CN108880379B - 一种直线牵引电机无速度传感器控制系统速度估计方法 - Google Patents

Abstract

一种直线牵引电机无速度传感器控制系统速度估计方法，包括：根据次级反电动势信号的α、β分量计算次级反电动势信号的频率；在此基础上，利用前置滤波器滤除次级反电动势的低次谐波，将滤波后的d‑q轴反电动势分量幅值归一化处理，再变换到α‑β轴下进行频率估计，最后通过输出滤波器来提升估计转速信号的抗干扰能力。本方法可运用于离线仿真、在线实时仿真以及硬件在环仿真系统中，实现直线牵引电机运行在不同工况时的速度估计。本方法具有易于实现，计算负担小，调谐参数少，鲁棒性强的特点，弥补了现有直线牵引电机速度估计方法中计算负担重，鲁棒性低的技术问题。

Description

一种直线牵引电机无速度传感器控制系统速度估计方法

技术领域

本发明属于电力牵引交流传动技术领域，涉及一种直线牵引电机无速度传感器控制系统中的速度估计方法。

背景技术

作为新一代城市轨道交通系统，由直线牵引电机驱动的中低速磁浮列车是满足速度、可靠性、稳定性和环境影响要求的最佳选择。此外，与地铁、轻轨等传统的轨道交通相比，中低速磁悬浮列车具有更优异的性能，如转弯半径小、爬坡能力强、运行噪声小、维护费用低等。在中低速磁浮车运行时，速度需要反馈到控制系统中，而利用传统的机械式传感器检测速度会带来维护不方便、易受环境影响等问题。为提高驱动系统的可靠性，无速度传感器控制技术越来越得到人们的青睐。

与传统的旋转电机相比，由于直线电机的特殊结构，在运行过程中直线牵引电机会产生动态边端效应，电机参数在不同运行工况发生显著变化，增加直线电机速度估计的难度。因此，对于直线电机无速度传感器控制系统中速度估计方法的研究需要进一步深入。

目前针对直线牵引电机无速度传感器控制系统中的速度估计方法主要集中在智能控制技术，如线性神经网络、模糊观测器以及非线性预测控制等等，但是这些方法存在计算负担沉重，调谐参数多和鲁棒性低等问题。

发明内容

本发明的目的是针对现有技术存在的问题而提供一种易于实现，计算负担小，调谐参数少，鲁棒性强的一种直线牵引电机无速度传感器控制系统速度估计方法，旨在适用离线仿真、在线实时仿真及硬件在环仿真系统，实现直线牵引电机在在牵引工况、负载牵引力突变工况、初级电阻突变工况、注入直流干扰信号工况以及注入交流干扰信号下的仿真，弥补了现有直线牵引电机速度估计方法中计算负担重，鲁棒性低的技术问题。

为实现上述发明目的，本发明的具体技术方案为：

直线牵引电机无速度传感器系统速度估计仿真方法，利用同步参考坐标系锁频环(synchronous reference frame frequency-locked loop，SRF-FLL)，完成直线牵引电机不同工况下的速度估计。包括以下步骤：

(1)根据次级反电动势信号的α、β分量计算次级反电动势的频率：

直线牵引电机的电压模型为：

式(1)中：Ψ_s和Ψ_r分别为直线牵引电机的初级磁链矢量和次级磁链矢量，u_s和i_s分别为直线牵引电机的初级电压矢量和初级电流矢量，且有：

Ψ_s＝[Ψ_sα Ψ_sβ]^TΨ_r＝[Ψ_rα Ψ_rβ]^T u_s＝[u_sα u_sβ]^T i_s＝[i_sα i_sβ]^T

L_m′、L_s′、L_r′、σ′分别代表考虑动态边端效应后的直线牵引电机的励磁电感、初级电感、次级电感和漏磁系数；R_s为直线牵引电机的初级电阻。

通过直线牵引电机的电压模型进一步可得：

式(2)中：p为微分算子，e_s和e_r分别为直线牵引电机的初级反电动势矢量和次级反电动势矢量，且有：

e_s＝[e_sα e_sβ]^T e_r＝[e_{r α}e_rβ]^T

其中：e_sα和e_sβ分别为初级反电动势的α、β分量，T为转置符号。

对式(2)进行简化，可得：

式(3)中：L_ls和L_lr分别为直线牵引电机的初级漏感和次级漏感。

使式(3)得到的次级反电动势信号满足：

式(4)中：e_rα和e_rβ分别为次级反电动势的α、β分量，ω和

分别为次级反电动势信号的频率和初相。

对式(4)进行取微分，则有：

由式(5)可得，次级反电动势信号的频率为：

(2)根据(1)所得次级反电动势的频率进行前置滤波以及归一化处理，估计得到直线牵引电机的速度：

根据第(1)节的分析，只有当次级反电动势信号为纯正弦信号时，上述的方案才能进行准确的速度估计，因此需要对第(1)节的速度估计方案进行一定的处理。

利用前置滤波器滤除次级反电动势的低次谐波，然后将滤波后的d-q轴反电动势分量幅值归一化处理，再变换到α-β轴下进行频率估计，最后通过输出滤波器来提升估计转速信号的抗干扰能力。

