CN102624320A - 基于定子电阻观测器的电动机动/稳态阶段参数辨识方法 - Google Patents
基于定子电阻观测器的电动机动/稳态阶段参数辨识方法 Download PDFInfo
- Publication number
- CN102624320A CN102624320A CN2012100650119A CN201210065011A CN102624320A CN 102624320 A CN102624320 A CN 102624320A CN 2012100650119 A CN2012100650119 A CN 2012100650119A CN 201210065011 A CN201210065011 A CN 201210065011A CN 102624320 A CN102624320 A CN 102624320A
- Authority
- CN
- China
- Prior art keywords
- rotor
- resistance
- stator
- stator resistance
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Control Of Ac Motors In General (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明公开了一种基于定子电阻观测器的电动机动/稳态阶段参数辨识方法,对于电动机动态阶段的参数识别,在仍然采用现有的MRAS方法基础上,引入定子电阻T-S模糊观测器获取定子电阻的实测值,根据定子电阻实测值对转速参考模型和电阻参考模型进行动态修正;对于稳态阶段的参数识别,转子转速的识别方法采用与动态阶段相同的“MRAS方法+定子电阻T-S模糊观测器”,转子电阻的识别方法采用简单的换算获取;本发明的有益技术效果是:解决了参考模型不精确的问题,使电动机的低速运行性能得到改善;避免了采用注入电流法,省去了注入电流设备,降低了系统的复杂度,以及引入转矩脉动等一系列问题。
Description
技术领域
本发明涉及一种无速度传感器的感应电动机参数在线辨识技术,尤其涉及一种基于定子电阻观测器的电动机动/稳态阶段参数辨识方法。
背景技术
在感应电动机无速度传感器矢量控制系统中,由于模型参考自适应方法(也叫MRAS方法)原理简单,易于实现且稳定性好,在无速度传感器交流调速系统中得到了广泛应用。
在基于MRAS方法的无速度传感器矢量控制系统中,电动机参数的识别可分为动态阶段和稳态阶段两个部分。许多在线估计电动机参数的方法,本身就显式或隐含地要求电动机处于动态过程中。在实际运行中,电动机磁通通常是长时间处于稳态运行的,而获取稳态阶段的电动机参数较为困难。如参考文献:凌强,徐文立等“关于感应电机转速观测和转子电阻辨识的研究”,[J].中国电动机工程学报,2001,21(9):61,该文献说明了当电动机处于稳态时,转子转速与转子电阻存在着耦合,转子转速观测与转子电阻辨识无法同时进行。采用转速辨识的同时辨识转子电阻,事实上都是基于“电动机运行处于动态阶段中”这个条件,尽管有时没有被显式地指出。
之所以获取稳态阶段的电动机参数较为困难,主要有以下原因:当电动机工作于稳态阶段时,速度推算误差和转子电阻推算误差处于耦合状态,故不能进行独立的控制。如冯垛生教授的专著《无速度传感器矢量控制原理与实践》(第2版,机械工业出版社)在P184~189中采用了“注入电流法”。该方法通常在两相旋转坐标系的励磁电流上叠加低频交流分量,以满足“充分激励”的条件。所叠加的交流成分,其幅值一般取额定电流的50%,频率为1~3Hz。这样,就可解除稳态下转速与转子电阻推算的耦合状态,在转速估算的同时在线辨识转子电阻。但采用上述方法存在着如下两个方面的问题:如果电动机的运行频率与注入电流频率(1~3Hz)相同或很接近,不仅不能满足“充分激励”条件,反而会因为注入电流脉动分量,将带来更多的转矩脉动。因此,在“运行频率与注入电流频率相同或很接近”的情况下,该方法是不能使用的;即使是该方法能够解决“运行频率与注入电流频率相同或很接近”的问题,由于需要增加相应的注入电流设备,既增加了故障源,也使工业应用本身结构变复杂,不易实现。
其次,在采用MRAS方法辨识转子转速和转子电阻时,存在辨识精度方面的问题:当电动机工作于低速条件下时,对其转子转速和转子电阻的辨识是一个难点,也是当前的一个研究热点。电动机低速运行时,转速估计的精确度对电动机内部的模型参数误差相当敏感,在MRAS方法中,参考模型通常采用电压模型作为标准模型,而电压模型中含有定子电阻,在运行过程中,电动机温度、频率的变化将使电压模型中的定子电阻也随之变化,这样就会给电压模型带来误差,特别是低速和接近于零速的情况下,测量误差甚至会淹没反电动势,将造成转速和暂态时的转子电阻估计精度大大降低,使电动机在低速时的运行性能恶化。
发明内容
针对背景技术中的问题,本发明提出了一种基于定子电阻观测器的电动机动/稳态阶段参数的辨识方法。下面针对电动机动态阶段和稳态阶段两种情况下的参数辨识过程进行介绍:
首先,针对电动机的动态阶段的参数辨识,本发明提出了一种基于定子电阻观测器的电动机动态阶段参数辨识方法。它与现有技术的共同点是仍然采用常规的MRAS方法来对参数进行识别,即该方法仍然包括以下的基本步骤:1)确定转速参考模型、电阻参考模型、转速调节模型和电阻调节模型;2)采用P I自适应律对电动机动态阶段的转子转速和转子电阻进行识别;3)根据识别出的转子转速和转子电阻对电动机进行控制,同时将识别出的转子转速和转子电阻作为对应的转速调节模型和电阻调节模型的修正参数,对转速调节模型和电阻调节模型进行修正。
该方法与现有技术的不同点在于:在步骤1)、2)、3)运行的同时,采用定子电阻T-S模糊观测器获取定子电阻实测值,根据定子电阻实测值对转速参考模型和电阻参考模型进行动态修正。具体方法为:
对转子转速进行识别时,步骤2)采用如下公式得出转子转速:
对转子电阻进行识别时,步骤2)采用如下公式得出转子电阻:
其中,为辨识出的转子转速;为辨识出的转子电阻;、均为比例系数;、均为积分系数;1/s为积分环节;、分别为由参考模型得到的转子磁链在坐标中的两个分量。、的表达式即为一组参考模型,转子转速和转子电阻各自对应一组参考模型,对应转子转速的即为转速参考模型,对应转子电阻的即为电阻参考模型;、分别为由调节模型得到的转子磁链在坐标中的两个分量。、的表达式即为一组调节模型,转子转速和转子电阻各自对应一组调节模型,对应转子转速的即为转速调节模型,对应转子电阻的即为电阻调节模型。
采用定子电阻T-S模糊观测器获取到的定子电阻实测值用于修正前述的、表达式中的,使和的表达式随定子电阻实测值的变化而动态改变,用以提高电动机在动态阶段转速参考模型和电阻参考模型的精确度,降低磁链的观测误差。
前文所述方案是对于动态阶段的电动机参数的辨识方案。在基于引入定子电阻T-S模糊观测器这一思路下,本发明还提出了一种针对电动机稳态阶段的参数辨识方法。即基于定子电阻观测器的电动机稳态阶段参数辨识方法,该方法又可分为稳态阶段的转子转速辨识和稳态阶段的转子电阻辨识,具体方案为:
对稳态阶段转子转速进行识别的方法为:1)确定转速参考模型和转速调节模型;2)采用P I自适应律对电动机稳态阶段的转子转速进行识别;3)根据识别出的转子转速,结合后续方法中识别出的转子电阻对电动机进行控制,同时将识别出的转子转速作为转速调节模型的修正参数,对转速调节模型进行修正;在步骤1)、2)、3)运行的同时,采用定子电阻T-S模糊观测器获取定子电阻实测值,根据定子电阻实测值对转速参考模型进行动态修正;具体方法为:
对转子转速进行识别时,步骤2)采用如下公式得出转子转速:
其中,为辨识出的转子转速;为比例系数;为积分系数;1/s为积分环节;、分别为由参考模型得到的转子磁链在坐标中的两个分量,、的表达式即为转速参考模型;、分别为由调节模型得到的转子磁链在坐标中的两个分量,、的表达式即为转速调节模型。
的表达式为:
从前面阐述可看出,对于稳态阶段的转子转速辨识,其方案与本发明动态阶段的转子转速辨识方法几乎相同。而本发明之所以采用这种分别阐述的行文方式,主要是由于稳态阶段的转子电阻辨识方法完全不同于现有技术,因此,有必要分情况对其进行分别阐述。故本发明采用按动态阶段和稳态阶段的划分方式来分别阐述参数识别方法,又在稳态阶段按转子转速识别和转子电阻识别的划分方式来分别阐述。前文所述的完全不同于现有技术的转子电阻识别方法其方案如下:
动态阶段参数辨识所用到的参考模型、调节模型和稳态阶段转子转速辨识所用到的参考模型、调节模型,从表达形式上看,是完全一样的,即参考模型都采用现有的电压模型,调节模型都采用现有的电流模型。其中,参考模型已在前面的方案中进行了阐述,在此不再赘述,这里重点阐述调节模型,调节模型的表达式为:
的表达式为:
在本发明的动态阶段参数辨识方法和稳态阶段参数辨识方法中,用到的定子电阻T-S模糊观测器也是相同的。定子电阻T-S模糊观测器的设计属于现有技术,本发明只是将其用于本发明的方案中。当然,为了配合本发明的方案,经过对各类定子电阻观测器的比较后,本发明采用了如下制作定子电阻T-S模糊观测器的优选方案,即采用如下方法制作:1)获取多组定子电流、频率和定子电阻变化值的数据,形成实验数据对;2)采用遗传算法对实验数据对进行处理,获得模糊估计规则和调整模糊变量隶属函数;3)定子电阻T-S模糊观测器具备泛化能力后,即可用于定子电阻实测值的获取。
本发明的有益技术效果是:采用定子电阻T-S模糊观测器获取定子电阻实测值,对MRAS方法中的参考模型进行动态修正,解决了参考模型不精确的问题,使通过参考模型获得的转子磁链更为准确。从而获得较宽的调速范围,使电动机的低速运行性能得到改善;对于稳态阶段的转子电阻,采用了比现有技术(MRAS方法)更为简单的识别方法(通过比例换算),解决了现有技术中对稳态阶段的电动机参数进行识别时,需要采用“注入电流法”而带来的负面问题:当“运行频率与注入电流频率相同或很接近”情况下,该方法不能使用;同时,省去了注入电流设备,降低了系统的复杂度,以及引入转矩脉动等一系列问题。
附图说明
图1、现有的一种可在线辨识电动机参数的感应电动机无速度传感器矢量控制系统图;
图2、MRAS方法的原理示意图;
图3、本发明方法的原理示意图;
图4、定子电阻T-S模糊观测器的制作原理示意图;
图5、采用遗传算法优化时的误差收敛曲线图;
图6、电流输入变量的初始隶属函数;
图7、频率输入变量的初始隶属函数;
图8、电流输入变量经过遗传算法优化后的隶属函数;
图9、频率输入变量经过遗传算法优化后的隶属函数;
图10、图11、定子电阻T-S模糊观测器进行泛化能力校验的实验条件;
图12、定子电阻变化实测值与T-S模糊观测器输出值的对比图;
图13、采用现有方法获取电动机参数对电动机进行控制时的实际电动机转速与给定转速比对图;
图14、采用本发明方法获取电动机参数对电动机进行控制时的实际电动机转速与给定转速比对图。
具体实施方式
参见图1,现有的一种可在线辨识电动机参数的感应电动机无速度传感器矢量控制系统图。图1中标记1处虚线框内的部分即为与本发明方案相关的模块(也可认为就是本发明在系统中的作用位置),标记2、3所示的模块各自包含一个如图2所示的结构单元(记为A单元),由于其结构基本相同,故仅示出了一幅附图。图2中的参考模型和调节模型,当其对应于转子转速时,就将其定义为转速参考模型和转速调节模型,当其对应于转子电阻时,就将其定义为电阻参考模型和电阻调节模型。参考模型和调节模型采用现有的电压模型和电流模型,搭建系统时,首先设定如下的电压模型(参考模型)和电流模型(调节模型):
电压模型为:
电流模型为:
(3)
(4)
、分别为由参考模型得到的转子磁链在坐标中的两个分量,、的表达式即为一组参考模型,转子转速和转子电阻各自对应一组参考模型,对应转子转速的即为转速参考模型,对应转子电阻的即为电阻参考模型;、分别为由调节模型得到的转子磁链在坐标中的两个分量,、的表达式即为一组调节模型,转子转速和转子电阻各自对应一组调节模型,对应转子转速的即为转速调节模型,对应转子电阻的即为电阻调节模型;为转子电感,为互感,为定子电感;为定子电阻;、 分别为坐标中的两相定子电压,、 分别为坐标中的两相定子电流;为漏磁系数,;为转子时间常数,,为转子电感,为转子电阻。
