CN106712618A - 一种永磁同步电机转动惯量的辨识方法及系统 - Google Patents

Abstract

本发明公开了一种永磁同步电机转动惯量的辨识方法及系统，该方法包括：获取永磁同步电机伺服控制系统的q轴电流和转子速度；将q轴电流输入加权递推平均滤波器，经过滤波获取加权递推平均滤波器的输出电磁转矩；将电磁转矩和转子速度输入最小二乘辨识算法，输出转动惯量；本发明通过将q轴电流输入加权递推平均滤波器，获取滤波后的电磁转矩，对电流进行滤波，降低噪声对最小二乘辨识算法的干扰，提高辨识的精确度，通过将电磁转矩和转子速度输入最小二乘辨识算法，输出转动惯量，使用最小二乘辨识算法进行转动惯量的实时辨识，解决了噪声对辨识方法造成的干扰问题，提高了辨识的精确度，提升了用户体验。

Description

一种永磁同步电机转动惯量的辨识方法及系统

技术领域

本发明涉及系统辨识领域，特别涉及一种永磁同步电机转动惯量的辨识方法及系统

背景技术

随着新型的稀土永磁材料的研制取得突破性地发展，永磁同步电机的功能得到了质的提升，因而得以在很多领域迅速地得到推广。与直流电机相比，永磁同步电机省去了电刷和换向器，结构简单，可靠性高。与异步电动机相比，它没有转子励磁，启动力矩高，运行效率高，功率密度高，低速性能好，转子转动惯量小。因此，永磁同步电机被广泛应用于高性能控制领域，例如：工业机器人、CNC数控机床等，并且其应用范围仍然在快速地扩大。

永磁同步电机矢量控制方案解决了由永磁同步电机自身的非线性和强耦合所产生的问题，具有良好的转矩响应，精确速度控制的优点，能够实现各种系统的高精度，大范围的速度控制，以及小体积大扭矩的需求。然而，当伺服电机应用于负载状态未知的情况下，传统的PI控制难以满足高控制性能的要求。在未知的负载状态中较为重要的是转动惯量这一参数，在原控制系统参数不变的条件下，系统转动惯量的增大，会使得被控系统的动态响应变慢；系统转动惯量的减小，会导致被控系统较大的超调甚至不稳定。与此同时，高性能的控制系统也会随着参数的变化而不断调整，以保证系统性能的稳定。因此，永磁同步电机转动惯量的实时辨识，对永磁同步电机的广泛应用和控制系统的鲁棒性有着很重要的意义。

在现有技术的永磁同步电机伺服系统控制领域中，大多数采用光电编码器、旋转变压器等机械传感器检测电机转子的位置，并对转子位置进行差分来得到转速，然而机械传感器有限的分辨率和位置检测的量化误差差分得到的速度值通常会带来很大噪声。这就使得最小二乘辨识算法这种对噪声比较敏感的辨识方法会产生很大的误差，造成辨识的精确度不高的问题。因此，如何降低噪声带来的干扰，提高辨识的精确度，是如今亟需解决的问题。

