CN106685297A - 改进的异步电机模型参考自适应转速估计方法和装置 - Google Patents
改进的异步电机模型参考自适应转速估计方法和装置 Download PDFInfo
- Publication number
- CN106685297A CN106685297A CN201611142020.8A CN201611142020A CN106685297A CN 106685297 A CN106685297 A CN 106685297A CN 201611142020 A CN201611142020 A CN 201611142020A CN 106685297 A CN106685297 A CN 106685297A
- Authority
- CN
- China
- Prior art keywords
- flux linkage
- axis component
- rotor
- stator
- emf
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000004907 flux Effects 0.000 claims abstract description 120
- 230000003044 adaptive effect Effects 0.000 claims abstract description 46
- 230000006698 induction Effects 0.000 claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims description 46
- 238000004804 winding Methods 0.000 claims description 23
- 238000012546 transfer Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 239000000758 substrate Substances 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 101100272279 Beauveria bassiana Beas gene Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P21/0017—Model reference adaptation, e.g. MRAS or MRAC, useful for control or parameter estimation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Ac Motors In General (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明公开了一种改进的异步电机模型参考自适应转速估计方法和装置。其中,该方法包括:构建异步电机模型参考自适应控制系统模型,异步电机模型参考自适应控制系统模型包括电压模块、电流模块和自适应环节;通过电压模块计算感应电机的转子磁链参考估计值;通过电流模块计算感应电机的转子磁链可调估计值;通过自适应环节根据转子磁链参考估计值和转子磁链可调估计值的差,计算转子估计转速。本发明解决了现有技术中对异步电机模型参考自适应转速估计中存在截断误差且工作量巨大的技术问题。
Description
技术领域
本发明涉及异步电机领域,具体而言,涉及一种改进的异步电机模型参考自适应转速估计方法和装置。
背景技术
随着电力电子技术和交流电机传动技术的发展,由变频器(又称变流器、变换器)和交流电机组成的变速传动系统,已广泛应用于轨道交通、电动汽车、机械加工、家用电器等领域。交流电机,特别是异步电机(又称感应电机),由于其成本低、可靠性高、维护简便等优点,已成为在变速传动应用领域中最广泛采用的传动设备。
在异步电机传动系统中,转速闭环控制一般需要在电机轴上安装速度编码器。编码器的引入增加了成本,降低了系统的可靠性,而且在某些特殊场合(例如高温高湿多粉尘的车间、矿井),编码器无法安装使用。
20世纪90年代初,无速度传感器的异步电机高性能控制技术开始出现。针对异步电机无速度传感器矢量控制系统的转速估计问题,目前主要的几类方法(如模型参考自适应转速估计方法、全阶自适应龙贝格观测器方法、扩展卡尔曼滤波方法和滑模观测器方法)中,模型参考自适应转速估计方法实现方式最为简单,已经得到了广泛应用。
模型参考自适应转速估计方法一般以基于定子电压方程的电压模型作为参考模型,以基于转子电压方程和转子磁链方程电流模型作为可调模型,以估计转速作为可调模型的可调参数。将两个模型输出的估计磁链作差并输入自适应环节中,自适应环节按照一定的自适应律调整估计转速。在自适应律的作用下,可调模型输出的估计磁链逼近参考模型输出的估计磁链,与此同时,电机的估计转速逼近实际转速。目前常用的模型参考自适应转速估计方法示意图如图1所示。
