CN101582677B - 平滑切换复合转速辨识的电机无速度传感器控制方法 - Google Patents

Abstract

本发明公开了一种平滑切换复合转速辨识的电机无速度传感器控制方法，该方法采用磁化电流无功功率的模型参考模糊自适应转速辨识对电机高速段的转速进行识别；采用转差角速度开环转速辨识对电机低速段的转速进行识别；采用平滑切换因子的方法对前述两种电机转速识别方法进行平滑过渡，从而实现对电机起动过程中高、低转速的复合辨识。本发明的有益技术效果是：解决了传统单一转速辨识方法中动态性能与稳态性能指标不能同时优化的矛盾，使电机在起动时快速性好、动态跟踪性强；稳态过程中超调量小、速度控制精度高，对定子电阻具有完全的鲁棒性，能够在较宽的速度范围内执行无速度传感器的矢量控制；实现了真正意义上的电机高、低转速的复合辨识。

Description

平滑切换复合转速辨识的电机无速度传感器控制方法

技术领域

本发明涉及一种电机控制技术，尤其涉及一种平滑切换复合转速辨识的电机无速度传感器控制方法。

背景技术

在交流异步电机(本文简称“电机”或“电动机”)的速度控制系统中，为了闭环起动控制电机的速度，众多常规的电机控制系统使用速度传感器(如光电编码器、测速电机、解析器等)来检测电机转速反馈信号；这些速度传感器安装在电动机的轴上，不仅需要对其进行安装、维护，而且增加了控制系统的成本，控制系统也易受干扰，且不适合在恶劣的环境中工作，降低了系统的稳定性和可靠性；如果不用速度传感器，只根据变频器输出的电压、电流信号得到电机的转速进行闭环控制，就可以省去速度传感器，满足交流异步电机速度控制系统简便性、廉价性和可靠性的要求。

电机在运行中，温度和磁路饱和的变化，将引起电机参数变化，因此转速辨识应能在线修正系统结构的有关参数和控制作用。于是有研究者提出了模型参考自适应方法(MRAS)法，它保证了参数估计的渐近性收敛；但MRAS的速度观测是以参考模型的准确为基础，参考模型本身的参数准确度就直接影响到速度辨识和控制系统工作的成效，使得系统准确性和可靠性对参考模型的依赖性很大。

研究者提出的基于转子磁链的MRAS法，利用测得的端电压和电流来辨识电机转速；这种方法常采用电压模型作为参考模型，该方法计算的准确性与参考的电压模型磁链观测计算的准确性也有很大关系，由于参考电压模型存在纯积分环节，产生严重的积分漂移，降低了辨识准确性，限制了控制系统调速范围的进一步扩大。例如，中国专利号为200810225848.9公开的“双馈风力发电机无位置传感器矢量控制方法”，提供了电压模型磁链观测的一种改进方案，可解决采用高通滤波法进行磁链观测得到的磁链相位超前，幅值变小的问题。但该方法作了相应近似处理，在观测磁链时，直接用测得的定子电压去代替定子反电势。

针对转子磁链的MRAS法存在纯积分环节的问题，有研究者提出了一种改进方案就是定义反电动势方程，即反电势MRAS法。该方法在参考模型中不存在纯积分项，在电机运行于低速域时速度辨识器具有鲁棒性。但由于参考模型中含有定子瞬态电感和定子电阻，当电机的定子电阻和漏感随温升而变化时，如果仍然采用其额定值来构成参考模型，将会降低速度观测的精度。特别是在低速时，参考模型对定子电阻的变化就更为敏感。所以，如何使系统对定子电阻的阻值变化具有低灵敏度，这是反电势MRAS法需要进一步研究的。

其它的一些辨识电动机转速方法，如全阶观测器、扩展卡尔曼滤波、人工神经网络、测量定子电流谐波含量、利用电机本身的不对称性等，虽然各具特色但也有其弊端。例如，中国专利号为200510040417.1公开的“交流异步电机的无速度传感器逆控制器”涉及到使用扩展卡尔曼滤波器(EKF)，由于扩展的卡尔曼滤波器的阶数高，计算量大，限制了它在实时控制系统中的应用。又如，中国专利号为03807635.7公开的“交流电动机的无传感器控制装置及控制方法”提出采用向推测磁通轴迭加高频信号，从与高频信号相同的频率成分的电压或电流检测信号中提取磁通位置，从而获得转速信号。由于系统涉及到高频发生器、高频提取器及适应调整器，所需要环节较多，实际计算和调试复杂。

综上所述，目前已知的交流异步电机无速度传感器矢量控制系统，大多采用单一的转速辨识方案；对于引入人工智能模糊控制，能在较宽的速度范围内实现平滑切换，并能调节切换轨迹的复合转速辨识技术基本未见涉及。

发明内容

本发明提出了一种平滑切换复合转速辨识的电机无速度传感器控制方法，该方法采用磁化电流无功功率的模型参考模糊自适应转速辨识对电机高速段的转速进行识别；采用转差角速度开环转速辨识对电机低速段的转速进行识别；采用平滑切换因子的方法对前述两种电机转速识别方法进行平滑过渡，从而实现对电机起动过程中高、低转速的无缝复合辩识。

1、磁化电流无功功率的模型参考模糊自适应转速辨识

它包括：

1)根据两相静止坐标系下的电流、电压值，分别用磁化电流无功功率参考模型方程和磁化电流无功功率可调模型方程计算出各自的磁化电流无功功率

和q_m；

2)将

和q_m相减，得到两模型方程输出量的误差值ε_ω和ε_ω的变化率

3)分别查询ε_ω和

各自对应的模糊规则表，得到和ε_ω、

对应的ΔK_P、ΔK_I值。

4)根据PI自适应率的比例、积分参数初值K′_P和K′_I，以及由模糊推理得到的修正值ΔK_P、ΔK_I，计算出参数K_P和K_I的值，并采用PI自适应率推算出电机高速段的转速