(3)将(2)所计算得的速度输入到直线牵引电机矢量控制系统，进行后续模型计算。将u_s、i_s输出到速度估计算法，实现直线牵引电机牵引系统无速度传感器运行。

本发明提供的直线牵引电机速度估计方法考虑动态边端效应对直线牵引电机的影响，通过对直线电机的边端效应量化，并将边端效应的影响反映在电机的基本参数中，在此基础上建立准确的直线牵引电机的数学模型

采用本发明，可实现离线仿真、在线实时仿真及硬件在环仿真系统中，实现直线牵引电机在在牵引工况、负载牵引力突变工况以及初级电阻突变工况的仿真，并且该速度估计方法具有易于实现，计算负担小，调谐参数少，鲁棒性强的特点，弥补了现有直线牵引电机速度估计方法中计算负担重，鲁棒性低的技术问题。所建立的速度估计方法可适用于一切基于计算机实现的对直线牵引电机无速度传感器控制系统进行的仿真试验研究，并且进一步可以推广到异步电机无速度传感器系统。

与现有技术相比，本发明的有益效果是:

一、采用同步参考坐标系锁频环(synchronous reference frame frequency-locked loop，SRF-FLL)的速度估计方法，算法简单并且容易操作，占用存储器空间小。

二、采用同步参考坐标系锁频环(synchronous reference frame frequency-locked loop，SRF-FLL)的速度估计方法对次级反电动势分量幅值归一化处理，显著降低初级电阻变化以及外部信号干扰对速度估计方法的影响，进而提升速度估计方法的性能以及无速度传感器控制系统的鲁棒性。

三、采用基于同步参考坐标系锁频环(synchronous reference framefrequency-locked loop，SRF-FLL)的速度估计方法，对于不同的工况均有很好的适应性，不会因负载水平改变而导致算法的额外调整，具有很好的通用性；同时实时性好，能够满足速度估计的要求。

四、该算法的移植性较强，在异步感应电机驱动系统中，涉及无速度传感器控制的算法中亦可采用该算法，有极强的通用性。

附图说明

图1是本发明所实现的速度估计方法中的频率估计原理框图。

图2是本发明所实现的基于同步参考坐标系锁频环(synchronous referenceframe frequency-locked loop，SRF-FLL)的速度估计方法原理图。

图3是本发明所实现的速度估计方法的前置滤波器的结构框图。

图4是基于本发明直线牵引电机速度估计仿真方法在MATLAB/Simulink环境下做出的实施例的恒定牵引力(F_l＝1000N)工况下仿真结果中速度真实值与辨识值的波形图。

图5是是基于本发明直线牵引电机速度估计仿真方法在MATLAB/Simulink环境下做出的实施例的恒定牵引力(F_l＝1000N)工况下仿真结果中速度估计误差的波形图。

图6是基于本发明直线牵引电机速度估计仿真方法在MATLAB/Simulink环境下做出的实施例的牵引力突变(第8秒时，F_l由1000N→2000N；第12秒时，F_l由2000N→3000N)工况下仿真结果中速度真实值与辨识值的波形图。

图7是基于本发明直线牵引电机速度估计仿真方法在MATLAB/Simulink环境下做出的实施例的牵引力突变(第8秒时，F_l由1000N→2000N；第12秒时，F_l由2000N→3000N)工况下仿真结果中速度估计误差的波形图。

图8是基于本发明直线牵引电机速度估计仿真方法在MATLAB/Simulink环境下做出的实施例的初级电阻突变(第8秒时，R_s由0.15Ω→0.165Ω；第12秒时，R_s由0.165Ω→0.18Ω)工况下仿真结果中速度真实值与辨识值的波形图。

图9是基于本发明直线牵引电机速度估计仿真方法在MATLAB/Simulink环境下做出的实施例的初级电阻突变(第8秒时，R_s由0.15Ω→0.165Ω；第12秒时，R_s由0.165Ω→0.18Ω)工况下仿真结果中速度估计误差的波形图。

图10是基于本发明直线牵引电机速度估计仿真方法在MATLAB/Simulink环境下做出的实施例的初级电阻突变(第8秒时，R_s由0.15Ω→0.135Ω；第12秒时，R_s由0.135Ω→0.12Ω)工况下仿真结果中速度真实值与辨识值的波形图。

图11是基于本发明直线牵引电机速度估计仿真方法在MATLAB/Simulink环境下做出的实施例的初级电阻突变(第8秒时，R_s由0.15Ω→0.135Ω；第12秒时，R_s由0.135Ω→0.12Ω)工况下仿真结果中速度估计误差的波形图。

图12是基于本发明直线牵引电机速度估计仿真方法在MATLAB/Simulink环境下做出的实施例的向次级反电动势注入直流信号(第8秒时，向e_rα注入20A直流信号；第12秒时，向e_rβ注入15A直流信号)工况下仿真结果中速度真实值与辨识值的波形图。

图13是基于本发明直线牵引电机速度估计仿真方法在MATLAB/Simulink环境下做出的实施例的向次级反电动势注入直流信号(第8秒时，向e_rα注入20A直流信号；第12秒时，向e_rβ注入15A直流信号)工况下仿真结果中速度估计误差的波形图。

图14是基于本发明直线牵引电机速度估计仿真方法在MATLAB/Simulink环境下做出的实施例的向次级反电动势注入交流信号(第8秒时，向e_rα注入幅值为20A频率为10Hz的交流信号；第12秒时，向e_rβ注入幅值为15A频率为5Hz的交流信号)工况下仿真结果中速度真实值与辨识值的波形图。

图15是基于本发明直线牵引电机速度估计仿真方法在MATLAB/Simulink环境下做出的实施例的向次级反电动势注入交流信号(第8秒时，向e_rα注入幅值为20A频率为10Hz的交流信号；第12秒时，向e_rβ注入幅值为15A频率为5Hz的交流信号)工况下仿真结果中速度估计误差的波形图。

具体实施方式

下面将结合附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅是本发明的一个实施例，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。

作为本发明中一种直线牵引电机无速度传感器系统的速度估计仿真方法的具体实施方法，设定仿真环境为MATLAB/Simulink。

本发明所实现的频率估计方法如图1所示，利用向后差分处理次级电动势的微分项。基于同步参考坐标系锁频环(synchronous reference frame frequency-lockedloop，SRF-FLL)的速度估计方法原理图如图2所示，即将非理想输入的次级反电动势信号(次级反电动势信号为非纯正弦信号)变换到d-q轴，利用前置滤波器滤除次级反电动势的低次谐波，然后将滤波后的d-q轴反电动势分量幅值归一化处理，再变换到α-β轴下进行频率估计，最后通过输出滤波器来提升估计转速信号的抗干扰能力。在本发明所实现的速度估计方法中的前置滤波器结构图如图3所示，其可以视作一个理想低通滤波器，用于滤除次级反电动势的低次谐波。

实施例

直线牵引电机无速度传感器系统的速度估计仿真方法可按照本发明所叙述方法进行：

(1)直线牵引电机矢量控制系统的建立

在传统的异步电机矢量控制模型的基础上进行改进，得到直线牵引电机的矢量控制模型；并对调制模块输出的脉冲、直流侧电压进行处理和运算得到三相电压，将其变换到α-β坐标系内，为速度估计系统提供输入量，以实现相应的计算。

(2)初级、次级反电动势的计算

对重构的电压信号以及反馈的电流信号进行运算和处理，依据式(3)，得到直线牵引电机初级、次级反电动势。

(3)前置滤波器的建立

依据图3，完成前置滤波器的建立，用于滤除次级反电动势的低次谐波。

(4)归一化处理

依据图2，对滤波后的d-q轴次级反电动势分量幅值归一化处理，以消除初级电阻变化以及外部信号干扰对速度估计方法的影响。

(5)速度估计

根据式(5)和式(6)，实现直线牵引电机无速度传感器控制系统的速度估计。

基于上述模型进行仿真以及实验，直线牵引电机参数为：初级电阻R_s＝0.15Ω，次级电阻R_r＝0.05Ω，励磁电感L_m＝3mH，初级漏感L_ls＝0.7mH，次级漏感L_lr＝0.5mH。系统控制参数：直流侧电压为1500V，PWM开关频率为500Hz。直线牵引电机无速度传感器速度估计在不同工况下的速度估计仿真结果如图4-15所示(图4为直线牵引电机运行在恒定负载牵引力(F_l＝1000N)工况下速度真实值与辨识值的波形图；图5为直线牵引电机运行在恒定负载牵引力(F_l＝1000N)工况下速度估计误差的波形图；图6是直线牵引电机运行在负载牵引力突变(第8秒时，F_l由1000N→2000N；第12秒时，F_l由2000N→3000N)工况下速度真实值与辨识值的波形图；图7是直线牵引电机运行在负载牵引力突变(第8秒时，F_l由1000N→2000N；第12秒时，F_l由2000N→3000N)工况下速度估计误差的波形图；

图8是直线牵引电机运行在初级电阻突变(第8秒时，R_s由0.15Ω→0.165Ω；第12秒时，R_s由0.165Ω→0.18Ω)工况下速度真实值与辨识值的波形图；图9是直线牵引电机运行在初级电阻突变(第8秒时，R_s由0.15Ω→0.165Ω；第12秒时，R_s由0.165Ω→0.18Ω)工况下速度估计误差的波形图；图10是直线牵引电机运行在初级电阻突变(第8秒时，R_s由0.15Ω→0.135Ω；第12秒时，R_s由0.135Ω→0.12Ω)工况下速度真实值与辨识值的波形图；图7是直线牵引电机运行在初级电阻突变(第8秒时，R_s由0.15Ω→0.135Ω；第12秒时，R_s由0.135Ω→0.12Ω)工况下速度估计误差的波形图；图12是直线牵引电机运行在向次级反电动势注入直流信号(第8秒时，向e_rα注入20A直流信号；第12秒时，向e_rβ注入15A直流信号)工况下速度真实值与辨识值的波形图；图13是直线牵引电机运行在向次级反电动势注入直流信号(第8秒时，向e_rα注入20A直流信号；第12秒时，向e_rβ注入15A直流信号)工况下速度估计误差的波形图；图14是直线牵引电机运行在向次级反电动势注入交流信号(第8秒时，向e_rα注入幅值为20A频率为10Hz的交流信号；第12秒时，向e_rβ注入幅值为15A频率为5Hz的交流信号)工况下速度真实值与辨识值的波形图；图15是直线牵引电机运行在向次级反电动势注入交流信号(第8秒时，向e_rα注入幅值为20A频率为10Hz的交流信号；第12秒时，向e_rβ注入幅值为15A频率为5Hz的交流信号)工况下速度估计误差的波形图)。

以上所述就是本发明的一种实施方式，基于这种实施方式可在MATLAB/Simulink下进行直线牵引电机无速度传感器系统速度估计的仿真，基于这种实施方式亦可以在dSPACE或者RT-LAB等类似的实时仿真器中进行直线牵引电机运行在不同工况下的仿真。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 (1)

1.一种直线牵引电机无速度传感器控制系统速度估计方法，其特征在于，利用同步参考坐标系锁频环，完成直线牵引电机不同工况下的速度估计，包括以下步骤：

(1)根据次级反电动势信号的α、β分量计算次级反电动势信号频率：

直线牵引电机的电压模型为：

式(1)中：Ψ_s和Ψ_r分别为直线牵引电机的初级磁链矢量和次级磁链矢量，u_s和i_s分别为直线牵引电机的初级电压矢量和初级电流矢量，且有：

Ψ_s＝[Ψ_sα Ψ_sβ]^TΨ_r＝[Ψ_rα Ψ_rβ]^T u_s＝[u_sα u_sβ]^T i_s＝[i_sα i_sβ]^T

L_m′、L_s′、L_r′、σ′分别代表考虑动态边端效应后的直线牵引电机的励磁电感、初级电感、次级电感和漏磁系数；R_s为直线牵引电机的初级电阻；

通过直线牵引电机的电压模型进一步可得：

式(2)中：p为微分算子，e_s和e_r分别为直线牵引电机的初级反电动势矢量和次级反电动势矢量，且有：

e_s＝[e_sα e_sβ]^T e_r＝[e_rα e_rβ]^T

其中：e_sα和e_sβ分别为初级反电动势的α、β分量，T为转置符号；

对式(2)进行简化，可得：

式(3)中：L_ls和L_lr分别为直线牵引电机的初级漏感和次级漏感；

使式(3)得到的次级反电动势信号满足：

式(4)中：e_rα和e_rβ分别为次级反电动势的α、β分量，ω和

分别为次级反电动势信号的频率和初相；

对式(4)进行取微分，则有：

由式(5)可得，次级反电动势信号的频率为：

(2)根据步骤(1)所得次级反电动势的频率进行前置滤波以及归一化处理，估计得到直线牵引电机的速度：

利用前置滤波器滤除次级反电动势的低次谐波，然后将滤波后的d-q轴反电动势分量幅值归一化处理，再变换到α-β轴下进行频率估计，最后通过输出滤波器来提升估计转速信号的抗干扰能力；

(3)将步骤(2)所计算得的速度输入到直线牵引电机矢量控制系统，进行后续模型计算；将u_s、i_s输出到速度估计算法中，实现直线牵引电机牵引系统无速度传感器运行。

Images