为表述方便,首先定义各变量物理意义:usα和usβ为定子绕组端电压,isα和isβ为定子电流,Rs为定子电阻,irα和irβ为转子电流,Rr为转子电阻,Ls为定子电感,Lm为定转子互感,Lr为转子电感,ωr是电机转子机械角速度所对应的电角速度,是电机转子机械角速度估计值所对应的电角速度,τr为转子时间常数,其表达式为
在两相静止αβ坐标系下,参考模型(电压模型)不需要转速信号,可直接根据定子电压us=(usα,usβ)T与定子电流is=(isα,isβ)T计算感应电机转子磁链的估计值(以下称转子磁链参考估计值)。可调模型(电流模型)根据感应电机的定子电流is与电机转速计算转子磁链估计值(以下称转子磁链可调估计值)。由于感应电机无速度传感器矢量控制系统无法测量电机实际转速ωr,可调模型采用估计转速代替实际转速ωr,并将作为可调参数。将参考模型获得的转子磁链参考估计值与可调模型获得的转子磁链可调估计值作差后输入自适应环节,自适应环节根据一定的自适应律修正可调模型的估计转速在自适应律的作用下,转子磁链可调估计值可快速而稳定地逼近转子磁链参考估计值与此同时,估计转速将逼近实际转速ωr。
现有的模型参考自适应转速估计方法,可调模型(电流模型)的状态方程为式(1):其中;式(2)为:式(3)为:将式(1)改写为积分形式,得到式(4):由式(4)可得到如图2所示的传统可调模型的结构框图,从图2中可以看出,传统可调模型为双输入、双输出系统,且α轴与β轴的磁链方程互相耦合。在数字系统中实现时,其离散形式常采用泰勒级数展开法获得。数字控制系统一般对实时性要求较高,因此采样周期T一般较小(小于1ms),可近似地认为在单个采样周期内系统矩阵A和输入矩阵B保持恒定不变,因此可调模型在数字系统中的离散形式可以表示为式(5):式(5)中:和分别为第k+1和第k个采样周期的转子磁链可调估计值,is(kT)为第k个采样周期的定子电流。系统矩阵A为非对角阵,无法直接计算出eAT和的解析表达式。为解决该问题,对函数eAT和进行泰勒级数展开,如式(6):以及如下所示的式(7)所示:
上述式(6)和式(7)中矩阵运算的计算量十分庞大,在数字系统中实现时,为了减小控制器的计算负荷,常忽略eAT和的高阶项,由此带来的误差,一般称作截断误差。由于系统矩阵A中含有转速估计值截断误差将会随着电机转速的提高而增大。截断误差的存在,将会导致可调模型输出的转子磁链可调估计值出现误差,从而影响MARS转速估计方法的动态与稳态性能,严重时甚至会导致估计转速发散。
针对上述现有技术中对异步电机模型参考自适应转速估计中存在截断误差且工作量巨大的问题,目前对尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种改进的异步电机模型参考自适应转速估计方法和装置,以至少解决现有技术中对异步电机模型参考自适应转速估计中存在截断误差且工作量巨大的技术问题。
根据本发明实施例的一个方面,提供了一种改进的异步电机模型参考自适应转速估计方法,包括:构建异步电机模型参考自适应控制系统模型,异步电机模型参考自适应控制系统模型包括电压模块、电流模块和自适应环节;通过电压模块计算感应电机的转子磁链参考估计值;通过电流模块计算感应电机的转子磁链可调估计值;通过自适应环节根据转子磁链参考估计值和转子磁链可调估计值的差,计算转子估计转速。
根据本发明实施例的另一方面,还提供了一种改进的异步电机模型参考自适应转速估计装置,包括:构建模块,用于构建异步电机模型参考自适应控制系统模型,异步电机模型参考自适应控制系统模型包括电压模块、电流模块和自适应环节;第一计算模块,用于通过电压模块计算感应电机的转子磁链参考估计值;第二计算模块,用于通过电流模块计算感应电机的转子磁链可调估计值;第三计算模块,用于通过自适应环节根据转子磁链参考估计值和转子磁链可调估计值的差,计算转子估计转速。
在本发明实施例中,采用加入磁链估计值前馈的异步电机模型参考自适应转速估计的方式,通过构建异步电机模型参考自适应控制系统模型,异步电机模型参考自适应控制系统模型包括电压模块、电流模块和自适应环节;通过电压模块计算感应电机的转子磁链参考估计值;通过电流模块计算感应电机的转子磁链可调估计值;通过自适应环节根据转子磁链参考估计值和转子磁链可调估计值的差,计算转子估计转速,本发明通过在传统的异步电机模型参考自适应转速估计方法的可调模型中加入磁链估计值前馈,使得可调模型由双输入双输出的耦合系统两个单输入单输出系统,实现了解耦,解耦后,可调模型在离散时不存在截断误差问题,用计算机程序实现更加简便,系统稳定性也得到增强,进而解决了现有技术中对异步电机模型参考自适应转速估计中存在截断误差且工作量巨大的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据现有技术的一种模型参考自适应转速估计方法结构示意图;
图2是根据现有技术的可调模型结构示意图;
图3是根据本发明实施例1的一种改进的异步电机模型参考自适应转速估计方法的流程图;
图4是根据本发明实施例1的可调模型结构示意图;以及
图5是根据本发明实施例2的一种改进的异步电机模型参考自适应转速估计装置的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种改进的异步电机模型参考自适应转速估计方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图3是根据本发明实施例的改进的异步电机模型参考自适应转速估计方法,如图3所示,该方法包括如下步骤:
步骤S102,构建异步电机模型参考自适应控制系统模型,异步电机模型参考自适应控制系统模型包括电压模块、电流模块和自适应环节。
步骤S104,通过电压模块计算感应电机的转子磁链参考估计值。
步骤S106,通过电流模块计算感应电机的转子磁链可调估计值。
步骤S108,通过自适应环节根据转子磁链参考估计值和转子磁链可调估计值的差,计算转子估计转速。
在本发明实施例中,采用加入磁链估计值前馈的异步电机模型参考自适应转速估计的方式,通过构建异步电机模型参考自适应控制系统模型,异步电机模型参考自适应控制系统模型包括电压模块、电流模块和自适应环节;通过电压模块计算感应电机的转子磁链参考估计值;通过电流模块计算感应电机的转子磁链可调估计值;通过自适应环节根据转子磁链参考估计值和转子磁链可调估计值的差,计算转子估计转速,本发明通过在传统的异步电机模型参考自适应转速估计方法的可调模型中加入磁链估计值前馈,使得可调模型由双输入双输出的耦合系统两个单输入单输出系统,实现了解耦,解耦后,可调模型在离散时不存在截断误差问题,用计算机程序实现更加简便,系统稳定性也得到增强,进而解决了现有技术中对异步电机模型参考自适应转速估计中存在截断误差且工作量巨大的技术问题。
在一种可选的实施例中,步骤S104;包括:
步骤S202,计算定子绕组上由于定子磁链变化产生的反电势的α轴分量emfsα和β轴分量emfsβ。
步骤S204,将emfsα与emfsβ输入传递函数为的一阶惯性环节,获得定子磁链估计值的α轴分量和β轴分量
步骤S206,根据定子磁链估计值的α轴分量和β轴分量计算转子磁链参考估计值的α轴分量和β轴分量
在一种可选的实施例中,步骤S202中,计算定子绕组上由于定子磁链变化产生的反电势的α轴分量emfsα的计算公式为:emfsα=usα-Rsisα;其中,Rs为定子电阻;usα为定子绕组端电压α轴分量;isα为定子电流α轴分量;步骤S202中,计算定子绕组上由于定子磁链变化产生的反电势的β轴分量emfsβ的计算公式为:emfsβ=usβ-Rsisβ;其中,usβ分别为定子绕组端电压β轴分量;isβ为定子电流β轴分量;步骤S206中根据定子磁链估计值的α轴分量计算转子磁链参考估计值的α轴分量的计算公式为:其中σ为总漏磁因数,且:Ls为定子电感,Lr为转子电感,Lm为定转子互感;步骤S206中根据定子磁链估计值的β轴分量计算转子磁链参考估计值的β轴分量的计算公式为:
在一种可选的实施例中,步骤S106,包括:
步骤S302,将输入传递函数为的一阶惯性环节,获得感应电机转子磁链可调估计值的α轴分量其中,为转子估计转速,τr为转子时间常数,且Rr为转子电阻。
步骤S304,将输入传递函数为的一阶惯性环节,获得感应电机转子磁链可调估计值的β轴分量
在一种可选的实施例中,步骤S108中计算转子估计转速的计算公式为:其中,kp为比例系数,ki为积分系数。
具体的,kp和ki可根据实际情况进行设定,优选的,kp值不超过100,ki值不超过2000。
可选的,本发明中有如下变量:在定子两相静止αβ坐标系下,us=(usα,usβ)T为定子电压矢量,其中定子绕组usα和usβ分别为定子绕组端电压α轴分量和β轴分量;is=(isα,isβ)T为定子电流矢量,其中isα和isβ为定子电流α轴分量和β轴分量;为参考模型(电压模型)计算得到的感应电机转子磁链参考估计值矢量,其中和分别为转子磁链参考估计值的α轴分量和β轴分量;为可调模型(电流模型)计算得到的转子磁链可调估计值矢量,其中和分别为转子磁链可调估计值的α轴分量和β轴分量;Δψr是与之间的差;是电机转子估计转速(机械角速度估计值所对应的电角速度)。自适应环节根据一定的自适应律修正可调模型的估计转速在自适应律的作用下,转子磁链可调估计值可快速而稳定地逼近转子磁链参考估计值与此同时,估计转速将逼近实际转速ωr。
可选的,本发明为了克服现有技术中对异步电机模型参考自适应转速估计中存在截断误差且工作量巨大的技术问题,将现有技术中式(4)中与相乘的转子磁链可调估计值改为参考模型输出的转子磁链参考估计值此时可调模型的磁链方程不再相互耦合,可以表示为式(8):
改进后,可调模型的状态方程变为如下式(9):
式(9)中,
同样将式(8)写成积分形式,可以得到如下式(10):
由式(10)可得到改进型可调模型的结构框图,如4图所示。从图4中可以看出,可调模型改进后,其结构变为两个独立的双输入、单输出系统,实现了解耦。对改进型可调模型进行离散时,由于系统矩阵Am为对角阵,可直接求出和的解析表达式如:
由上可知,改进型可调模型实现了解耦,简化了可调模型结构,且离散时不存在截断误差。
实施例2
根据本发明实施例,提供了一种改进的异步电机模型参考自适应转速估计装置的产品实施例,图5是根据本发明实施例的改进的异步电机模型参考自适应转速估计装置,如图5所示,该装置包括构建模块、第一计算模块、第二计算模块和第三计算模块。