如图2中所示,采用P I自适应律对转子转速和转子电阻进行识别时,即是将电压模型和电流模型的输出磁链误差进行P I调节。图1中标记2模块对应的A单元输出的即是转子转速,图1中标记3模块对应的A单元输出的即是转子电阻。其中,标记3模块和标记2模块的输出量又可互相作为对方的输入量。
电压模型和电流模型的输出都是转子磁链,由于电压模型表达式中不含转子转速和转子电阻项,故现有技术中将电压模型作为参考模型,同时电压模型中用一阶惯性环节代替原来的纯积分环节以消除积分漂移现象;而电流模型表达式中含有转子转速和转子电阻项,故现有技术中选取电流模型作为调节模型。
电压模型与电流模型两者的输出均为转子磁链,将其广义误差作为比例积分(P I)调节器的输入。选取合适的PI参数便可自适应产生转子转速估计值和转子电阻辨识值,将其反馈回电流模型来校正模型误差,由此构成一个转子转速和转子电阻辨识的一个模型参考自适应系统。根据Popov超稳定理论,这样的自适应系统是渐近收敛且稳定的。这样就可以使得调节模型输出的转子转速值和转子电阻值逼近真实的电动机参数。按MRAS参数的普遍结构,在图1中的标记2模块内,将自适应律取为如下的比例积分(P I)形式:
同理,在图1中的标记3模块内,将自适应律取为如下的比例积分(P I)形式:
前述过程即为现有的技术,对于电动机动态阶段的参数辨识的方法,该方法还可简述为如下步骤:1)确定转速参考模型、电阻参考模型、转速调节模型和电阻调节模型;2)采用P I自适应律对电动机动态阶段的转子转速和转子电阻进行识别;3)根据识别出的转子转速和转子电阻对电动机进行控制,同时将识别出的转子转速和转子电阻作为对应的转速调节模型和电阻调节模型的修正参数,对转速调节模型和电阻调节模型进行修正。下文还将引用此方法,故先将其定义为B方法。
在现有技术中,对于电动机稳态阶段的参数辨识的方法,与动态阶段的参数辨识方法既有相同的部分又有不同之处。其相同之处在于都采用B方法输出辨识值;其不同之处在于:对于稳态阶段的参数辨识,在进行B方法处理之前,还要进行解耦处理(即“注入电流法”):在进行解耦时,需要在图1中的标记4处,在两相旋转坐标系励磁电流上叠加低频交流分量部分。这样做的原因是:由于在稳态时,速度推算误差和转子电阻推算误差处于耦合状态,故不能进行独立的控制。若在两相旋转坐标系的励磁电流上叠加低频交流分量,则可解除稳态下转子转速跟转子电阻推算的耦合状态,使转子转速估算和转子电阻辨识可以同时进行。在完成了“注入电流法”的处理后,继续进行B方法的处理过程中,针对转子电阻的自适应律又不同于公式(6),稳态阶段的转子电阻的自适应律采用如下公式:
事实上,在电动机运行的过程中,定子电阻是变动的,而不是一个固定的值。因此将公式(1)、(2)所示出的电压模型始终作为参考模型是不精确的,将降低参考模型的磁链观测误差。换而言之,只要在控制策略中用到电压模型,其控制的准确度均会受到定子电阻变动的影响。特别是在电动机低速和接近于零速的情况下,定子电阻影响表现得尤为突出,定子电阻的变化对低速性能的提高是一个较大的障碍,将使整个控制系统的低速性能大大地降低。
针对定子电阻变动影响模型精度的问题,在实际的感应电动机无速度传感器矢量控制系统中,有采用查表的办法来在线获得定子电阻的估计值。但该方法需要占用大量的内存资源,输入数据的劳动强度较大,特别是当电动机运行时的复杂工况或各种工况的变化较大时,定子电阻变化规律不能确知,系统的鲁棒性反而会变差。
基于前述的分析,发明人经过潜心研究,提出了本发明的方法。本发明的核心如图3所示,在图2所示的分别对应转子转速和转子电阻的两个A单元中各增加了一个定子电阻T-S模糊观测器,用以动态修正转速参考模型和电阻参考模型,以保证参考模型的精度。
在电动机的运行过程中,定子电阻的变化具有时变性、非线性、大惯性等特点,很难采用解释公式精确地表达,也就难以建立精确的数学模型。在现有技术中,研究者们提出了多种在线估计定子电阻的方法,如S. A. Mir等人把定子电阻看成只是定子电流的函数进行估计,而忽略了定子电阻与定子频率相关,同时也没考虑定子铁损和电动机的热工动态模型的问题;陈其工教授等人将电动机温度及其变化率作为输入量,采用模糊神经网络的方式来估计定子电阻变化值。这种方法若要在感应电动机无速度传感器矢量控制系统中实现,存在着两方面的缺点:一是要在定子绕阻中嵌入温度传感器,得到温度的检测值,这样将存在增加成本、引入故障源的缺点;二是构造模糊神经网络估计的方式工作量较大,不易在线实现。由于需要在低速域内对电动机定子电阻变化进行实时检测,而对电动机定子电阻变化影响比较大的因素主要有三个:定子电流、定子频率(或转速)及运行时间。它们之间的关系非常复杂,采用传统的方法难以准确地进行在线估计;由于在一定条件下,模糊逻辑可以任意精度逼近任意非线性函数,具有本质鲁棒性强的优点,因此采用模糊智能的方式进行处理可以很好地避免前文所述的问题,故本发明采用定子电阻T-S模糊观测器来测量定子电阻。
基于前述分析,发明人提出了本发明的方案。虽然本发明对于电动机动、稳态阶段的参数辨识都是基于“采用定子电阻T-S模糊观测器”这一总体思路,但由于本发明在电动机动态阶段的参数辨识方法与现有技术有诸多相似之处,而本发明在电动机稳态阶段的参数辨识方法又与现有技术有较大的差异。因此,本说明书将其按动态阶段的参数识别和稳态阶段的参数识别来进行分开阐述,具体方案如下:
(一)一种基于定子电阻观测器的电动机动态阶段参数辨识方法,包括:1)确定转速参考模型、电阻参考模型、转速调节模型和电阻调节模型;2)采用P I自适应律对电动机动态阶段的转子转速和转子电阻进行识别;3)根据识别出的转子转速和转子电阻对电动机进行控制,同时将识别出的转子转速和转子电阻作为对应的转速调节模型和电阻调节模型的修正参数,对转速调节模型和电阻调节模型进行修正。
其创新之处在于:在步骤1)、2)、3)运行的同时,采用定子电阻T-S模糊观测器获取定子电阻实测值,根据定子电阻实测值对转速参考模型和电阻参考模型进行动态修正。具体方法为:
对转子转速进行识别时,步骤2)采用如下公式得出转子转速:
对转子电阻进行识别时,步骤2)采用如下公式得出转子电阻:
其中,为辨识出的转子转速;为辨识出的转子电阻;、均为比例系数;、均为积分系数;1/s为积分环节;、分别为由参考模型得到的转子磁链在坐标中的两个分量。、的表达式即为一组参考模型,转子转速和转子电阻各自对应一组参考模型,对应转子转速的即为转速参考模型,对应转子电阻的即为电阻参考模型;、分别为由调节模型得到的转子磁链在坐标中的两个分量。、的表达式即为一组调节模型,转子转速和转子电阻各自对应一组调节模型,对应转子转速的即为转速调节模型,对应转子电阻的即为电阻调节模型。
的表达式为:
(13)
(14)
用于动态阶段参数识别的定子电阻T-S模糊观测器,采用如下方法制作:1)获取多组定子电流、频率和定子电阻变化值的数据,形成实验数据对;2)采用遗传算法对实验数据对进行处理,获得模糊估计规则和调整模糊变量隶属函数;3)定子电阻T-S模糊观测器具备泛化能力后,即可用于定子电阻实测值的获取。
采用前述(一)方法后,在电动机动态阶段的运行过程中在线识别参数的同时,使参考模型可根据定子电阻的变化而被动态地修正,使参考模型的精确度得到提高,而且其余处理步骤直接利用现有的MRAS方法,对系统硬件改动不大,易于实现。
(二)一种基于定子电阻观测器的电动机稳态阶段参数辨识方法,其创新之处在于:对稳态阶段转子转速进行识别的方法为:1)确定转速参考模型和转速调节模型;2)采用P I自适应律对电动机稳态阶段的转子转速进行识别;3)根据识别出的转子转速,结合后续方法中识别出的转子电阻对电动机进行控制,同时将识别出的转子转速作为转速调节模型的修正参数,对转速调节模型进行修正。
在步骤1)、2)、3)运行的同时,采用定子电阻T-S模糊观测器获取定子电阻实测值,根据定子电阻实测值对转速参考模型进行动态修正;具体方法为:
对转子转速进行识别时,步骤2)采用如下公式得出转子转速:
其中,为辨识出的转子转速;为比例系数;为积分系数;1/s为积分环节;、分别为由参考模型得到的转子磁链在坐标中的两个分量,、的表达式即为转速参考模型;、分别为由调节模型得到的转子磁链在坐标中的两个分量,、的表达式即为转速调节模型。
所述的、的表达式为:
的表达式为:
为定子电阻变化量,即当前定子电阻值与最后一个动态阶段定子电阻值之差(电动机运行过程中,可能出现多个动态阶段,而不论出现几个动态阶段,只要电动机的实际转速与设定转速之间的误差进入设定的误差带范围内,即可认为电动机已经进入稳态阶段,故“最后一个动态阶段”也可认为是电动机由动态阶段向稳态阶段过渡时交接处的最后那个动态阶段),是由定子电阻额定值与转子电阻额定值之比确定的比例系数。
用于稳态阶段参数识别的定子电阻T-S模糊观测器,采用如下方法制作:1)获取多组定子电流、频率和定子电阻变化值的数据,形成实验数据对;2)采用遗传算法对实验数据对进行处理,获得模糊估计规则和调整模糊变量隶属函数; 3)定子电阻T-S模糊观测器具备泛化能力后,即可用于定子电阻实测值的获取。
采用前述的(二)方法后,避免了采用“注入电流法”而带来的负面影响;在电动机稳态阶段的运行过程中在线识别参数的同时,使处理转子转速的参考模型可跟随定子电阻的变化而被动态地修正,提高了用于处理转子转速的参考模型精确度;特别是采用了全新的、更为简便的方法得到转子电阻。
本发明的核心在于采用定子电阻T-S模糊观测器获取参数来修正参考模型以及获得新的识别转子电阻的方法,而非定子电阻T-S模糊观测器本身;定子电阻T-S模糊观测器本身是属于现有的技术,但鉴于现有技术中关于定子电阻T-S模糊观测器的原理介绍的相关文献较少,下文对定子电阻T-S模糊观测器及其制作作一下简单的介绍。
本发明结合遗传算法,利用输入、输出量测数据来提取模糊控制规则,并对模糊变量的隶属函数进行调整,避免了专家经验获取模糊规则难、主观性强的弱点。下文将着重介绍定子电阻T-S模糊观测器。
在附图4中,定子电阻T-S模糊观测器的前件为模糊语言值,后件为输入变量的线性组合,其计算结果为一精确值,故结构简洁,计算快速,简化了模糊推理过程。将之用于定子电阻的模糊观测中,可以逼近任意的非线性系统。把定子给定频率和定子电流作为T-S模糊观测器的输入,把定子电阻的变化作为输出。在双输入、一阶T-S模糊观测器中,用以下“if-then”规则的形式来定义模糊系统的规则:
式中, 为模糊集,为真值参数,为系统根据所得的输出;=1,2,…,;=1,2;=0,1,2。其中,“if”部分是模糊的,“then”部分是确定的,输出为各输入变量的线性组合。对于输入向量,T-S模糊观测器的各规则输出等于各的加权平均,即:
1)获取实验数据对
在附图4中,定子电阻T-S模糊观测器中的参数,是要根据大量输入-输出实测数据,经过辨识来确定的。因此,需要对电动机在不同定子频率和定子电流及连续时间的条件下进行数据采集。由于在低频时定子电阻对系统性能影响最大,因此在数据采集中,要着重于获取低频工作状态下的实验数据。在一个示例中,测得的部分输入、输出数据如表1、表2所示。表1、表2分别是当定子频率为10Hz、4Hz情况下,在不同电流和时间下定子电阻的变化情况。其中∈[0,120]min,每隔5min读数一次。从这两个表中,可看到这样一个共同的规律:定子电阻在同一定子电流下,随着频率的减小而增大;而在同一频率下,随着电流的增大而增大,特别是低频、大电流对定子电阻的影响较大。
2)定子电阻T-S模糊观测器的遗传算法优化
对定子电阻T-S模糊观测器的规则、隶属函数参数进行辨识,这是一个多参数的全局寻优问题。可将遗传算法用于各参数寻优,以实现模糊观测器的自动设计。遗传算法的运算包括以下一些步骤:确定可行解的染色体编码-解码方法、运行参数确定、产生初始种群、计算适应度、遗传操作(选择运算、交叉运算、变异运算)等。
在一个示例中,对电流、频率输入采用5模糊集进行模糊化。附图6、7是电流、频率两个输入变量的初始隶属函数。将输入变量的模糊子集均定义为5个:“很小(VS)”、“小(S)”、“适中(M)”、“大(B)”、“很大(VB)”。采用三角隶属函数,交叉、对称、不均匀分布。由于采用的是5模糊集进行模糊化,因此规则数为25;又因为模糊集的隶属函数为对称的三角形,对每一个三角形由两个参数来确定,因此前件参数为20个;由于规则数为25,采用的是一阶T-S模糊模型,则后件参数为75个;因此,需优化的参数共有95个,这些参数被编码成二进制位串。电流和频率两个输入变量的初始隶属函数覆盖输入变量的整个论域,如附图6、7所示。
当获取实验数据对后,可定义平方根误差为:
由于电流和频率的隶属函数初始参数可通过分析测试数据得到,从而可加快T-S模糊观测器的收敛速度。附图5是采用遗传算法优化时误差收敛的曲线图,由图可看出,误差曲线能够快速地减小。
经过遗传算法优化后的隶属函数如图8、9所示。采用上述的遗传算法优化定子电阻T-S模糊观测器,电流和频率输入变量的隶属函数可在优化过程中自动得到调整,使其分布更具合理性。使模糊观测器逼近定子电阻的输出变化与定子频率和电流之间的非线性关系。
3)定子电阻T-S模糊观测器的泛化能力校验
由于电动机在运动控制过程中,其工况总是在不断的调整变化中,采用上述方法得到的定子电阻T-S模糊观测器,还不能立即用来工作,还要对所建的观测器泛化能力进行检验。即是说,将用于遗传算法数据对之外的一些校验数据带入所建立的模糊观测器。附图10、11是定子电阻T-S模糊观测器进行泛化能力校验的实验条件。对定子电阻T-S模糊观测器在不同输入定子电流,不同定子频率及连续时间∈[0,150]min条件下进行数据采集,每5min测量一次数据。附图12是定子电阻变化的实测值与T-S模糊观测器输出值的对比图。
在附图12中,〇为定子电阻变化的实测值,×为T-S模糊观测器输出值。可看出:T-S模糊观测器的输出与实测的检验数据十分接近,可认为T-S模糊观测器学会了解决输入向量与输出向量之间的关系。意味着T-S模糊观测器找到了定子电阻随定子电流、定子电压频率和运行时间变化的规律。对定子电阻的辨识基本上能跟踪实际的定子电阻变化,辨识的效果可观。由此说明了所建立的定子电阻T-S模糊观测器具有较强的泛化能力,可以完成工程中定子电阻的实时观测任务,保证了电压参考模型的准确性。
实施例:
为验证本发明所带来的效果,将采用现有方法和采用本发明方法的电动机在不同给定转速值下进行了实验比较。实验是在负载为12N.m时(约为额定值的85.7%),转速给定为低速,即转速给定在80~30rpm/min之间跃变的条件下进行的。实验所用感应电动机的参数如下:额定功率,额定电压,额定电流,额定转速,定子电阻,转子电阻,定子电感,转子电感,互感,额定转矩,极对数,转动惯量。
附图13是依照现有的识别方法得到的电动机转速值,图中的虚线是转速给定值,实线是转速实际值。当转速给定80rpm/min时,当系统在的稳态阶段,实际的转速为74.6rpm/min,误差为-6.8%;当转速给定30rpm/min时,实际转速为25.3rpm/min,误差为-15.7%。可看出,转速给定值越低,则误差值越大。
附图14是采用本发明方法后得到的电动机转速值。由图可看出,转速的实际值与给定值能够基本吻合,实际转速能较好地跟踪给定转速,稳态时两者之间的误差较小。以上说明了采用本发明的方案后,提高了系统在低速时对转速辨识的精度,电动机在低速度具有良好的运行性能,同时又避免了使用“注入电流法”所带来的负面问题,实现高性能感应电动机的无速度传感器矢量控制。
Claims (6)
1.一种基于定子电阻观测器的电动机动态阶段参数辨识方法,包括:1)确定转速参考模型、电阻参考模型、转速调节模型和电阻调节模型;2)采用P I自适应律对电动机动态阶段的转子转速和转子电阻进行识别;3)根据识别出的转子转速和转子电阻对电动机进行控制;同时将识别出的转子转速和转子电阻作为对应的转速调节模型和电阻调节模型的修正参数,对转速调节模型和电阻调节模型进行修正;
其特征在于:在步骤1)、2)、3)运行的同时,采用定子电阻T-S模糊观测器获取定子电阻的实测值,根据定子电阻实测值对转速参考模型和电阻参考模型进行动态修正;具体方法为:
对转子转速进行识别时,步骤2)采用如下公式得出转子转速:
对转子电阻进行识别时,步骤2)采用如下公式得出转子电阻:
其中,为辨识出的转子转速;为辨识出的转子电阻;、均为比例系数;、均为积分系数;1/s为积分环节;、分别为由参考模型得到的转子磁链在坐标中的两个分量;、的表达式即为一组参考模型,转子转速和转子电阻各自对应一组参考模型,对应转子转速的即为转速参考模型,对应转子电阻的即为电阻参考模型;、分别为由调节模型得到的转子磁链在坐标中的两个分量;、的表达式即为一组调节模型,转子转速和转子电阻各自对应一组调节模型,对应转子转速的即为转速调节模型,对应转子电阻的即为电阻调节模型;
的表达式为:
3.根据权利要求1所述的基于定子电阻观测器的电动机动态阶段参数辨识方法,其特征在于:所述定子电阻T-S模糊观测器,采用如下方法制作:1)获取多组定子电流、频率和定子电阻变化值的数据,形成实验数据对;2)采用遗传算法对实验数据对进行处理,获得模糊估计规则和调整模糊变量隶属函数;3)定子电阻T-S模糊观测器具备泛化能力后,即可用于定子电阻实测值的获取。
4.一种基于定子电阻观测器的电动机稳态阶段参数辨识方法,其特征在于:对稳态阶段转子转速进行识别的方法为:1)确定转速参考模型和转速调节模型;2)采用P I自适应律对电动机稳态阶段的转子转速进行识别;3)根据识别出的转子转速,结合后续方法中识别出的转子电阻对电动机进行控制,同时将识别出的转子转速作为转速调节模型的修正参数,对转速调节模型进行修正;
其特征在于:在步骤1)、2)、3)运行的同时,采用定子电阻T-S模糊观测器获取定子电阻实测值,根据定子电阻实测值对转速参考模型进行动态修正;具体方法为:
对转子转速进行识别时,步骤2)采用如下公式得出转子转速:
其中,为辨识出的转子转速;为比例系数;为积分系数;1/s为积分环节;、分别为由参考模型得到的转子磁链在坐标中的两个分量,、的表达式即为转速参考模型;、分别为由调节模型得到的转子磁链在坐标中的两个分量,、的表达式即为转速调节模型;
6.根据权利要求4所述的基于定子电阻观测器的电动机稳态阶段参数辨识方法,其特征在于:所述定子电阻T-S模糊观测器,采用如下方法制作:1)获取多组定子电流、频率和定子电阻变化值的数据,形成实验数据对;2)采用遗传算法对实验数据对进行处理,获得模糊估计规则和调整模糊变量隶属函数;3)定子电阻T-S模糊观测器具备泛化能力后,即可用于定子电阻实测值的获取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210065011.9A CN102624320B (zh) | 2012-01-13 | 2012-01-13 | 基于定子电阻观测器的电动机动/稳态阶段参数辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210065011.9A CN102624320B (zh) | 2012-01-13 | 2012-01-13 | 基于定子电阻观测器的电动机动/稳态阶段参数辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102624320A true CN102624320A (zh) | 2012-08-01 |
CN102624320B CN102624320B (zh) | 2014-04-23 |
Family
ID=46564033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210065011.9A Expired - Fee Related CN102624320B (zh) | 2012-01-13 | 2012-01-13 | 基于定子电阻观测器的电动机动/稳态阶段参数辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102624320B (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103326657A (zh) * | 2013-06-09 | 2013-09-25 | 深圳市汇川技术股份有限公司 | 异步电机定子电阻在线识别系统及方法 |
CN103580560A (zh) * | 2013-11-18 | 2014-02-12 | 浙江理工大学 | 永磁式同步电机t-s模糊速度调节器的设计方法 |
CN103684182A (zh) * | 2013-11-14 | 2014-03-26 | 西安理工大学 | 一种永磁同步电机参数辨识方法 |
CN103968495A (zh) * | 2013-01-29 | 2014-08-06 | 珠海格力电器股份有限公司 | 空调室外机风机的启动方法及装置 |
CN104716875A (zh) * | 2015-03-24 | 2015-06-17 | 合肥工业大学 | 一种减小高性能无刷直流电机转矩脉动的方法 |
CN105227022A (zh) * | 2015-10-23 | 2016-01-06 | 合肥工业大学 | 基于改进无功功率模型的异步电机转子时间常数在线辨识方法 |
CN105375848A (zh) * | 2015-11-26 | 2016-03-02 | 上海无线电设备研究所 | 一种永磁同步电机自适应辨识控制方法及其控制系统 |
CN105827170A (zh) * | 2016-03-18 | 2016-08-03 | 四川长虹电器股份有限公司 | 基于Lyapunov稳定性的永磁同步电机转速位置检测系统及方法 |
CN106685297A (zh) * | 2016-12-12 | 2017-05-17 | 国网北京市电力公司 | 改进的异步电机模型参考自适应转速估计方法和装置 |
CN106788051A (zh) * | 2016-11-23 | 2017-05-31 | 江苏大学 | 一种无轴承异步电机转速估计方法 |
CN106849799A (zh) * | 2017-03-20 | 2017-06-13 | 江苏大学 | 一种无轴承异步电机转子磁链观测与转速辨识的方法 |
CN107453676A (zh) * | 2016-05-31 | 2017-12-08 | 中车株洲电力机车研究所有限公司 | 无速度传感器电机的速度辨识方法及电机保护方法 |
CN107968561A (zh) * | 2018-01-18 | 2018-04-27 | 福州大学 | 含非线性电感pfc电路的模糊单周期控制方法 |
CN108429251A (zh) * | 2018-02-07 | 2018-08-21 | 许继集团有限公司 | 一种电网故障穿越控制方法 |
CN108880367A (zh) * | 2017-05-10 | 2018-11-23 | 施耐德东芝换流器欧洲公司 | 用于识别电动机的转子的电阻的方法 |
CN108964554A (zh) * | 2017-05-18 | 2018-12-07 | Zf 腓德烈斯哈芬股份公司 | 转场式电机的转矩的监控 |
CN109560740A (zh) * | 2018-11-28 | 2019-04-02 | 武汉理工大学 | 一种模型参考自适应的异步电机参数辨识方法 |
CN109889119A (zh) * | 2019-03-26 | 2019-06-14 | 哈尔滨工业大学 | 一种感应电机定子电阻与转速并行解耦辨识方法 |
CN110380656A (zh) * | 2019-06-03 | 2019-10-25 | 中国人民解放军陆军装甲兵学院 | 一种基于简化mras法的永磁同步电机无位置传感器控制方法 |
CN111969901A (zh) * | 2020-09-01 | 2020-11-20 | 南通大学 | 一种计及霍尔位置传感器故障的无刷直流电机容错控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1267954A (zh) * | 1999-03-19 | 2000-09-27 | 富士电机株式会社 | 感应电动机驱动器及其参数估计方法 |
US20030117101A1 (en) * | 2001-12-20 | 2003-06-26 | Fedigan Stephen J. | Method of extending the operating speed range of a rotor flux based MRAS speed observer in a three phase AC induction motor |
EP1986317A1 (en) * | 2007-04-27 | 2008-10-29 | ABB Oy | Stator resistance adaptation in sensorless PMSM drives |
-
2012
- 2012-01-13 CN CN201210065011.9A patent/CN102624320B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1267954A (zh) * | 1999-03-19 | 2000-09-27 | 富士电机株式会社 | 感应电动机驱动器及其参数估计方法 |
US20030117101A1 (en) * | 2001-12-20 | 2003-06-26 | Fedigan Stephen J. | Method of extending the operating speed range of a rotor flux based MRAS speed observer in a three phase AC induction motor |
EP1986317A1 (en) * | 2007-04-27 | 2008-10-29 | ABB Oy | Stator resistance adaptation in sensorless PMSM drives |
Non-Patent Citations (6)
Title |
---|
《中国优秀硕士论文电子期刊网》 20070515 王晓娟 "带定子电阻辨识的感应电动机DTC系统的研究" , * |
LI ZHEN ETC.: "Sensorless Field Orientation Control of Induction Machines Based on a Mutual MRAS Scheme", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 * |
张彬娜: "感应电机定子电阻模糊观测器的设计与实现", 《中国优秀硕士论文电子期刊网》 * |
徐凯: "一种交互式模型参数自适应感应电动机参数在线辨识方法研究", 《微电机》 * |
徐凯等: "基于MRAS的变参数PI转速辨识研究", 《矿业研究与开发》 * |
王晓娟: ""带定子电阻辨识的感应电动机DTC系统的研究"", 《中国优秀硕士论文电子期刊网》 * |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103968495A (zh) * | 2013-01-29 | 2014-08-06 | 珠海格力电器股份有限公司 | 空调室外机风机的启动方法及装置 |
CN103326657B (zh) * | 2013-06-09 | 2015-07-15 | 深圳市汇川技术股份有限公司 | 异步电机定子电阻在线识别系统及方法 |
CN103326657A (zh) * | 2013-06-09 | 2013-09-25 | 深圳市汇川技术股份有限公司 | 异步电机定子电阻在线识别系统及方法 |
CN103684182A (zh) * | 2013-11-14 | 2014-03-26 | 西安理工大学 | 一种永磁同步电机参数辨识方法 |
CN103684182B (zh) * | 2013-11-14 | 2016-10-05 | 西安理工大学 | 一种永磁同步电机参数辨识方法 |
CN103580560A (zh) * | 2013-11-18 | 2014-02-12 | 浙江理工大学 | 永磁式同步电机t-s模糊速度调节器的设计方法 |
CN103580560B (zh) * | 2013-11-18 | 2015-09-23 | 浙江理工大学 | 永磁式同步电机t-s模糊速度调节器的设计方法 |
CN104716875B (zh) * | 2015-03-24 | 2018-03-23 | 合肥工业大学 | 一种减小无刷直流电机转矩脉动的方法 |
CN104716875A (zh) * | 2015-03-24 | 2015-06-17 | 合肥工业大学 | 一种减小高性能无刷直流电机转矩脉动的方法 |
CN105227022A (zh) * | 2015-10-23 | 2016-01-06 | 合肥工业大学 | 基于改进无功功率模型的异步电机转子时间常数在线辨识方法 |
CN105227022B (zh) * | 2015-10-23 | 2018-06-15 | 合肥工业大学 | 基于改进无功功率模型的异步电机转子时间常数在线辨识方法 |
CN105375848B (zh) * | 2015-11-26 | 2018-04-20 | 上海无线电设备研究所 | 一种永磁同步电机自适应辨识控制方法及其控制系统 |
CN105375848A (zh) * | 2015-11-26 | 2016-03-02 | 上海无线电设备研究所 | 一种永磁同步电机自适应辨识控制方法及其控制系统 |
CN105827170A (zh) * | 2016-03-18 | 2016-08-03 | 四川长虹电器股份有限公司 | 基于Lyapunov稳定性的永磁同步电机转速位置检测系统及方法 |
CN107453676A (zh) * | 2016-05-31 | 2017-12-08 | 中车株洲电力机车研究所有限公司 | 无速度传感器电机的速度辨识方法及电机保护方法 |
CN106788051A (zh) * | 2016-11-23 | 2017-05-31 | 江苏大学 | 一种无轴承异步电机转速估计方法 |
CN106788051B (zh) * | 2016-11-23 | 2019-02-05 | 江苏大学 | 一种无轴承异步电机转速估计方法 |
CN106685297B (zh) * | 2016-12-12 | 2019-09-10 | 国网北京市电力公司 | 改进的异步电机模型参考自适应转速估计方法和装置 |
CN106685297A (zh) * | 2016-12-12 | 2017-05-17 | 国网北京市电力公司 | 改进的异步电机模型参考自适应转速估计方法和装置 |
CN106849799A (zh) * | 2017-03-20 | 2017-06-13 | 江苏大学 | 一种无轴承异步电机转子磁链观测与转速辨识的方法 |
CN108880367A (zh) * | 2017-05-10 | 2018-11-23 | 施耐德东芝换流器欧洲公司 | 用于识别电动机的转子的电阻的方法 |
CN108880367B (zh) * | 2017-05-10 | 2024-04-12 | 施耐德东芝换流器欧洲公司 | 用于识别电动机的转子的电阻的方法 |
CN108964554B (zh) * | 2017-05-18 | 2024-05-03 | Zf腓德烈斯哈芬股份公司 | 转场式电机的转矩的监控 |
CN108964554A (zh) * | 2017-05-18 | 2018-12-07 | Zf 腓德烈斯哈芬股份公司 | 转场式电机的转矩的监控 |
CN107968561A (zh) * | 2018-01-18 | 2018-04-27 | 福州大学 | 含非线性电感pfc电路的模糊单周期控制方法 |
CN107968561B (zh) * | 2018-01-18 | 2023-09-29 | 福州大学 | 含非线性电感pfc电路的模糊单周期控制方法 |
CN108429251A (zh) * | 2018-02-07 | 2018-08-21 | 许继集团有限公司 | 一种电网故障穿越控制方法 |
CN109560740A (zh) * | 2018-11-28 | 2019-04-02 | 武汉理工大学 | 一种模型参考自适应的异步电机参数辨识方法 |
CN109889119A (zh) * | 2019-03-26 | 2019-06-14 | 哈尔滨工业大学 | 一种感应电机定子电阻与转速并行解耦辨识方法 |
CN109889119B (zh) * | 2019-03-26 | 2020-06-30 | 哈尔滨工业大学 | 一种感应电机定子电阻与转速并行解耦辨识方法 |
CN110380656A (zh) * | 2019-06-03 | 2019-10-25 | 中国人民解放军陆军装甲兵学院 | 一种基于简化mras法的永磁同步电机无位置传感器控制方法 |
CN111969901A (zh) * | 2020-09-01 | 2020-11-20 | 南通大学 | 一种计及霍尔位置传感器故障的无刷直流电机容错控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102624320B (zh) | 2014-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102624320A (zh) | 基于定子电阻观测器的电动机动/稳态阶段参数辨识方法 | |
CN103338003B (zh) | 一种电机负载转矩及惯量同时在线辨识的方法 | |
EP3014760B1 (en) | System and method of rotor time constant online identification in an ac induction machine | |
CN105450121B (zh) | 一种电机弱磁控制方法 | |
CN105375848B (zh) | 一种永磁同步电机自适应辨识控制方法及其控制系统 | |
CN102611380B (zh) | 一种双馈电机参数在线辨识方法 | |
CN103684183B (zh) | 异步电机转速估计方法 | |
CN104009696B (zh) | 一种基于滑模控制的交互式模型参考自适应速度与定子电阻的辨识方法 | |
CN104201962B (zh) | 一种高速列车牵引感应电机参数辨识方法 | |
CN105048896B (zh) | 一种无刷直流电机直接转矩自适应模糊控制方法 | |
CN106788028B (zh) | 无轴承永磁同步电机强化学习控制器及其构造方法 | |
CN110138300B (zh) | 基于无功功率的无轴承异步电机转子电阻辨识方法 | |
CN104378038A (zh) | 基于人工神经网络的永磁同步电机参数辨识方法 | |
CN113131817A (zh) | 一种永磁同步电机在线参数辨识系统及方法 | |
CN110649851B (zh) | 异步电机多参数解耦在线辨识方法 | |
CN107370432B (zh) | 一种基于arc的超高速永磁同步电机转速控制方法 | |
CN111030535B (zh) | 一种异步电机电感参数在线辨识方法 | |
CN103595321A (zh) | 一种五自由度交流主动磁轴承解耦控制器的构造方法 | |
CN109510539B (zh) | 一种基于增益矩阵的模型预测磁链控制系统及方法 | |
CN104022701B (zh) | 一种永磁同步直线电机牛顿法内模速度控制方法 | |
Horch et al. | Nonlinear integral backstepping control for induction motor drive with adaptive speed observer using super twisting strategy | |
CN111371360A (zh) | 一种基于抗扰观测器的三相鼠笼式异步电机控制方法 | |
Chaouch et al. | Optimized torque control via backstepping using genetic algorithm of induction motor | |
CN111092579A (zh) | 带有定子温度在线监测的异步电机自适应矢量控制系统 | |
Luo et al. | Speed estimation direct stator field-orientation-controlled induction motor drive using adaptive flux estimator |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140423 Termination date: 20150113 |
|
EXPY | Termination of patent right or utility model |