5)根据

对磁化电流无功功率可调模型方程进行修正，使磁化电流无功功率可调模型方程逼近磁化电流无功功率参考模型方程；

6)重复步骤1)至5)，直至磁化电流无功功率可调模型方程跟踪上磁化电流无功功率参考模型方程为止；

其中， ${\mathrm{\ϵ}}_{\mathrm{\ω}}={\hat{q}}_m-q_m;$

前述步骤1)中磁化电流无功功率参考模型方程为：

$q_m=i_s\⊗e_m=i_{\mathrm{s\α}}{u}_{\mathrm{s\β}}-i_{\mathrm{s\β}}{u}_{\mathrm{s\α}}-{\mathrm{\σL}}_s(i_{\mathrm{s\α}}{\mathrm{pi}}_{\mathrm{s\β}}-i_{\mathrm{s\β}}{\mathrm{pi}}_{\mathrm{s\α}})$

式中，i_s为定子电流值，i_sα和i_sβ分别为定子电流在两相静止坐标系下的α、β轴分量，e_m为反电势，

u_sα和u_sβ分别为定子电压在两相静止坐标系下的α、β轴分量，漏磁系数 $\mathrm{\σ}=1-\frac{L_m^2}{L_s{L}_r},$ L_s为定子电感，L_r为转子电感，L_m为互感，p为微分算子，

磁化电流无功功率可调模型方程为：

${\hat{q}}_m=\frac{L_m^2}{L_r}[({\hat{i}}_m\·i_s){\widehat{\mathrm{\ω}}}_{r2}+\frac{1}{{\mathrm{\τ}}_r}{\hat{i}}_m\⊗i_s]$

式中，L_m为互感，

i_s为定子电流值，

为励磁电流，“^”符号表示该值为估计值，

转子时间常数 ${\mathrm{\τ}}_r=\frac{L_r}{R_r},$ L_r为转子电感，R_r为转子电阻，

为叉积运算符，

其中， $p{\hat{i}}_{\mathrm{m\α}}=\frac{i_{\mathrm{s\α}}}{{\mathrm{\τ}}_r}-\frac{{\hat{i}}_{\mathrm{m\α}}}{{\mathrm{\τ}}_r}-{\widehat{\mathrm{\ω}}}_{r2}{\hat{i}}_{\mathrm{m\β}},$ $p{\hat{i}}_{\mathrm{m\β}}=\frac{i_{\mathrm{s\β}}}{{\mathrm{\τ}}_r}-\frac{{\hat{i}}_{\mathrm{m\β}}}{{\mathrm{\τ}}_r}-{\widehat{\mathrm{\ω}}}_{r2}{\hat{i}}_{\mathrm{m\α}}$

分别为励磁电流

在两相静止坐标系下的α、β轴分量，p为微分算子，前述步骤4)根据下式计算出参数K_P、K_I的值，

K_P＝K′_P+ΔK_P，K_I＝K′_I+ΔK_I

式中，K′_P、K′_I分别为PI自适应率的比例、积分参数初始值，ΔK_P、ΔK_I是由模糊推理得到的修正值；

则电机高速段的转速

就可由下式推算出，

${\widehat{\mathrm{\ω}}}_{r2}=(K_P+\frac{K_I}{s}){\mathrm{\ϵ}}_{\mathrm{\ω}}$

式中，1/s为积分环节，其中，

2、转差角速度开环转速辨识

它包括：

1)将两相静止坐标系下的定子电流i_sα、i_sβ经过Park变换为两相旋转坐标系下的定子电流i_sd、i_sq；

2)对于解耦控制，转子磁链按同步旋转坐标系下d轴定向，因此可根据电流模型，按下式进行转子磁链的估计，

${\mathrm{\ψ}}_{\mathrm{rd}}^i=\frac{L_m{i}_{\mathrm{sd}}}{1+p{\mathrm{\τ}}_r},{\mathrm{\ψ}}_{\mathrm{rq}}^i=0$

式中，L_m为互感，p为微分算子，转子时间常数 ${\mathrm{\τ}}_r=\frac{L_r}{R_r}.$

得到两相旋转坐标系下的转子磁链值ψ_rd ⁱ、ψ_rq ⁱ；

3)对ψ_rd ⁱ、ψ_rq ⁱ进行Park逆变换，得到两相静止坐标系下的转子磁链ψ_rα ⁱ、ψ_rβ ⁱ；

4)根据ψ_rα ⁱ、ψ_rβ ⁱ，计算出同步角速度ω_s、转子磁链角的正余弦sinθ、cosθ值；同时，根据ψ_rα ⁱ、ψ_rβ ⁱ和i_sα、i_sβ计算出转差角速度ω_sl；

5)对同步角速度ω_s进行滤波，得到

根据

和ω_sl计算出电机当前转速值

，从而实现对电机低速段转速识别。根据下式对同步角速度ω_s进行一阶低通滤波，

${\widehat{\mathrm{\ω}}}_s=\frac{{\mathrm{\ω}}_s}{1+p{\mathrm{\τ}}_c}$

式中，p为微分算子，τ_c＝1/(2πf_c)，f_c是滤波器的截止频率。

3、平滑切换因子的方法

它包括：

1)根据下式确定电机转速

${\widehat{\mathrm{\ω}}}_r=\mathrm{\σ}\left(e\right){\widehat{\mathrm{\ω}}}_{r1}+[1-\mathrm{\σ}\left(e\right)]{\widehat{\mathrm{\ω}}}_{r2}$