其中,构建模块,用于构建异步电机模型参考自适应控制系统模型,异步电机模型参考自适应控制系统模型包括电压模块、电流模块和自适应环节;第一计算模块,用于通过电压模块计算感应电机的转子磁链参考估计值;第二计算模块,用于通过电流模块计算感应电机的转子磁链可调估计值;第三计算模块,用于通过自适应环节根据转子磁链参考估计值和转子磁链可调估计值的差,计算转子估计转速。
在本发明实施例中,采用加入磁链估计值前馈的异步电机模型参考自适应转速估计的方式,通过构建模块构建异步电机模型参考自适应控制系统模型,异步电机模型参考自适应控制系统模型包括电压模块、电流模块和自适应环节;第一计算模块通过电压模块计算感应电机的转子磁链参考估计值;第二计算模块通过电流模块计算感应电机的转子磁链可调估计值;第三计算模块通过自适应环节根据转子磁链参考估计值和转子磁链可调估计值的差,计算转子估计转速,本发明通过在传统的异步电机模型参考自适应转速估计方法的可调模型中加入磁链估计值前馈,使得可调模型由双输入双输出的耦合系统两个单输入单输出系统,实现了解耦,解耦后,可调模型在离散时不存在截断误差问题,用计算机程序实现更加简便,系统稳定性也得到增强,进而解决了现有技术中对异步电机模型参考自适应转速估计中存在截断误差且工作量巨大的技术问题。
在一种可选的实施例中,第一计算模块,包括第一计算子模块、第二计算子模块和第三计算子模块。
其中,第一计算子模块,用于计算定子绕组上由于定子磁链变化产生的反电势的α轴分量emfsα和β轴分量emfsβ:第二计算子模块,用于将emfsα与emfsβ输入传递函数为的一阶惯性环节,获得定子磁链估计值的α轴分量和β轴分量第三计算子模块,用于根据定子磁链估计值的α轴分量和β轴分量计算转子磁链参考估计值的α轴分量和β轴分量
在一种可选的实施例中,第一计算子模块中计算定子绕组上由于定子磁链变化产生的反电势的α轴分量emfsα的计算公式为:emfsα=usα-Rsisα;其中,Rs为定子电阻;usα为定子绕组端电压α轴分量;isα为定子电流α轴分量;第一计算子模块中计算定子绕组上由于定子磁链变化产生的反电势的β轴分量emfsβ的计算公式为:emfsβ=usβ-Rsisβ;其中,usβ分别为定子绕组端电压β轴分量;isβ为定子电流β轴分量;第三计算子模块中根据定子磁链估计值的α轴分量计算转子磁链参考估计值的α轴分量的计算公式为:其中σ为总漏磁因数,且:Ls为定子电感,Lr为转子电感,Lm为定转子互感;第三计算子模块中根据定子磁链估计值的β轴分量计算转子磁链参考估计值的β轴分量的计算公式为:
在一种可选的实施例中,第二计算模块,包括第一获得模块和第二获得模块。
其中,第一获得模块,用于将输入传递函数为的一阶惯性环节,获得感应电机转子磁链可调估计值的α轴分量其中,为转子估计转速,τr为转子时间常数,且Rr为转子电阻;第二获得模块,用于将输入传递函数为的一阶惯性环节,获得感应电机转子磁链可调估计值的β轴分量
在一种可选的实施例中,第三计算模块中计算转子估计转速的计算公式为:其中,kp为比例系数,ki为积分系数。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种改进的异步电机模型参考自适应转速估计方法,其特征在于,包括:
构建异步电机模型参考自适应控制系统模型,所述异步电机模型参考自适应控制系统模型包括电压模块、电流模块和自适应环节;
通过所述电压模块计算感应电机的转子磁链参考估计值;
通过所述电流模块计算所述感应电机的转子磁链可调估计值;
通过所述自适应环节根据所述转子磁链参考估计值和所述转子磁链可调估计值的差,计算转子估计转速。
2.根据权利要求1所述的方法,其特征在于,通过所述电压模块计算感应电机的转子磁链参考估计值;包括:
计算定子绕组上由于定子磁链变化产生的反电势的α轴分量emfsα和β轴分量emfsβ:
将emfsα与emfsβ输入传递函数为的一阶惯性环节,获得定子磁链估计值的α轴分量和β轴分量
根据定子磁链估计值的α轴分量和β轴分量计算转子磁链参考估计值的α轴分量和β轴分量
3.根据权利要求2所述的方法,其特征在于,计算定子绕组上由于定子磁链变化产生的反电势的α轴分量emfsα的计算公式为:emfsα=usα-Rsisα;其中,Rs为定子电阻;usα为定子绕组端电压α轴分量;isα为定子电流α轴分量;
计算定子绕组上由于定子磁链变化产生的反电势的β轴分量emfsβ的计算公式为:emfsβ=usβ-Rsisβ;其中,usβ分别为定子绕组端电压β轴分量;isβ为定子电流β轴分量;
根据定子磁链估计值的α轴分量计算转子磁链参考估计值的α轴分量的计算公式为:其中σ为总漏磁因数,且:Ls为定子电感,Lr为转子电感,Lm为定转子互感;
根据定子磁链估计值的β轴分量计算转子磁链参考估计值的β轴分量的计算公式为:
4.根据权利要求3所述的方法,其特征在于,通过所述电流模块计算所述感应电机的转子磁链可调估计值,包括:
将输入传递函数为的一阶惯性环节,获得感应电机转子磁链可调估计值的α轴分量其中,为所述转子估计转速,τr为转子时间常数,且Rr为转子电阻;
将输入传递函数为的一阶惯性环节,获得感应电机转子磁链可调估计值的β轴分量
5.根据权利要求4所述的方法,其特征在于,通过所述自适应环节根据所述转子磁链参考估计值和所述转子磁链可调估计值的差,计算转子估计转速的计算公式为:
其中,kp为比例系数,ki为积分系数。
6.一种改进的异步电机模型参考自适应转速估计装置,其特征在于,包括:
构建模块,用于构建异步电机模型参考自适应控制系统模型,所述异步电机模型参考自适应控制系统模型包括电压模块、电流模块和自适应环节;
第一计算模块,用于通过所述电压模块计算感应电机的转子磁链参考估计值;
第二计算模块,用于通过所述电流模块计算所述感应电机的转子磁链可调估计值;
第三计算模块,用于通过所述自适应环节根据所述转子磁链参考估计值和所述转子磁链可调估计值的差,计算转子估计转速。
7.根据权利要求6所述的装置,其特征在于,所述第一计算模块,包括:
第一计算子模块,用于计算定子绕组上由于定子磁链变化产生的反电势的α轴分量emfsα和β轴分量emfsβ:
第二计算子模块,用于将emfsα与emfsβ输入传递函数为的一阶惯性环节,获得定子磁链估计值的α轴分量和β轴分量
第三计算子模块,用于根据定子磁链估计值的α轴分量和β轴分量计算转子磁链参考估计值的α轴分量和β轴分量
8.根据权利要求7所述的装置,其特征在于,所述第一计算子模块中计算定子绕组上由于定子磁链变化产生的反电势的α轴分量emfsα的计算公式为:emfsα=usα-Rsisα;其中,Rs为定子电阻;usα为定子绕组端电压α轴分量;isα为定子电流α轴分量;
所述第一计算子模块中计算定子绕组上由于定子磁链变化产生的反电势的β轴分量emfsβ的计算公式为:emfsβ=usβ-Rsisβ;其中,usβ分别为定子绕组端电压β轴分量;isβ为定子电流β轴分量;
所述第三计算子模块中根据定子磁链估计值的α轴分量计算转子磁链参考估计值的α轴分量的计算公式为:其中σ为总漏磁因数,且:Ls为定子电感,Lr为转子电感,Lm为定转子互感;
所述第三计算子模块中根据定子磁链估计值的β轴分量计算转子磁链参考估计值的β轴分量的计算公式为:
9.根据权利要求8所述的装置,其特征在于,所述第二计算模块,包括:
第一获得模块,用于将输入传递函数为的一阶惯性环节,获得感应电机转子磁链可调估计值的α轴分量其中,为所述转子估计转速,τr为转子时间常数,且Rr为转子电阻;
第二获得模块,用于将输入传递函数为的一阶惯性环节,获得感应电机转子磁链可调估计值的β轴分量
10.根据权利要求9所述的装置,其特征在于,所述第三计算模块中计算所述转子估计转速的计算公式为:
其中,kp为比例系数,ki为积分系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611142020.8A CN106685297B (zh) | 2016-12-12 | 2016-12-12 | 改进的异步电机模型参考自适应转速估计方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611142020.8A CN106685297B (zh) | 2016-12-12 | 2016-12-12 | 改进的异步电机模型参考自适应转速估计方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106685297A true CN106685297A (zh) | 2017-05-17 |
CN106685297B CN106685297B (zh) | 2019-09-10 |
Family
ID=58867778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611142020.8A Active CN106685297B (zh) | 2016-12-12 | 2016-12-12 | 改进的异步电机模型参考自适应转速估计方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106685297B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110572102A (zh) * | 2019-10-11 | 2019-12-13 | 杭州兆鼎科技实业有限公司 | 一种电机的软件容错控制方法及其控制系统 |
CN113437914A (zh) * | 2021-06-04 | 2021-09-24 | 长沙市日业电气有限公司 | 一种新的异步电机的转子磁链估计方法 |
CN113691180A (zh) * | 2021-08-25 | 2021-11-23 | 哈尔滨市科佳通用机电股份有限公司 | 一种感应电机转速自适应观测方法及观测装置 |
CN117439476A (zh) * | 2023-10-19 | 2024-01-23 | 南京航空航天大学 | 基于无功功率模型的双绕组感应电机自适应转速估计方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1865596A1 (en) * | 2006-06-05 | 2007-12-12 | L.G.L. Electronics S.p.A. | A yarn feeding device driven by an induction motor |
