DC链路，以及被设置成将所述DC链路连接到电动机的绕组以控制电动机的驱动级，并且被设置成从DC链路的电气参数确定绕组的电气参数。

21.如权利要求20的系统，其中，所述电气参数是电压。

22.如权利要求20的系统，其中，所述驱动级被设置成使用脉冲宽度调制控制将绕组连接到DC链路，并且从DC链路电压和PWM控制的占空因数确定相电压。

23.如权利要求20的系统，其中，所述参数是电流。

24.如权利要求23的系统，其中，所述驱动级被设置成在每个绕组和DC链路之间打开和关闭连接，并且通过在一个绕组连接到DC链路时测量DC链路中的电流来测量那个绕组中的电流。

25.如任一项前述权利要求的系统，被设置成接收指示关于车辆工作情况的车辆参数的输入，以根据所述车辆参数确定所需电动机速度，并且将电动机速度控制到所需的电动机速度。

26.如权利要求25的系统，其中，所述车辆参数是车辆速度或转向速率。

27.一种动力转向系统，包括电动机和如任一项前述权利要求的控制系统。

28.一种基本上如以上参考一幅或多幅附图描述的电动机控制系统。

29.一种基本上如以上参考一幅或多幅附图描述的动力转向系统。

Images