式中，

为采用转差角速度开环转速辨识识别出的电机转速；

为采用磁化电流无功功率的模型参考模糊自适应转速辨识识别出的电机转速；σ(e)为平滑因子函数；

为电机转速，也即转速复合辨识值；

其中，当电机起动时，σ(e)的初始表达式为σ(e)＝1，将σ(e)的初始表达式代入计算，并根据步骤4)中e值所在区间对应的σ(e)表达式，对后一周期步骤1)中的σ(e)表达式进行更新；

2)根据

值并结合下式计算出误差值e，

$e={\mathrm{\ω}}_r^{*}-{\widehat{\mathrm{\ω}}}_r$

式中，ω_r ^*为转速给定指令值；

3)根据下式，切换电机转速的识别方法，

$\left\{\begin{array}{c}\left|e\right|\≤e_1\\ e_1\≤\left|e\right|\≤e_2\\ \left|e\right|\≥e_2\end{array}\right.$

当|e|≤e₁时，只采用磁化电流无功功率的模型参考模糊自适应转速辨识对电机的转速进行识别；当|e|≥e₂时，只采用转差角速度开环转速辨识对电机的转速进行识别；当e₁≤|e|≤e₂时，同时采用两种转速辨识方法对电机的转速进行识别；

其中，e₁、e₂分别为电机高、低转速辩识值的分界点，|e|≤e₁则判断电机工作在高速段，|e|≥e₂则判断电机工作在低速段，e₁≤|e|≤e₂则判断电机工作在高、低速段的中间过渡段；

4)根据下列e值所在区间对应的σ(e)表达式，对下一工作周期的步骤1)中

计算式中的σ(e)进行更新并重复步骤1)至4)，

$\left\{\begin{array}{cc}\mathrm{\σ}\left(e\right)=0& \left|e\right|\≤e_1\\ \mathrm{\σ}\left(e\right)=\frac{\exp \left(\right|e\left|\mathrm{\μ}\right)-\exp \left(e_1\mathrm{\μ}\right)}{\exp \left(e_2\mathrm{\μ}\right)-\exp \left(e_1\mathrm{\μ}\right)}& e_1\≤\left|e\right|\≤e_2\\ \mathrm{\σ}\left(e\right)=1& \left|e\right|\≥e_2\end{array}\right.$

其中，μ为可调参数；

4、本发明方法的具体步骤如下：

电机开始起动，

1)采用转差角速度开环转速辨识对电机转速进行识别，得到转速辩识值；

2)计算转速给定指令值ω_r ^*与转速辩识值

之差e：若e＜e₂，进入步骤3)，否则返回步骤1)；

3)启动平滑切换因子的方法，对电机转速进行识别；

4)计算转速给定指令值ω_r ^*与转速辩识值

之差e：若e＜e₁，进入步骤5)，否则返回步骤3)；

5)启动磁化电流无功功率的模型参考模糊自适应转速辨识对电机转速进行识别；

当电机起动结束后，进入稳态运行，采用磁化电流无功功率的模型参考模糊自适应转速辨识对电机的转速进行识别。

本发明的有益技术效果是：彻底解决了现有单一转速辨识方法中动态性能指标与稳态性能指标不能同时优化的矛盾，使电动机在起动时快速性好、动态跟踪性能强；稳态过程中超调量小、速度控制精度高，且对定子电阻具有完全的鲁棒性。能够在较宽的速度范围内执行无速度传感器的矢量控制，解决了现有单一转速辨识方法速度控制范围受限，不能在每个速度范围内稳定运行的问题；实现了真正意义上的电机高、低转速的复合辩识。

附图说明

图1、现有技术中常规的交流异步电机矢量控制系统示意图；

图2、采用本发明方案的一种交流异步电机矢量控制系统示意图；

图3、磁化电流无功功率的模型参考模糊自适应转速辨识系统结构示意图；

图4、平滑切换函数曲线图；

图5、本发明方案对高、低速段辨识方法平滑过渡的流程示意图；

图6、转差角速度开环转速辨识方法流程示意图；

图7、磁化电流无功功率的模型参考模糊自适应转速辨识方法流程示意图；

具体实施方式

本发明的改进之处在于：分别针对电机在高、低速段对转速特性的不同要求，采用两种转速辩识方法对其进行识别。并针对两种转速辩识方法，提出了一种可对其进行平滑切换，实现对电机起动过程中高、低转速的复合辩识新方法。

参见图1，标号2处即是常规的单一的转速辨识方法(环节)在控制系统中所处的位置，其具体方法如：开环直接估计，基于转子磁链MRAS法，基于反电势MRAS法和全阶磁通观测器、扩展卡尔曼滤波等；这些单一的速度辨识控制模式大致存在的问题已在背景技术中作了相应介绍，在此不再赘述。

下面结合图例来详细介绍本发明的技术方案。

参见图2，三相交流电源经整流后得到直流电源V_DC，该直流电源通过4处三相功率电压源逆变器处理，可得到6处交流异步电动机所需要的三相交流电源，虚线框8内即为矢量控制及速度辨识系统，它包含了：速度环PI控制模块16、电流环PI控制模块22和24、旋转/固定坐标变换模块26、空间矢量脉宽调制模块28以及可实现本发明方案的复合模块10。复合模块10中有：平滑切换的转速辨识复合控制58，低速段：转差频率转速辨识和滤波38、基于电流模型转子磁链观测30，高速段：基于磁化电流无功功率的模型参考模糊自适应转速辨识48。