CN102624320A (zh) * | 2012-01-13 | 2012-08-01 | 重庆交通大学 | 基于定子电阻观测器的电动机动/稳态阶段参数辨识方法 |
CN102629847A (zh) * | 2012-03-29 | 2012-08-08 | 西安理工大学 | 异步电机纯电子式转速反馈方法 |
CN202872721U (zh) * | 2011-12-01 | 2013-04-10 | 国电南京自动化股份有限公司 | 一种基于级联高压变频器无速度传感器矢量控制系统 |
CN105048910A (zh) * | 2015-07-09 | 2015-11-11 | 国家电网公司 | 基于无传感器的高压级联变频器矢量控制系统及其控制方法 |
-
2016
- 2016-12-12 CN CN201611142020.8A patent/CN106685297B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1865596A1 (en) * | 2006-06-05 | 2007-12-12 | L.G.L. Electronics S.p.A. | A yarn feeding device driven by an induction motor |
CN202872721U (zh) * | 2011-12-01 | 2013-04-10 | 国电南京自动化股份有限公司 | 一种基于级联高压变频器无速度传感器矢量控制系统 |
CN102624320A (zh) * | 2012-01-13 | 2012-08-01 | 重庆交通大学 | 基于定子电阻观测器的电动机动/稳态阶段参数辨识方法 |
CN102629847A (zh) * | 2012-03-29 | 2012-08-08 | 西安理工大学 | 异步电机纯电子式转速反馈方法 |
CN105048910A (zh) * | 2015-07-09 | 2015-11-11 | 国家电网公司 | 基于无传感器的高压级联变频器矢量控制系统及其控制方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110572102A (zh) * | 2019-10-11 | 2019-12-13 | 杭州兆鼎科技实业有限公司 | 一种电机的软件容错控制方法及其控制系统 |
CN110572102B (zh) * | 2019-10-11 | 2021-07-09 | 杭州兆鼎科技实业有限公司 | 一种电机的软件容错控制方法及其控制系统 |
CN113437914A (zh) * | 2021-06-04 | 2021-09-24 | 长沙市日业电气有限公司 | 一种新的异步电机的转子磁链估计方法 |
CN113437914B (zh) * | 2021-06-04 | 2022-04-19 | 长沙市日业电气有限公司 | 一种新的异步电机的转子磁链估计方法 |
CN113691180A (zh) * | 2021-08-25 | 2021-11-23 | 哈尔滨市科佳通用机电股份有限公司 | 一种感应电机转速自适应观测方法及观测装置 |
CN117439476A (zh) * | 2023-10-19 | 2024-01-23 | 南京航空航天大学 | 基于无功功率模型的双绕组感应电机自适应转速估计方法 |
CN117439476B (zh) * | 2023-10-19 | 2024-05-28 | 南京航空航天大学 | 基于无功功率模型的双绕组感应电机自适应转速估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106685297B (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106685297B (zh) | 改进的异步电机模型参考自适应转速估计方法和装置 | |
Maiti et al. | Model reference adaptive controller-based rotor resistance and speed estimation techniques for vector controlled induction motor drive utilizing reactive power | |
Kan et al. | Indirect vector control with simplified rotor resistance adaptation for induction machines | |
Zhu et al. | Estimation of winding resistance and PM flux-linkage in brushless AC machines by reduced-order extended Kalman Filter | |
Corradini et al. | A quasi‐sliding mode observer‐based controller for PMSM drives | |