发明内容

本发明的目的是提供一种永磁同步电机转动惯量的辨识方法及系统，以通过滤波的方式降低噪声对最小二乘辨识算法的干扰，提高辨识的精确度。

为解决上述技术问题，本发明提供一种永磁同步电机转动惯量的辨识方法，包括：

获取永磁同步电机伺服控制系统的q轴电流和转子速度；

将所述q轴电流输入加权递推平均滤波器，经过滤波获取所述加权递推平均滤波器的输出电磁转矩；

将所述电磁转矩和所述转子速度输入最小二乘辨识算法，输出转动惯量。

可选的，所述加权递推平均滤波器，具体为：

其中，T_e(k)为所述电磁转矩、所述a、b和c为加权系数。

可选的，所述a、b和c具体分别为和

可选的，所述最小二乘辨识算法为遗忘因子最小二乘辨识算法。

可选的，所述遗忘因子最小二乘辨识算法具体为：

和其中，β为遗忘因子且0≤β≤1、为辨识目标、L(k)为构造矩阵、P(k)为协方差矩阵、ΔT_e(k-1)＝T_e(k-1)-T_e(k-2)。

此外，本发明还提供了一种永磁同步电机转动惯量的辨识系统，包括：

系统采样模块，用于获取永磁同步电机伺服控制系统的q轴电流和转子速度；

权递推平均滤波器模块，用于将所述q轴电流输入加权递推平均滤波器，经过滤波获取所述加权递推平均滤波器的输出电磁转矩；

最小二乘辨识算法模块，用于将所述电磁转矩和所述转子速度输入最小二乘辨识算法，输出转动惯量。

可选的，所述加权递推平均滤波器模块，具体为：

其中，T_e(k)为所述电磁转矩、所述a、b和c为加权系数。

可选的，所述最小二乘辨识算法模块，包括：

遗忘因子最小二乘辨识算法子模块，用于接收所述电磁转矩和所述转子速度，输出所述转动惯量。

可选的，所述遗忘因子最小二乘辨识算法子模块中的所述遗忘因子最小二乘辨识算法具体为：

和其中，β为遗忘因子且0≤β≤1、为辨识目标、L(k)为构造矩阵、P(k)为协方差矩阵、ΔT_e(k-1)＝T_e(k-1)-T_e(k-2)。

本发明所提供的一种永磁同步电机转动惯量的辨识方法，包括：获取永磁同步电机伺服控制系统的q轴电流和转子速度；将所述q轴电流输入加权递推平均滤波器，经过滤波获取所述加权递推平均滤波器的输出电磁转矩；将所述电磁转矩和所述转子速度输入最小二乘辨识算法，输出转动惯量；

可见，本发明通过将q轴电流输入加权递推平均滤波器，获取滤波后的电磁转矩，对电流进行滤波，降低噪声对最小二乘辨识算法的干扰，提高辨识的精确度，通过将电磁转矩和转子速度输入最小二乘辨识算法，输出转动惯量，使用最小二乘辨识算法进行转动惯量的实时辨识，解决了噪声对辨识方法造成的干扰问题，提高了辨识的精确度，提升了用户体验。此外，本发明还提供了一种永磁同步电机转动惯量的辨识系统，同样具有上述有益效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例所提供的一种永磁同步电机转动惯量的辨识方法的流程图；

图2为本发明实施例所提供的另一种永磁同步电机转动惯量的辨识方法的流程图；

图3为本发明实施例所提供的另一种永磁同步电机转动惯量的辨识方法的流程示意图；

图4为本发明实施例所提供的一种永磁同步电机转动惯量的辨识系统的结构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。

请参考图1，图1为本发明实施例所提供的一种永磁同步电机转动惯量的辨识方法的流程图。该方法可以包括：

步骤101：获取永磁同步电机伺服控制系统的q轴电流和转子速度。

其中，本步骤可以为永磁同步电机转动惯量的辨识系统的系统采样模块直接接收永磁同步电机伺服控制系统发送的q轴电流i_q和转子速度W，也可以为永磁同步电机转动惯量的辨识系统的系统采样模块从永磁同步电机伺服控制系统中采集i_q和W，还可以为永磁同步电机转动惯量的辨识系统的系统采样模块向永磁同步电机伺服控制系统发送采样请求，再接收永磁同步电机伺服控制系统根据上述采样请求发送的i_q和W。只要永磁同步电机转动惯量的辨识系统可以获取i_q和W，对于具体的获取方式本实施例不做任何限制。

可以理解的是，永磁同步电机转动惯量的辨识系统可以实时获取i_q和W，也可以按预设时间间隔获取i_q和W，还可以在某个时间点获取i_q和W，本实施例对此不受任何限制。

步骤102：将所述q轴电流输入加权递推平均滤波器，经过滤波获取所述加权递推平均滤波器的输出电磁转矩。

可以理解的是，滤波是将信号中特定波段频率中的波段滤除掉的操作，是抑制和防止干扰的一项重要措施。加权递推平均滤波方法是在不同的时刻给不同的数据赋不同的权值，并且越接近现时刻的数据，权值给的越大，这种滤波方法适用于灵敏度要求很高的控制系统。

其中，加权递推平均滤波器的构建可以按照如下方式：

按照加权递推平均滤波算法的原理，对电流进行滤波，可以将式改为：式中，T_e为电磁转矩。

需要说明的是，式中a、b和c为加权系数，可以由设计人员根据实用场景、用户需求和经验值确定。本实施例对此不受任何限制。

优选的，a、b和c的数值具体可以分别为和也就是上述公式可以具体为

步骤103：将所述电磁转矩和所述转子速度输入最小二乘辨识算法，输出转动惯量。

其中，最小二乘辨识算法是一种数学优化方法，它是通过最小化误差的平方和来寻找数据的最佳函数匹配，使得所获得的数据与实际值之间误差的平方和为最小。最小二乘辨识算法的基本原理如下：用给定的参数计算模型的观测向量和状态变量，将实际系统输出值减去观测值，将差值进行平方和计算，采用某种算法持续改变参数数值，当差值的平方和为最小时，则已经得出了辨识结果，而且辨识值与实际值非常接近。

可以理解的是，本实施例的目的是通过加权递推平均滤波器对电流进行滤波，降低噪声对最小二乘辨识算法的干扰。因此，可以在滤波过后直接使用现有的最小二乘辨识算法进行辨识。

优选的，还可以通过设计遗忘因子最小二乘辨识算法，进一步解决最小二乘辨识算法随着辨识次数的不断增加，数据量的不断增加，产生的数据饱和问题。通过遗忘因子最小二乘辨识算法引入的遗忘因子，可以改变新旧数据所占的比重，解决数据饱和的问题。

需要说明的是，对于最小二乘辨识算法的选择，无论是使用现有的最小二乘辨识算法，还是使用引入遗忘因子的遗忘因子最小二乘辨识算法均可达到本实施例的目的，本实施例对此不受任何限制。

本实施例中，本发明实施例通过将q轴电流i_q输入加权递推平均滤波器，获取滤波后的电磁转矩T_e，对电流进行滤波，降低噪声对最小二乘辨识算法的干扰，提高辨识的精确度，通过将电磁转矩T_e和转子速度W输入最小二乘辨识算法，输出转动惯量J，使用最小二乘辨识算法进行转动惯量的实时辨识，解决了噪声对辨识方法造成的干扰问题，提高了辨识的精确度，提升了用户体验。

请参考图2和图3，图2为本发明实施例所提供的另一种永磁同步电机转动惯量的辨识方法的流程图；图3为本发明实施例所提供的另一种永磁同步电机转动惯量的辨识方法的流程示意图。该方法可以包括：

步骤201：获取永磁同步电机伺服控制系统的q轴电流和转子速度。

其中，步骤201与步骤101相似，在此不再赘述。

步骤202：将所述q轴电流输入加权递推平均滤波器，经过滤波获取所述加权递推平均滤波器的输出电磁转矩。

可以理解的是，本实施例中加权递推平均滤波器中的加权系数a、b和c的数值具体可以分别为和也就是加权递推平均滤波器的公式可以具体为则下文中式(21)可以变为：

步骤203：将所述电磁转矩和所述转子速度输入遗忘因子最小二乘辨识算法，输出转动惯量。

其中，遗忘因子最小二乘辨识算法的设计可以按如下方式：

取非奇异方阵A，(A+BC)，(I+CA^-1B)，根据矩阵的求逆引理，即：若矩阵A∈C^N×N，C∈C^N×N，均为非奇异矩阵，矩阵B∈C^N×M，D∈C^M×N，则矩阵A+BCD具有逆矩阵：(A+BCD)^-1＝A^-1-A^-1B(DA^-1B+C^-1)^-1DA^-1。可逆矩阵A+BCD的逆可以表示成A^-1+X，其中X表示未知矩阵，得:

(A+BC)^-1＝A^-1+X (1)

(A+BC)^-1＝A^-1-A^-1B(I+CA^-1B)^-1CA^-1 (2)

由批处理最小二乘得到下面两式:

最后得到k时刻的递推最小二次估计:

令A＝P^-1(k-1),代入式(1)得:

将式(5)代入中可以得到：

将(7)式代入(5)式得到协方差矩阵：

综上所述，得到参数最小二乘估计的递推公式为：

为了解决数据饱和的问题，引入遗忘因子对递推公式进行改进，设置性能指标为：

式(13)中β即为遗忘因子，0≤β≤1，可以得到遗忘因子最小二乘参数估计公式为：

把遗忘因子最小二乘应用到电机参数辨识中：

首先对电机转矩平衡方程进行离散化，得：

式(17)中，T_e(k-1)为：k-1时刻的T_e值；T_l(k-1)为：k-1时刻的T_l值；J为：电机转动惯量；T_s为：控制系统采样时间；ω_m(k)、ω_m(k-1)分别为：k时刻和k-1时刻的转子速度ω_m的值。

可以整理成：

设采样周期T_s极短，电机的负载转矩的变化可以忽略，则：

T_l(k-1)＝T_l(k) (19)

式(18)还可以表示为：

两式相减，得：

则令：

ΔT_e(k-1)＝T_e(k-1)-T_e(k-2) (22)

Y(k)＝ω_m(k)-2ω_m(k-1)+ω_m(k-2) (23)

即：Y(k)＝ΔT_e(k-1)b(k)，令根据式(14)、(15)和(16)，遗忘因子最小二乘算法为：

可以理解的是，本步骤中将加权推平均滤波器的输出电磁转矩T_e和系统采样模块获取的转子速度W作为遗忘因子最小二乘法的两个输入，从而对转动惯量J进行辨识。

本实施例中，本发明实施例通过设计遗忘因子最小二乘辨识算法，进一步解决最小二乘辨识算法随着辨识次数的不断增加，数据量的不断增加，产生的数据饱和问题。通过遗忘因子最小二乘辨识算法引入的遗忘因子，改变了新旧数据所占的比重，解决了数据饱和的问题，进一步提升了用户体验。

请参考图4，图4为本发明实施例所提供的一种永磁同步电机转动惯量的辨识系统的结构图。该系统可以包括：

系统采样模块100，用于获取永磁同步电机伺服控制系统的q轴电流i_q和转子速度W；

权递推平均滤波器模块200，用于将所述i_q输入加权递推平均滤波器，经过滤波获取所述加权递推平均滤波器的输出电磁转矩T_e；

最小二乘辨识算法模块300，用于将所述T_e和所述W输入最小二乘辨识算法，输出转动惯量J。

可选的，所述加权递推平均滤波器模块200，具体为：

其中，T_e(k)为所述电磁转矩、所述a、b和c为加权系数。

可选的，所述最小二乘辨识算法模块300，包括：

遗忘因子最小二乘辨识算法子模块，用于接收所述T_e和所述W，输出所述J。

可选的，所述遗忘因子最小二乘辨识算法子模块中的所述遗忘因子最小二乘辨识算法具体为：

和其中，β为遗忘因子且0≤β≤1、为辨识目标、L(k)为构造矩阵、P(k)为协方差矩阵、ΔT_e(k-1)＝T_e(k-1)-T_e(k-2)。

本实施例中，本发明实施例通过权递推平均滤波器模块200将q轴电流i_q输入加权递推平均滤波器，获取滤波后的电磁转矩T_e，对电流进行滤波，降低噪声对最小二乘辨识算法的干扰，提高辨识的精确度，通过将电磁转矩T_e和转子速度W输入最小二乘辨识算法，输出转动惯量J，使用最小二乘辨识算法进行转动惯量的实时辨识，解决了噪声对辨识方法造成的干扰问题，提高了辨识的精确度，提升了用户体验。

说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上对本发明所提供的永磁同步电机转动惯量的辨识方法及系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。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，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (9)

1.一种永磁同步电机转动惯量的辨识方法，其特征在于，包括：

获取永磁同步电机伺服控制系统的q轴电流和转子速度；

将所述q轴电流输入加权递推平均滤波器，经过滤波获取所述加权递推平均滤波器的输出电磁转矩；

将所述电磁转矩和所述转子速度输入最小二乘辨识算法，输出转动惯量。

2.根据权利要求1所述永磁同步电机转动惯量的辨识方法，其特征在于，所述加权递推平均滤波器，具体为：

其中，T_e(k)为所述电磁转矩、所述a、b和c为加权系数。

3.根据权利要求2所述永磁同步电机转动惯量的辨识方法，其特征在于，所述a、b和c具体分别为和

4.根据权利要求1至3任一项所述永磁同步电机转动惯量的辨识方法，其特征在于，所述最小二乘辨识算法为遗忘因子最小二乘辨识算法。

5.根据权利要求4所述永磁同步电机转动惯量的辨识方法，其特征在于，所述遗忘因子最小二乘辨识算法具体为：

和其中，β为遗忘因子且0≤β≤1、为辨识目标、L(k)为构造矩阵、P(k)为协方差矩阵、ΔT_e(k-1)＝T_e(k-1)-T_e(k-2)。

6.一种永磁同步电机转动惯量的辨识系统，其特征在于，包括：

系统采样模块，用于获取永磁同步电机伺服控制系统的q轴电流和转子速度；

权递推平均滤波器模块，用于将所述q轴电流输入加权递推平均滤波器，经过滤波获取所述加权递推平均滤波器的输出电磁转矩；

最小二乘辨识算法模块，用于将所述电磁转矩和所述转子速度输入最小二乘辨识算法，输出转动惯量。

7.根据权利要求6所述永磁同步电机转动惯量的辨识系统，其特征在于，所述加权递推平均滤波器模块，具体为：

其中，T_e(k)为所述电磁转矩、所述a、b和c为加权系数。

8.根据权利要求6或7所述永磁同步电机转动惯量的辨识系统，其特征在于，所述最小二乘辨识算法模块，包括：

遗忘因子最小二乘辨识算法子模块，用于接收所述电磁转矩和所述转子速度，输出所述转动惯量。

9.根据权利要求8所述永磁同步电机转动惯量的辨识系统，其特征在于，所述遗忘因子最小二乘辨识算法子模块中的所述遗忘因子最小二乘辨识算法具体为：

和其中，β为遗忘因子且0≤β≤1、为辨识目标、L(k)为构造矩阵、P(k)为协方差矩阵、ΔT_e(k-1)＝T_e(k-1)-T_e(k-2)。