下面通过整个系统的工作过程来介绍各个模块的连接关系：矢量控制及速度辨识系统在三相功率电压源逆变器的输出端，通过电流、电压传感器提取其中两相电流i_sa、i_sb和电压u_sa、u_sb(第三相的电流和电压值可通过所检测的前两相计算后得到)，在12处对电流、电压值进行三相到两相静止坐标的Clark变换，得到两相静止坐标系下的电流i_sα、i_sβ和电压u_sα、u_sβ(此处的i_sα和u_sα其下标为sα，因其太小容易与前面的i_sa和u_sa的下标sa混淆，特此说明)，

将两相静止坐标系下的电流i_sα、i_sβ分别送入30、48处(图3中用i_sαβ代表i_sα和i_sβ)，将两相静止坐标系下的电压u_sα、u_sβ送入48(图3中用u_sαβ代表u_sα和u_sβ)，由30处进行转子磁链观测，由48处进行高速段转速辨识。

转子磁链观测对电流i_sα、i_sβ的处理过程如下：得到两相静止坐标系下的定子电流i_sd、i_sq，将定子电流i_sd、i_sq送到18、20处的比较环节，将给定电流i_sd ^*、i_sq ^*与之相减；得到两相旋转坐标系下的转子磁链ψ_rd ⁱ、ψ_rq ⁱ，并对其进行Park逆变换：得到两相静止坐标系下的转子磁链ψ_rα ⁱ、ψ_rβ ⁱ，并将ψ_rα ⁱ、ψ_rβ ⁱ送入低速段：转差频率转速辨识和滤波模块38处理；同时也得到转子磁链角的正余弦sinθ、cosθ值，并将其送旋转/固定坐标变换模块处理26；低速段：转差频率转速辨识和滤波模块38对ψ_rα ⁱ、ψ_rβ ⁱ处理后得到电机低速段转速识别值

在48处的高速段转速辨识模块(即高速段：基于磁化电流无功功率的模型参考模糊自适应转速辨识模块)对两相静止坐标系下的电流i_sα、i_sβ和电压u_sα、u_sβ处理后得到电机高速段转速识别值

低速段转速辨识和高速段转速辨识的输出端都接入58处的平滑切换的转速辨识复合控制模块，得到电机转速复合辨识值

将

送入14处的转速比较环节，从而得到转速给定指令值ω_r ^*与转速复合辨识值

的误差， $e={\mathrm{\ω}}_r^{*}-{\widehat{\mathrm{\ω}}}_r,$ 将该误差送入58处的平滑切换的转速辨识复合控制模块，同时，还将误差e送入速度环PI控制模块。

上述结合图2所作的介绍即为本发明的完整控制系统结构，下面分别介绍本发明提出的应用于电机转速高、低速段辨识和高、低速段平滑切换的方法。

(一)磁化电流无功功率的模型参考模糊自适应转速辨识

本发明中对电机高速段转速辨识采用磁化电流无功功率的模型参考模糊自适应转速辨识方法，其所涉及的模块详细结构如图3中虚框48(即图2中48处的高速段：基于磁化电流无功功率的模型参考模糊自适应转速辨识模块)所示，它由磁化电流无功功率参考模型方程模块50(定义电机反电势与定子电流的叉积为磁化电流无功功率)、磁化电流无功功率可调模型方程模块52、误差信息模块54和模糊PI自适应控制模块56组成。

前文述及的磁化电流无功功率参考模型方程为：

$q_m=i_s\⊗e_m=i_{\mathrm{s\α}}{u}_{\mathrm{s\β}}-i_{\mathrm{s\β}}{u}_{\mathrm{s\α}}-{\mathrm{\σL}}_s(i_{\mathrm{s\α}}{\mathrm{pi}}_{\mathrm{s\β}}-i_{\mathrm{s\β}}{\mathrm{pi}}_{\mathrm{s\α}})$

式中，i_s为定子电流值，i_sα和i_sβ分别为定子电流在两相静止坐标系下的α、β轴分量，e_m为反电势，

u_sα和u_sβ分别为定子电压在两相静止坐标系下的α、β轴分量，漏磁系数 $\mathrm{\σ}=1-\frac{L_m^2}{L_s{L}_r},$ L_s为定子电感，L_r为转子电感，L_m为互感，p为微分算子，

前文述及的磁化电流无功功率可调模型方程为：

${\hat{q}}_m=\frac{L_m^2}{L_r}[({\hat{i}}_m\·i_s){\widehat{\mathrm{\ω}}}_{r2}+\frac{1}{{\mathrm{\τ}}_r}{\hat{i}}_m\⊗i_s]$

式中，L_m为互感，

i_s为定子电流值，

为励磁电流，“^”符号表示该值为估计值，

转子时间常数 ${\mathrm{\τ}}_r=\frac{L_r}{R_r},$ L_r为转子电感，R_r为转子电阻，

为叉积运算符，

其中， $p{\hat{i}}_{\mathrm{m\α}}=\frac{i_{\mathrm{s\α}}}{{\mathrm{\τ}}_r}-\frac{{\hat{i}}_{\mathrm{m\α}}}{{\mathrm{\τ}}_r}-{\widehat{\mathrm{\ω}}}_{r2}{\hat{i}}_{\mathrm{m\β}},$ $p{\hat{i}}_{\mathrm{m\β}}=\frac{i_{\mathrm{s\β}}}{{\mathrm{\τ}}_r}-\frac{{\hat{i}}_{\mathrm{m\β}}}{{\mathrm{\τ}}_r}-{\widehat{\mathrm{\ω}}}_{r2}{\hat{i}}_{\mathrm{m\α}};$

分别为励磁电流

在两相静止坐标系下的α、β轴分量，p为微分算子。

该方法有两个优点：其一，参考模型中无纯积分环节，不存在积分漂移的问题，克服了电机参数偏差经积分的累积产生漂移，影响到系统的调速精度和稳定性的问题；其二，参考模型中彻底去掉了定子电阻，避免了定子侧物理参数的影响，为拓宽调速范围提供了新途径。

该方法原理如下：将52处由磁化电流无功功率可调模型得到的磁化电流无功功率

与50处磁化电流无功功率参考模型得到的磁化电流无功功率q_m在54处相减，得到两个模型输出量的误差ε_ω和ε_ω的变化率

并将ε_ω输入56处模糊PI自适应控制模块，由模糊PI自适应控制模块处理得到电机高速段转速识别值

并将

分别输入52处的磁化电流无功功率可调模型方程模块和58处的平滑切换的转速辨识复合控制模块；磁化电流无功功率可调模型方程模块根据

对可调模型方程进行修正，使磁化电流无功功率可调模型方程逼近磁化电流无功功率参考模型方程，直至磁化电流无功功率可调模型方程跟踪上磁化电流无功功率参考模型方程为止。

如图7所示，前述过程可总结为如下步骤：

1)根据两相静止坐标系下的电流、电压值，分别用磁化电流无功功率参考模型方程和磁化电流无功功率可调模型方程计算出各自的磁化电流无功功率

和q_m；

2)将

和q_m相减，得到两模型方程输出量的误差值ε_ω和ε_ω的变化率

3)分别查询ε_ω和

各自对应的模糊规则表，得到和ε_ω、

对应的ΔK_P、ΔK_I值；

4)根据PI自适应率的比例、积分参数初值K′_P和K′_I，以及由模糊推理得到的修正值ΔK_P、ΔK_I，计算出参数K_P和K_I的值，并采用PI自适应率推算出电机高速段的转速

5)根据

对磁化电流无功功率可调模型方程进行修正，使磁化电流无功功率可调模型方程逼近磁化电流无功功率参考模型方程；

6)重复步骤1)至5)，直至磁化电流无功功率可调模型方程跟踪上磁化电流无功功率参考模型方程为止；

其中， ${\mathrm{\ϵ}}_{\mathrm{\ω}}={\hat{q}}_m-q_m;$

图3中56处是模糊PI自适应控制，其核心部分是模糊推理机构，输入是误差信息ε_ω及其变化率

输出的PI调节器增益参数是ε_ω和

的非线性函数，即 $\mathrm{\Δ}{K}_P=f({\mathrm{\ϵ}}_{\mathrm{\ω}},{\stackrel{\·}{\mathrm{\ϵ}}}_{\mathrm{\ω}}),$ $\mathrm{\Δ}{K}_I=f({\mathrm{\ϵ}}_{\mathrm{\ω}},{\stackrel{\·}{\mathrm{\ϵ}}}_{\mathrm{\ω}}).$ 通过查询模糊规则表完成PI调节器参数的调整。其具体方法是：先设定PI调节器的比例、积分参数初值K′_P和K′_I。接着再定义输入误差信息ε_ω及其变化率

模糊集上的论域和模糊子集，其模糊子集为 ${\mathrm{\ϵ}}_{\mathrm{\ω}}={\stackrel{\·}{\mathrm{\ϵ}}}_{\mathrm{\ω}}=\mathrm{NB},\mathrm{NS},\mathrm{ZO},\mathrm{PS},\mathrm{PB}.$ 同样也定义修正参数ΔK_P、ΔK_I模糊集上的论域和模糊子集，其模糊子集同样定义为ΔK_P＝ΔK_I＝NB，NS，ZO，PS，PB。将ε_ω及

作为输入量，分别由不同的模糊规则表得到ΔK_P、ΔK_I的值，该模糊规则表见表1。

表1输出ΔK_P、ΔK_I的规则表

模糊PI自适应率修正参数的在线整定值如下：

K_P＝K′_P+ΔK_P

K_I＝K′_I+ΔK_I

式中，K′_P、K′_I分别为PI自适应率的比例、积分参数初值，ΔK_P、ΔK_I是由模糊推理得到的修正值。

于是，转速就可由模糊PI自适应率推算出：

${\widehat{\mathrm{\ω}}}_{r2}=(K_P+\frac{K_I}{s}){\mathrm{\ϵ}}_{\mathrm{\ω}}$

其中，1/s为积分环节，ε_ω为

目前的自适应率大多采用PI调节器，比例、积分参数值一经设定，便为一固定值，不能更改；本发明在此处的PI调节环节引入人工智能控制方法，即模糊PI自适应控制，选取更为合理有效的模糊自适应率，从而提高系统的动态辨识精度。

(二)转差角速度开环转速辨识

转差角速度开环转速辨识方法分为两部分，第一步进行转子磁链观测，第二步，在转子磁链观测的基础上进行转差角速度开环转速辨识。其中，第一步的处理过程在前文中有所提及，参见图6，其具体步骤如下：

1)将两相静止坐标系下的定子电流i_sα、i_sβ经过Park变换为两相旋转坐标系下的定子电流i_sd、i_sq(图中用i_sdq表示i_sd和i_sq)；

2)按下式进行转子磁链的估计，

${\mathrm{\ψ}}_{\mathrm{rd}}^i=\frac{L_m{i}_{\mathrm{sd}}}{1+p{\mathrm{\τ}}_r},{\mathrm{\ψ}}_{\mathrm{rq}}^i=0$

式中，L_m为互感，p为微分算子，转子时间常数 ${\mathrm{\τ}}_r=\frac{L_r}{R_r};$

得到两相旋转坐标系下的转子磁链值ψ_rd ⁱ、ψ_rq ⁱ；

3)对ψ_rd ⁱ、ψ_rq ⁱ进行Park逆变换(图6中98处用ψ_rdq ⁱ表示ψ_rd ⁱ和ψ_rq ⁱ)，得到两相静止坐标系下的转子磁链ψ_rα ⁱ、ψ_rβ ⁱ(图6中98处用ψ_rαβ ⁱ表示ψ_rα ⁱ和ψ_rβ ⁱ)；

4)根据ψ_rα ⁱ、ψ_rβ ⁱ，计算出同步角速度ω_s、转子磁链角的正余弦sinθ、cosθ值；同时，根据ψ_rα ⁱ、ψ_rβ ⁱ和i_sα、i_sβ计算出转差角速度；

5)对同步角速度ω_s进行滤波(图6中100处的ψ_rα和ψ_rβ分别为转子磁链在静止坐标系下α、β轴的分量)，得到

根据

和ω_sl计算出电机当前转速值

从而实现对电机低速段转速识别。根据下式对同步角速度ω_s进行一阶低通滤波，

${\widehat{\mathrm{\ω}}}_s=\frac{{\mathrm{\ω}}_s}{1+p{\mathrm{\τ}}_c}$

式中，p为微分算子，τ_c＝1/(2πf_c)，f_c是滤波器的截止频率。

异步电动机直接磁场定向控制的单位矢量信号是由反馈磁链矢量导出的，根据反馈的方式有基于电压模型和电流模型的两种常用方法。在低频包括零速度的情况下，基于电压模型的直接磁场定向控制难以获得良好的性能。这是因为在低频时，电压信号非常小。另外，直流偏移量导致在积分器输出端上出现累计，从而使理想的积分变的很困难，电机参数的变化使转子磁链的估计精度降低。而基于电流模型的直接磁场定向控制在低速时却有较好的磁链估计精度，所以这里采用了基于电流模型的直接磁场定向控制。先在图3的32处将两相静止坐标系下的电流i_sα、i_sβ经过Park变换为两相旋转坐标系下的电流i_sd、i_sq。转子闭环磁链估计采用34处的电流模型，并将在两相旋转坐标系下观测到的磁链经36处的Park逆变换为两相静止坐标系下的转子磁链ψ_rα ⁱ、ψ_rβ ⁱ。于是完成了转子磁链的估计，这将为下一步的转差角速度开环转速辨识作好了准备。由得到的两相静止坐标系下转子磁链ψ_rα ⁱ、ψ_rβ ⁱ在40处可计算出同步角速度ω_s，转子磁链角的正余弦sinθ、cosθ值。其中的正余弦sinθ、cosθ值可用于如图2中26处的旋转/固定坐标变换。而转差角速度ω_sl的值可由电动机电流检测值和两相静止坐标系下磁链值ψ_rα ⁱ、ψ_rβ ⁱ在42处计算得到。这样就可在46处根据同步角速度滤波后的值

和转差角速度ω_sl计算出低速时的当前转速值

(三)平滑切换因子

前面介绍了本发明采用的用于电机高、低速段转速辨识的两种方法；在电机运行过程中，本发明采用平滑切换因子的方法对这两种转速辨识方法进行选择和切换，下面将对平滑切换因子方法进行详细介绍。

图3和图2中的58处即是平滑切换因子方法在控制系统中所在的环节；参见图4，图中所示为由转差角速度开环转速辨识到磁化电流无功功率的模型参考模糊自适应转速辨识的过渡区域。

该方法基本过程为：在图2的14处，根据转速给定指令值ω_r ^*与辨识出的转速值

得到误差 $e={\mathrm{\ω}}_r^{*}-{\widehat{\mathrm{\ω}}}_r,$ 利用误差e的不同值实现高、低转速辨识值的平稳切换，产生最终的转速辨识值

并输出；在平滑切换因子模块(即58处)内部进行的处理为：将图3中46处由转差角速度开环转速辨识得到的

与56处采用模糊自适应律PI辨识出的转速

进行加权，则加权后的转速值为：

${\widehat{\mathrm{\ω}}}_r=\mathrm{\σ}\left(e\right){\widehat{\mathrm{\ω}}}_{r1}+[1-\mathrm{\σ}\left(e\right)]{\widehat{\mathrm{\ω}}}_{r2}$

式中，σ(e)为平滑因子函数，σ(e)越大，转差角速度开环转速辨识作用越大，磁化电流无功功率的模型参考模糊自适应转速辨识作用越小，可将σ(e)构造为：

$\left\{\begin{array}{cc}\mathrm{\σ}\left(e\right)=0& \left|e\right|\≤e_1\\ \mathrm{\σ}\left(e\right)=\frac{\exp \left(\right|e\left|\mathrm{\μ}\right)-\exp \left(e_1\mathrm{\μ}\right)}{\exp \left(e_2\mathrm{\μ}\right)-\exp \left(e_1\mathrm{\μ}\right)}& e_1\≤\left|e\right|\≤e_2\\ \mathrm{\σ}\left(e\right)=1& \left|e\right|\≥e_2\end{array}\right.$

式中，参见图4，e₁和e₂为高、低转速辨识值的分界点；在高速段，当转速误差|e|＜e₁时，只采用磁化电流无功功率的模型参考模糊自适应转速辨识；在低速段，当转速误差|e|＞e₂时，完全实施转差角速度开环转速辨识。在e₁与e₂之间，两种转速辨识方法同时起作用，图4中66处的箭头为其调整方向。例如，在一个示例中，可取e₁＝0.1|e|，e₂＝0.2|e|。系数μ可以改变σ(e)函数的性状，选择不同μ值可调整两种转速辨识方法对实际速度辨识值的影响，从而获得不同的过渡特性。μ值越大，如图4中64处μ＝100，在过渡区域前期(接近低速段的区域)，随着误差的减小，σ(e)变化较大，转差角速度开环转速辨识的作用迅速减小。当接近高速段的区域时，σ(e)曲线平缓变化不大，转差角速度开环转速辨识的作用缓慢降低，磁化电流无功功率的模型参考模糊自适应转速辨识起主导作用；μ值越小，随着误差增大，转差角速度开环转速辨识的作用将快速增强。因此在实际应用中，两种转速辨识方法之间的过渡切换轨迹可取不同的μ值进行调整，获得最佳的切换轨迹。

前述的该方法过程可整理为如下步骤：

1)根据下式确定电机转速

${\widehat{\mathrm{\ω}}}_r=\mathrm{\σ}\left(e\right){\widehat{\mathrm{\ω}}}_{r1}+[1-\mathrm{\σ}\left(e\right)]{\widehat{\mathrm{\ω}}}_{r2}$

式中，

为采用转差角速度开环转速辨识识别出的电机转速；

为采用磁化电流无功功率的模型参考模糊自适应转速辨识识别出的电机转速；σ(e)为平滑因子函数；

为电机转速，也即转速复合辨识值；

其中，当电机起动时，σ(e)的初始表达式为σ(e)＝1，将σ(e)的初始表达式代入计算，并根据步骤4)中e值所在区间对应的σ(e)表达式，对后一周期步骤1)中的σ(e)表达式进行更新；

2)根据

值并结合下式计算出误差值e，

$e={\mathrm{\ω}}_r^{*}-{\widehat{\mathrm{\ω}}}_r$

式中，ω_r ^*为转速给定指令值；

3)根据下式，切换电机转速的识别方法，

$\left\{\begin{array}{c}\left|e\right|\≤e_1\\ e_1\≤\left|e\right|\≤e_2\\ \left|e\right|\≥e_2\end{array}\right.$

当|e|≤e₁时，只采用磁化电流无功功率的模型参考模糊自适应转速辨识对电机的转速进行识别；当|e|≥e₂时，只采用转差角速度开环转速辨识对电机的转速进行识别；当e₁≤|e|≤e₂时，同时采用两种转速辨识方法对电机的转速进行识别；

其中，e₁、e₂分别为电机高、低转速辩识值的分界点，|e|≤e₁则判断电机工作在高速段，|e|≥e₂则判断电机工作在低速段，e₁≤|e|≤e₂则判断电机工作在高、低速段的中间过渡段；

4)根据下列e值所在区间对应的σ(e)表达式，对下一工作周期的步骤1)中

计算式中的σ(e)进行更新并重复步骤1)至4)，

$\left\{\begin{array}{cc}\mathrm{\σ}\left(e\right)=0& \left|e\right|\≤e_1\\ \mathrm{\σ}\left(e\right)=\frac{\exp \left(\right|e\left|\mathrm{\μ}\right)-\exp \left(e_1\mathrm{\μ}\right)}{\exp \left(e_2\mathrm{\μ}\right)-\exp \left(e_1\mathrm{\μ}\right)}& e_1\≤\left|e\right|\≤e_2\\ \mathrm{\σ}\left(e\right)=1& \left|e\right|\≥e_2\end{array}\right.$

其中，μ为可调参数；

值得特别说明的是，选择不同的μ可以在平滑切换的过程中得到不同的过渡特性，达到最佳切换轨迹。从这点上看，平滑切换因子方法的“过渡特性”并非是单一、固定的，而是具有非常灵活的可变性。

前文中(一)、(二)、(三)部分分别介绍了本发明为了实现发明目的所采用的三种方法，这三种方法之间的联系也已有所阐述，为了使其更加明确，三种方法在具体应用时的关系可通过如下步骤反应出来：

参见图5，电机开始起动，

1)采用转差角速度开环转速辨识对电机转速进行识别，得到转速辩识值；

2)计算转速给定指令值ω_r ^*与转速辩识值

之差e：若e＜e₂，进入步骤3)，否则返回步骤1)；

3)启动平滑切换因子的方法，对电机转速进行识别；

4)计算转速给定指令值ω_r ^*与转速辩识值

之差e：若e＜e₁，进入步骤5)，否则返回步骤3)；

5)启动磁化电流无功功率的模型参考模糊自适应转速辨识对电机转速进行识别；当电机起动结束后，进入稳态运行，此时电机工作在高速状态，故继续采用磁化电流无功功率的模型参考模糊自适应转速辨识对电机的转速进行识别。

两种转速辨识方法按上述步骤有机地结合在一起，在电机转速识别中，根据电机不同的转速段采用不同的辨识方法，并且可在两种方法的转换过程中，对它们进行平滑切换，最终实现对电机高、低速段转速的复合辨识。将辨识出的转速用于电机的转速负反馈，从而达到对电机高精度、稳速控制的目的。

Claims (7)

1.一种平滑切换复合转速辨识的电机无速度传感器控制方法，其特征在于：采用磁化电流无功功率的模型参考模糊自适应转速辨识对电机高速段的转速进行识别；采用转差角速度开环转速辨识对电机低速段的转速进行识别；采用平滑切换因子的方法对前述两种电机转速识别方法进行平滑过渡，从而实现对电机起动过程中高、低转速的无缝复合辩识。

2.根据权利要求1所述的平滑切换复合转速辨识的电机无速度传感器控制方法，其特征在于：平滑切换因子的方法，包括：

1)根据下式确定电机转速

式中，

为采用转差角速度开环转速辨识识别出的电机转速；

为采用磁化电流无功功率的模型参考模糊自适应转速辨识识别出的电机转速；σ(e)为平滑因子函数；

为电机转速，也即转速复合辨识值；

其中，当电机起动时，σ(e)的初始表达式为σ(e)＝1，将σ(e)的初始表达式代入计算，并根据步骤4)中e值所在区间对应的σ(e)表达式，对后一周期步骤1)中的σ(e)表达式进行更新；

2)根据

值并结合下式计算出误差值e，

式中，ω_r ^*为转速给定指令值；

3)根据下式，切换电机转速的识别方法，

当|e|≤e₁时，只采用磁化电流无功功率的模型参考模糊自适应转速辨识对电机的转速进行识别；当|e|≥e₂时，只采用转差角速度开环转速辨识对电机的转速进行识别；当e₁≤|e|≤e₂时，同时采用两种转速辨识方法对电机的转速进行识别；

其中，e₁、e₂分别为电机高、低转速辩识值的分界点，|e|≤e₁则判断电机工作在高速段，|e|≥e₂则判断电机工作在低速段，e₁≤|e|≤e₂则判断电机工作在高、低速段的中间过渡段；

4)根据下列e值所在区间对应的σ(e)表达式，对下一工作周期的步骤1)中

计算式中的σ(e)进行更新并重复步骤1)至4)，

其中，μ为可调参数；

3.根据权利要求1所述的平滑切换复合转速辨识的电机无速度传感器控制方法，其特征在于：磁化电流无功功率的模型参考模糊自适应转速辨识，包括：

1)根据两相静止坐标系下的电流、电压值，分别用磁化电流无功功率参考模型方程和磁化电流无功功率可调模型方程计算出各自的磁化电流无功功率

和q_m；

2)将

和q_m相减，得到两模型方程输出量的误差值ε_ω和ε_ω的变化率

3)分别查询ε_ω和

各自对应的模糊规则表，得到和ε_ω、

对应的ΔK_P、ΔK_I值；

4)根据PI自适应率的比例、积分参数初值K′_P和K′_I，以及由模糊推理得到的修正值ΔK_P、ΔK_I，计算出参数K_P和K_I的值，并采用PI自适应率推算出电机高速段的转速

5)根据

对磁化电流无功功率可调模型方程进行修正，使磁化电流无功功率可调模型方程逼近磁化电流无功功率参考模型方程；

6)重复步骤1)至5)，直至磁化电流无功功率可调模型方程跟踪上磁化电流无功功率参考模型方程为止；

其中，

4.根据权利要求3所述的平滑切换复合转速辨识的电机无速度传感器控制方法，其特征在于：步骤1)中磁化电流无功功率参考模型方程为：

式中，i_s为定子电流值，i_sα和i_sβ分别为定子电流在两相静止坐标系下的α、β轴分量，

e_m为反电势，

u_sα和u_sβ分别为定子电压在两相静止坐标系下的α、β轴分量，

漏磁系数

L_s为定子电感，L_r为转子电感，L_m为互感，

p为微分算子，

磁化电流无功功率可调模型方程为：

式中，L_m为互感，

i_s为定子电流值，

为励磁电流，“^”符号表示该值为估计值，

转子时间常数

L_r为转子电感，R_r为转子电阻，

为叉积运算符，

其中，

分别为励磁电流在两相静止坐标系下的α、β轴分量，p为微分算子，步骤4)根据下式计算出参数K_P、K_I的值，

K_P＝K′_P+ΔK_P，K_I＝′_I+ΔK_I

式中，K′_P、K′_I分别为PI自适应率的比例、积分参数初始值，ΔK_P、ΔK_I是由模糊推理得到的修正值；

则电机高速段的转速就可由下式推算出，

式中，1/s为积分环节，其中，

5.根据权利要求1所述的平滑切换复合转速辨识的电机无速度传感器控制方法，其特征在于：转差角速度开环转速辨识，包括：

1)将两相静止坐标系下的定子电流i_sα、i_sβ经过Park变换为两相旋转坐标系下的定子电流u_sd、i_sq；

2)按下式进行转子磁链的估计，

式中，L_m为互感，p为微分算子，转子时间常数

L_r为转子电感，R_r为转子电阻；

得到两相旋转坐标系下的转子磁链值

3)对

进行Park逆变换，得到两相静止坐标系下的转子磁链

4)根据

计算出同步角速度ω_s、转子磁链角的正余弦sinθ、cosθ值；同时，根据

和i_sα、i_sβ计算出转差角速度ω_sl；

5)对同步角速度ω_s进行滤波，得到根据

和ω_sl计算出电机当前转速值

从而实现对电机低速段转速识别。

6.根据权利要求5所述的平滑切换复合转速辨识的电机无速度传感器控制方法，其特征在于：步骤5)根据下式对同步角速度ω_s进行一阶低通滤波，

式中，p为微分算子，τ_c＝1/(2πf_c)，f_c是滤波器的截止频率。

7.根据权利要求1所述的平滑切换复合转速辨识的电机无速度传感器控制方法，其特征在于：所述的平滑切换复合转速辨识的电机无速度传感器控制方法步骤如下：电机开始起动，

1)采用转差角速度开环转速辨识对电机转速进行识别，得到转速辩识值；

2)计算转速给定指令值

与转速辩识值

之差e：若e＜e₂，进入步骤3)，否则返回步骤1)；

3)启动平滑切换因子的方法，对电机转速进行识别；

4)计算转速给定指令值

与转速辩识值

之差e：若e＜e₁，进入步骤5)，否则返回步骤3)；

5)启动磁化电流无功功率的模型参考模糊自适应转速辨识对电机转速进行识别；

当电机起动结束后，进入稳态运行，采用磁化电流无功功率的模型参考模糊自适应转速辨识对电机的转速进行识别；

其中，e₁、e₂分别为电机高、低转速辩识值的分界点。

Images