Rauf et al. | Finite‐time nonsingular terminal sliding mode control of converter‐driven DC motor system subject to unmatched disturbances | |
Ben Regaya et al. | Electric drive control with rotor resistance and rotor speed observers based on fuzzy logic | |
Comanescu | Single and double compound manifold sliding mode observers for flux and speed estimation of the induction motor drive | |
Korlinchak et al. | Robust sensorless sliding mode flux observer with speed estimate for induction motor drives | |
JP2014115746A (ja) | 周期外乱自動抑制装置 | |
Amrane et al. | Unknown input observer design for fault sensor estimation applied to induction machine | |
Jung et al. | Sliding mode observer for sensorless control of IPMSM drives | |
CN118381392A (zh) | 永磁同步电机控制方法、装置、设备及计算机程序产品 | |
Beltran‐Carbajal et al. | An online algebraic estimation approach of parameters and variable mechanical torque in shunt DC motors | |
Yang et al. | Adaptive finite‐time control for high‐order nonlinear systems with mismatched disturbances | |
Ding et al. | Speed identification and control for permanent magnet synchronous motor via sliding mode approach | |
CN107093970A (zh) | 一种无位置传感器的永磁同步电机控制方法及装置 | |
Barut et al. | An EKF-based estimator for the speed sensorless vector control of induction motors | |
Weiss | Spectral and inner-outer factorizations through the constrained Riccati equation | |
Alex et al. | An efficient position tracking smoothing algorithm for sensorless operation of brushless DC motor drives | |
Chalawane et al. | A new robust control based on active disturbance rejection controller for speed sensorless induction motor | |
Nguyen et al. | Efficient Sensorless Speed Estimation of Electrical Servo Drives Using a Full‐Order Nonsingular Terminal Sliding Mode Observer | |
Linares‐Flores et al. | Robust sensorless low‐speed trajectory tracking for a permanent magnet synchronous motor: An extended state observer based backstepping control approach | |
Gabbi et al. | Current controller for sensorless PMSM drive using combined sliding mode strategy and disturbance observer | |
Li et al. | General adaptive schemes for resistance and speed estimation in induction motor drives |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |