CN109510544B - 基于热阻网络模型的电机参数估计方法及系统 - Google Patents

基于热阻网络模型的电机参数估计方法及系统 Download PDF

Info

Publication number
CN109510544B
CN109510544B CN201811432769.5A CN201811432769A CN109510544B CN 109510544 B CN109510544 B CN 109510544B CN 201811432769 A CN201811432769 A CN 201811432769A CN 109510544 B CN109510544 B CN 109510544B
Authority
CN
China
Prior art keywords
motor
module
stator
variable
thermal resistance
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.)
Active
Application number
CN201811432769.5A
Other languages
English (en)
Other versions
CN109510544A (zh
Inventor
陆科
吴志红
朱元
肖明康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN201811432769.5A priority Critical patent/CN109510544B/zh
Publication of CN109510544A publication Critical patent/CN109510544A/zh
Application granted granted Critical
Publication of CN109510544B publication Critical patent/CN109510544B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/14Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • H02P21/16Estimation of constants, e.g. the rotor time constant

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Electric Motors In General (AREA)
  • Control Of Ac Motors In General (AREA)

Abstract

一种基于热阻网络模型的电机参数估计方法及系统,包括:分析电机热传递的过程数据,根据过程数据构建热阻网络模型;根据热阻网络模型获取状态变量和输入变量,根据状态变量和输入变量获得损耗功率数据,并得出状态方程;以多元线性回归对状态方程中的热阻网络状态参数进行离线辨识;获取电机温度数据,根据电机温度数据和热阻网络状态参数估计电机参数,本发明解决了传统技术中存在的结果精度受模型阶数制约和检测精度较低、对电机结构参数依赖性高导致实用性较低的技术问题。

Description

基于热阻网络模型的电机参数估计方法及系统
技术领域
本发明涉及一种电机参数检测方法,特别是涉及一种基于热阻网络模型的电机参数估计方法及系统。
背景技术
永磁同步电机与传统电励磁电机相比,具有结构简单、可靠性强、功率密度高等诸多优点,因此被广泛应用在新能源汽车领域。永磁同步电机过热故障是电机损坏的常见原因。一方面,在长时间的电机运行过程中,电机定子由于焦耳损耗,导致大量热量在定子绕组中堆积,极易造成绕组的烧毁。另一方面,由于铁芯损耗的存在,在电机高速运行时,涡流和磁滞损耗也会导致永磁体温度的升高,一旦到达永磁体的居里温度之后,就会导致永磁体的永久性失磁。为了防止电机过热损坏的情况出现,需要对电机温度进行监控。目前新能源汽车永磁同步电机中,一般都埋设了用于检测定子温度的温度传感器。但是由于转子是活动组件,无法直接对其进行温度检测,只能采用间接估计的方法。集中参数热网络法是电机温度估计的常用方法,这种方法将电机的热模型转化为电路模型,将电机中的温度部分转化为电压源,将损耗类比为电流在各部件之间传递,而各部件之间对于热传递有一定的阻碍作用,这种阻碍作用统一转化为热阻。为了提高模型的实用性、准确性和便利性,传统模型仍有可改进之处:
综上所述,现有技术的电机参数检测方法考虑了固体内部热阻,忽略了固体间的接触热阻。对电机实际尺寸、参数和形状的依赖性高。采用传热学经验公式,容易受到气隙尺寸、形状的影响。模型阶数高及大量的耦合不利于根据实验结果对参数进行修正。存在结果精度受模型阶数制约和检测精度较低、对电机结构参数依赖性高导致实用性较低的技术问题。
发明内容
鉴于以上现有技术存在交易安全性低和身份认证准确度不高的技术问题,本发明的目的在于提供一种基于热阻网络模型的电机参数估计方法及系统,解决现有技术存在的结果精度受模型阶数制约和检测精度较低、对电机结构参数依赖性高导致实用性较低的技术问题,一种基于热阻网络模型的电机参数估计方法,包括:
分析电机热传递的过程数据,根据过程数据构建热阻网络模型;
根据热阻网络模型获取状态变量和输入变量,根据状态变量和输入变量获得损耗功率数据,并得出状态方程;
以多元线性回归对状态方程中的热阻网络状态参数进行离线辨识,获取电机温度数据,根据电机温度数据和热阻网络状态参数估计电机参数。
于本发明的一实施方式中,根据热阻网络模型获取状态变量和输入变量,根据状态变量和输入变量获得损耗功率数据,并得出状态方程,具体包括:
计算电机铜损数据;
计算电机铁损数据;
根据电机铜损数据和电机铁损数据计算输入变量;
获取温度数据作为状态变量;
根据基尔霍夫定律,以输入变量和状态变量列出状态方程。
于本发明的一实施方式中,计算电机铜损数据,具体包括:
根据如下公式计算定子绕组电阻Rs
Rs=Ts,N(1+αN(TS-N))
其中,N为定子绕组温度,Ts为电机定子温度,Ts,N为电机定子在N摄氏度下的温度,αN
为电机定子在N摄氏度下的电阻温度系数;
根据三相电流和定子绕组电阻Rs确定定子绕组铜损Pcu
Pcu=Rs(ia 2+ib 2+ic 2)
其中,ia、ib、ic为定子三相电流。
于本发明的一实施方式中,计算电机铁损数据,具体包括:
构建第一电路模型;
根据如下关系建立第二模型:
Figure GDA0002417946370000021
其中,Rc为铁损等效电阻,Rcs为定子等效电阻,Rcr为转子等效电阻;
根据预设逻辑计算定子铁心损耗功率和转子铁心铁损功率;
根据定子铁心损耗功率和转子铁心铁损功率,以有限元仿真计算电机铁损,得到铁损等效电阻Rc、定子等效电阻Rcs和转子等效电阻Rcr
于本发明的一实施方式中,以多元线性回归对状态方程中的热阻网络状态参数进行离线辨识,获取电机温度数据,根据电机温度数据和热阻网络状态参数估计电机参数,具体包括:
根据如下公式建立回归模型:
yi=β0xi01xi12xi2+…+βmximi
xi0=1
其中,yi为应变量,χi0、χi1、χi2、...、xim为自变量,β0、β1、β2、...、βm为偏回归系数,εi为随机误差;
根据应变量yi得出应变量向量Y,根据自变量xim得出自变量向量X;
根据如下公式估计电机参数
Figure GDA0002417946370000031
Figure GDA0002417946370000032
其中,Y为应变量向量,X为自变量向量。
于本发明的一实施方式中,一种基于热阻网络模型的电机参数估计系统,包括:热阻网络模型构建模块、变量关系模块、回归辨识模块和参数估计模块;热阻网络模型构建模块,用于分析电机热传递的过程数据,根据过程数据构建热阻网络模型;变量关系模块,用于根据热阻网络模型获取状态变量和输入变量,根据状态变量和输入变量获得损耗功率数据,并得出状态方程,变量关系模块与热阻网络模型构建模块连接;回归辨识模块,用于以多元线性回归对状态方程中的热阻网络状态参数进行离线辨识,获取电机温度数据,根据电机温度数据和热阻网络状态参数估计电机参数,回归辨识估计模块与变量关系模块连接。
于本发明的一实施方式中,变量关系模块包括:铜损计算模块、铁损计算模块、输入变量计算模块、状态变量获取模块和状态方程模块;铜损计算模块,用于计算电机铜损数据;铁损计算模块,用于计算电机铁损数据;输入变量计算模块,用于根据电机铜损数据和电机铁损数据计算输入变量,输入变量计算模块与铜损计算模块连接,输入变量模块与铁损计算模块连接;状态变量获取模块,用于获取温度数据作为状态变量;状态方程模块,用于根据基尔霍夫定律,以输入变量和状态变量列出状态方程,状态方程模块与输入变量计算模块连接,状态方程模块与状态变量获取模块连接。
于本发明的一实施方式中,包括:铜损计算模块包括:绕组电阻模块和三相电流计算模块;绕组电阻模块,用于根据如下公式计算定子绕组电阻Rs
Rs=Ts,N(1+αN(TS-N))
其中,N为定子绕组温度,Ts为电机定子温度,Ts,N为电机定子在N摄氏度下的温度,αN为电机定子在N摄氏度下的电阻温度系数;三相电流计算模块,用于根据三相电流和定子绕组电阻Rs确定定子绕组铜损Pcu
Pcu=Rs(ia 2+ib 2+ic 2)
其中,ia、ib、ic为定子三相电流,三相电流计算模块与绕组电阻模块连接。
于本发明的一实施方式中,铁损计算模块,包括:第一电路模块、第二电路模块、损耗功率模块和电阻计算模块;第一电路模块,用于构建第一电路模型;第二电路模块,根据如下关系建立第二模型:
Figure GDA0002417946370000041
其中,Rc为铁损等效电阻,Rcs为定子等效电阻,Rcr为转子等效电阻;损耗功率模块,用于根据预设逻辑计算定子铁心损耗功率和转子铁心铁损功率;电阻计算模块,用于根据定子铁心损耗功率和转子铁心铁损功率,以有限元仿真计算电机铁损,得到铁损等效电阻Rc、定子等效电阻Rcs和转子等效电阻Rcr,电阻计算模块与第一电路模块连接,电阻计算模块与第二电路模块连接,电阻计算模块与损耗功率模块连接。
于本发明的一实施方式中,回归辨识估计模块,包括:参数估计模块包括:回归模型模块、向量模块和电机参数模块;回归模型模块,用于根据如下公式建立回归模型:
yi=β0xi01xi12xi2+…+βmximi
xi0=1
其中,yi为应变量,χi0、χi1、χi2、...、xim为自变量,β0、β1、β2、...、βm为偏回归系数,εi为随机误差;向量模块,用于根据应变量yi得出应变量向量Y,根据自变量xim得出自变量向量X,向量模块与回归模型模块连接;电机参数模块,用于根据如下公式估计电机参数
Figure GDA0002417946370000042
Figure GDA0002417946370000043
其中,Y为应变量向量,X为自变量向量,电机参数模块与向量模块连接。
如上所述,本发明提供的新能源汽车永磁同步电机热阻网络模型对传统模型进行了改进,在保证结果精度的同时降低了模型阶数,提高了实用价值,本发明提供的新能源汽车永磁同步电机热阻网络模型中,电机铜损和铁损计算方法可以通过实时采集电路参数进而实现在线计算,搭建的等效电路模型考虑了定子铁损与转子铁损,拥有较高的计算精度,本发明提供的新能源汽车永磁同步电机热阻网络模型中,电机热阻网络模型状态方程的参数通过多元线性回归的方法进行辨识,与传统的根据传热学原理进行参数大致估计的方法相比,提高了结果准确度,减小了对电机结构参数的依赖性,进一步增强了本模型的实用性。
综上,本发明提供一种基于热阻网络模型的电机参数估计方法及系统,解决了现有技术存在的结果精度受模型阶数制约和检测精度较低、对电机结构参数依赖性高导致实用性较低的技术问题。
附图说明
图1显示为本发明的基于热阻网络模型的电机参数估计方法步骤示意图。
图2显示为图1中步骤S2在一实施例中的具体流程图。
图3显示为图2中步骤S21在一实施例中的具体流程图。
图4显示为图2中步骤S22在一实施例中的具体流程图。
图5显示为图1中步骤S3在一实施例中的具体流程图。
图6显示为本发明的基于热阻网络模型的电机参数估计系统模块示意图。
图7显示为本发明的电机热组模型电路示意图。
图8显示为图6中变量关系模块12在一实施例中的具体模块示意图。
图9显示为图8中铜损计算模块121在一实施例中的具体模块示意图。
图10显示为图8中铁损计算模块122在一实施例中的具体模块示意图。
图11显示为本发明的第一模拟电路示意图。
图12显示为本发明的第二模拟电路示意图。
图13显示为图6中回归辨识估计模块13在一实施例中的具体模块示意图。
元件标号说明
1 基于热阻网络模型的电机参数估计系统
11 热阻网络模型构建模块
12 变量关系模块
13 回归辨识估计模块
121 铜损计算模块
122 铁损计算模块
123 输入变量计算模块
124 状态变量获取模块
125 状态方程模块
1211 绕组电阻模块
1212 三相电流计算模块
1221 第一电路模块
1222 第二电路模块
1223 损耗功率模块
1224 电阻计算模块
131 回归模型模块
132 向量模块
133 电机参数模块
TW 冷却液温敏元件
TF 电机外壳温敏元件
TS 电机定子温敏元件
TR 电机转子温敏元件
TB 电机轴承温敏元件
CS 电机定子热容
CR 电机转子热容
CB 电机轴承热容
RWF 冷却液外壳间热阻
RFS 外壳定子间热阻
RBR 转子轴承间热阻
RBF 轴承外壳间热阻
RC 铁损等效电阻
Rcs 定子等效电阻
Rcr 转子等效电阻
步骤标号说明
S1~S3方法步骤
S21~S25方法步骤
S211~S212方法步骤
S221~S224方法步骤
S31~S33方法步骤
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
请参阅图1至图13,须知,本说明书所附图式所绘示的结构,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容所能涵盖的范围内。同时,本说明书中所引用的如”上”、”下”、”左”、”右”、”中间”及”一”等的用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。
请参阅图1,显示为本发明的基于热阻网络模型的电机参数估计方法步骤示意图,如图1 所示,一种基于热阻网络模型的电机参数估计方法,包括:
S1、分析电机热传递的过程数据,根据过程数据构建热阻网络模型,新能源汽车永磁同步电机热阻网络模型,采用集中参数网络法将电机各部分热传递过程等效为电机热阻网络模型;
S2、根据热阻网络模型获取状态变量和输入变量,根据状态变量和输入变量获得损耗功率数据,并得出状态方程,热阻网络模型状态方程中电机定子温度节点TS、电机转子温度节点TR和电机轴承外圈温度节点TB是状态变量,冷却液温度节点TW、电机定子损耗PS和电机转子损耗PR是输入变量;
S3、以多元线性回归对状态方程中的热阻网络状态参数进行离线辨识,获取电机温度数据,根据电机温度数据和热阻网络状态参数估计电机参数。
请参阅图2,显示为图1中步骤S2在一实施例中的具体流程图,如图2所示,步骤S2、根据热阻网络模型获取状态变量和输入变量,根据状态变量和输入变量获得损耗功率数据,并得出状态方程,具体包括:
S21、计算电机铜损数据,可选的,该电机铜损数据为在特定运行状态下达到温度的铜损数据;
S22、计算电机铁损数据,可选的,该电机铁损数据为在特定运行状态下达到温度的铁损数据;
S23、根据电机铜损数据和电机铁损数据计算输入变量,电机定子损耗PS和电机转子损耗PR由电机定子绕组铜损功率Pcu、电机铁损功率PFe计算得到;
S24、获取温度数据作为状态变量,热阻网络模型状态方程中电机定子温度节点TS、电机转子温度节点TR和电机轴承外圈温度节点TB是状态变量;
S25、根据基尔霍夫定律,以输入变量和状态变量列出状态方程:
根据基尔霍夫定律列方程,计算得以下公式,根据以下公式计算,针对简化后的模型,基尔霍夫电流定律,可以列出以下方程:
Figure GDA0002417946370000081
上述方程组包含了一个线性方程,对其求解:
Figure GDA0002417946370000082
电机外壳温度TF,RBF表示电机轴承与电机外壳之间的热阻,RFS表示电机定子与电机外壳之间的热阻,Tw表示冷却液温度,RwF表示冷却液与外壳之间的电阻,TB表示电机轴承外圈温度,Ts表示电机定子温度;模型状态模块122,用于将上述公式带入微分方程,整理得热模型状态计算公式,将上述公式代入微分方程,可以简化电机温度模型的三阶状态方程,整理过程如下:
Figure GDA0002417946370000083
Figure GDA0002417946370000084
其中,TR为电机转子温度,Ps为电机定子损耗,PR为电机转子损耗,TB表示电机轴承外圈温度,Ts表示电机定子温度,其中,
Figure GDA0002417946370000085
Figure GDA0002417946370000086
Figure GDA0002417946370000091
Figure GDA0002417946370000092
Figure GDA0002417946370000093
Figure GDA0002417946370000094
Figure GDA0002417946370000095
Figure GDA0002417946370000096
Figure GDA0002417946370000097
Figure GDA0002417946370000098
Figure GDA0002417946370000099
Figure GDA00024179463700000910
Figure GDA00024179463700000911
其中电机外壳温度TF,RBF表示电机轴承与电机外壳之间的热阻,RFS表示电机定子与电机外壳之间的热阻,Tw表示冷却液温度,RwF表示冷却液与外壳之间的电阻,TB表示电机轴承外圈温度,Ts表示电机定子温度。
请参阅图3,显示为图2中步骤S21在一实施例中的具体流程图,如图3所示,步骤S21、计算电机铜损数据,具体包括:
S211、根据如下公式计算定子绕组电阻Rs
Rs=Ts,N(1+αN(TS-N))
其中,N为定子绕组温度,Ts为电机定子温度,Ts,N为电机定子在N摄氏度下的温度,αN为电机定子在N摄氏度下的电阻温度系数,可选的,定子绕组电阻Rs由下式计算:
Rs=Rs,20(1+α20(TS-20℃))
式中,RS,20是定子绕组在20℃时的电阻,
Figure GDA00024179463700000912
是定子在20℃时的电阻温度系数;
S212、根据三相电流和定子绕组电阻Rs确定定子绕组铜损Pcu
Pcu=Rs(ia 2+ib 2+ic 2)
其中,ia、ib、ic为定子三相电流。
请参阅图4,显示为图2中步骤S22在一实施例中的具体流程图,如图4所示,步骤S22、计算电机铁损数据,具体包括:
S221、构建第一电路模型,可选的,通过等效电阻法建立d-q轴等效电路模型,即第一电路模型,并在电路支路并联铁损等效电阻Rc
S222、根据如下关系建立第二模型,建立定转子铁耗分离的d-q轴等效电路模型,即第二模型将铁损等效电阻Rc替换为定子等效电阻
Figure GDA0002417946370000101
和转子等效电阻
Figure GDA0002417946370000102
的并联形式:
Figure GDA0002417946370000103
其中,Rc为铁损等效电阻,Rcs为定子等效电阻,Rcr为转子等效电阻;
S223、根据预设逻辑计算定子铁心损耗功率PFes和转子铁心铁损功率PFer,可选的,定子铁心损耗功率和转子铁心铁损功率计算公式为:
Figure GDA0002417946370000104
Figure GDA0002417946370000105
式中,ωe为电机转子角速度,ψf为等效磁链,Id,Iq和LqLq分别为d-q轴电流和电感,ρ为凸极率;
S224、根据定子铁心损耗功率和转子铁心铁损功率,以有限元仿真计算电机铁损,根据以下公式得到铁损等效电阻Rc、定子等效电阻Rcs和转子等效电阻Rcr
Figure GDA0002417946370000106
Figure GDA0002417946370000107
Figure GDA0002417946370000108
请参阅图5,显示为图1中步骤S3在一实施例中的具体流程图,如图5所示,步骤S3、以多元线性回归对状态方程中的热阻网络状态参数进行离线辨识,获取电机温度数据,根据电机温度数据和热阻网络状态参数估计电机参数,具体包括:
S31、根据如下公式建立回归模型:
yi=β0xi01xi12xi2+…+βmximi
xi0=1
式中,应变量yi组成向量Y,是自变量
Figure GDA0002417946370000115
的线性函数,β0为常数项,β1,β2,β3,...,βm为偏回归系数,εi是去除自变量对向量Y影响后的随机误差;
S32、根据应变量yi得出应变量向量Y,根据自变量xim得出自变量向量X;
S33、根据如下公式估计电机参数
Figure GDA0002417946370000111
通过下式对β进行无偏估计:
Figure GDA0002417946370000112
以上述电机热阻网络模型为例,定义:
Figure GDA0002417946370000113
Figure GDA0002417946370000114
β=[0 a11a12a13b11b12]
其中,Y为应变量向量,X为自变量向量,结合上述多元线性回归方法及电机各部分温度,对电机参数进行估计。
请参阅图6和图7,显示为本发明的基于热阻网络模型的电机参数估计系统模块示意图和电机热组模型电路示意图,如图6和图7所示,一种基于热阻网络模型的电机参数估计系统1,包括:热阻网络模型构建模块11、变量关系模块12、回归辨识估计模块13;热阻网络模型构建模块11,用于分析电机热传递的过程数据,根据过程数据构建热阻网络模型,新能源汽车永磁同步电机热阻网络模型,采用集中参数网络法将电机各部分热传递过程等效为电机热阻网络模型,热阻网络模型构建模块包括:冷却液温敏元件TW、外壳温敏元件TF、定子温敏元件TS、转子温敏元件TR、轴承外圈温敏元件TB、冷却液外壳间热阻RWF、外壳定子间热阻RFS、定子转子间热阻RSR、定子轴承间热阻、转子轴承间热阻RBB、轴承外壳间热阻RBF、定子热容CS、转子热容CR、轴承热容CB,冷却液温敏元件TW连接于冷却液外壳间热阻RWF;冷却液外壳间热阻RWF连接于外壳温敏元件TF;外壳温敏元件TF与轴承外壳间热阻RBF连接,外壳温敏元件TF连接于外壳定子间热阻RFS,外壳温敏元件TF连接于外壳定子间热阻RFS;外壳定子间热阻RFS连接于定子温敏元件TS,轴承外壳间热阻RBF连接于轴承外圈温敏元件TB;定子温敏元件TS连接于定子热容CS,定子热容CS接地,定子温敏元件TS连接于定子转子间热阻RSR,轴承外圈温敏元件TB连接于轴承热容CB,定子热容CB接地,轴承外圈温敏元件TB连接于转子轴承间热阻RBR;转子温敏元件TR连接于转子轴承间热阻RBR,转子温敏元件TR连接于转子热容CR,定子热容CR接地;变量关系模块12,用于根据热阻网络模型获取状态变量和输入变量,根据状态变量和输入变量获得损耗功率数据,并得出状态方程,变量关系模块12与热阻网络模型构建模块11连接,热阻网络模型状态方程中电机定子温度节点TS、电机转子温度节点TR和电机轴承外圈温度节点TB是状态变量,冷却液温度节点TW、电机定子损耗PS和电机转子损耗PR是输入变量;回归辨识估计模块13,用于以多元线性回归对状态方程中的热阻网络状态参数进行离线辨识,获取电机温度数据,根据电机温度数据和热阻网络状态参数估计电机参数,回归辨识估计模块13与变量关系模块12连接。
请参阅图8,显示为图6中变量关系模块12在一实施例中的具体模块示意图,如图8所示,变量关系模块12包括:铜损计算模块121、铁损计算模块122、输入变量计算模块123、状态变量获取模块124和状态方程模块125;铜损计算模块121,用于计算电机铜损数据,可选的,该电机铜损数据为在特定运行状态下达到温度的铜损数据;铁损计算模块122,用于计算电机铁损数据,可选的,该电机铁损数据为在特定运行状态下达到温度的铁损数据;输入变量计算模块123,用于根据电机铜损数据和电机铁损数据计算输入变量,输入变量计算模块123与铜损计算模块121连接,输入变量模块123与铁损计算模块122连接,电机定子损耗PS和电机转子损耗PR由电机定子绕组铜损功率Pcu、电机铁损功率PFe计算得到;状态变量获取模块124,用于获取温度数据作为状态变量,热阻网络模型状态方程中电机定子温度节点TS、电机转子温度节点TR和电机轴承外圈温度节点TB是状态变量;状态方程模块125,用于根据基尔霍夫定律,以输入变量和状态变量列出状态方程,根据基尔霍夫定律列方程,计算得以下公式,根据以下公式计算,针对简化后的模型,基尔霍夫电流定律,可以列出以下方程:
Figure GDA0002417946370000121
上述方程组包含了一个线性方程,对其求解:
Figure GDA0002417946370000122
电机外壳温度TF,RBF表示电机轴承与电机外壳之间的热阻,RFS表示电机定子与电机外壳之间的热阻,Tw表示冷却液温度,RwF表示冷却液与外壳之间的电阻,TB表示电机轴承外圈温度,Ts表示电机定子温度;模型状态模块,用于将上述公式带入微分方程,整理得热模型状态计算公式,将上述公式代入微分方程,可以简化电机温度模型的三阶状态方程,整理过程如下:
Figure GDA0002417946370000131
Figure GDA0002417946370000132
其中,TR为电机转子温度,Ps为电机定子损耗,PR为电机转子损耗,TB表示电机轴承外圈温度,Ts表示电机定子温度,其中,
Figure GDA0002417946370000133
Figure GDA0002417946370000134
Figure GDA0002417946370000135
Figure GDA0002417946370000136
Figure GDA0002417946370000137
Figure GDA0002417946370000138
Figure GDA0002417946370000139
Figure GDA00024179463700001310
Figure GDA0002417946370000141
Figure GDA0002417946370000142
Figure GDA0002417946370000143
Figure GDA0002417946370000144
Figure GDA0002417946370000145
,电机外壳温度TF,RBF表示电机轴承与电机外壳之间的热阻,RFS表示电机定子与电机外壳之间的热阻,Tw表示冷却液温度,RwF表示冷却液与外壳之间的电阻,TB表示电机轴承外圈温度,Ts表示电机定子温度,状态方程模块125与输入变量计算模块123连接,状态方程模块125 与状态变量获取模块124连接。
请参阅图9,显示为图8中铜损计算模块121在一实施例中的具体模块示意图,如图9 所示,铜损计算模块121包括:绕组电阻模块1211和三相电流计算模块1212;
绕组电阻模块1211,用于根据如下公式计算定子绕组电阻Rs
Rs=Ts,N(1+αN(Ts-N℃))
其中,N为定子绕组温度,Ts为电机定子温度,Ts,N为电机定子在N摄氏度下的温度,αN为电机定子在N摄氏度下的电阻温度系数,可选的,定子绕组电阻Rs由下式计算:
Rs=Rs,20(1+α20(TS-20℃))
式中,RS,20是定子绕组在20℃时的电阻,
Figure GDA0002417946370000146
是定子在20℃时的电阻温度系数;三相电流计算模块1212,用于根据三相电流和定子绕组电阻Rs确定定子绕组铜损Pcu
Pcu=Rs(ia 2+ib 2+ic 2)
其中,ia、ib、ic为定子三相电流,三相电流计算模块1212与绕组电阻模块1211连接。
请参阅图10、图11和图12,显示为图8中铁损计算模块122在一实施例中的具体模块示意图、第一模拟电路示意图和第二模拟电路示意图,如图10、图11和图12所示,铁损计算模块122,包括:第一电路模块1221、第二电路模块1222、损耗功率模块1223和电阻计算模块1224;第一电路模块1221,用于构建第一电路模型,通过等效电阻法建立d-q轴等效电路模型,并在电路支路并联铁损等效电阻Rc;第二电路模块1222,根据如下关系建立第二模型,建立定转子铁耗分离的d-q轴等效电路模型,将铁损等效电阻Rc替换为定子等效电阻
Figure GDA0002417946370000147
和转子等效电阻
Figure GDA0002417946370000151
的并联形式:
Figure GDA0002417946370000152
其中,Rc为铁损等效电阻,Rcs为定子等效电阻,Rcr为转子等效电阻;损耗功率模块1223,用于根据预设逻辑计算定子铁心损耗功率PFes和转子铁心铁损功率PFer,可选的,定子铁心损耗功率和转子铁心铁损功率计算公式为:
Figure GDA0002417946370000153
Figure GDA0002417946370000154
式中,ωe为电机转子角速度,ψf为等效磁链,Id,Iq和LqLq分别为d-q轴电流和电感,ρ为凸极率;电阻计算模块1224,用于根据定子铁心损耗功率和转子铁心铁损功率,以有限元仿真计算电机铁损,根据以下公式得到铁损等效电阻Rc、定子等效电阻Rcs和转子等效电阻Rcr
Figure GDA0002417946370000155
Figure GDA0002417946370000156
Figure GDA0002417946370000157
,电阻计算模块1224与第一电路模块1221连接,电阻计算模块1224与第二电路模块1222 连接,电阻计算模1224块与损耗功率模块1223连接。
请参阅图13,显示为图6中回归辨识估计模块13在一实施例中的具体模块示意图,如图13所示,回归辨识估计模块13包括:回归模型模块131、向量模块132和电机参数模块133;回归模型模块131,用于根据如下公式建立回归模型:
yi=β0xi01xi12xi2+…+βmximi
xi0=1
式中,应变量yi组成向量Y,是自变量
Figure GDA0002417946370000158
的线性函数,β0为常数,β1,β2,β3,...,βm为偏回归系数,εi是去除自变量对向量Y影响后的随机误差;向量模块132,用于根据应变量yi得出应变量向量Y,根据自变量xim得出自变量向量X,向量模块132 与回归模型模块131连接;电机参数模块133,用于根据如下公式估计电机参数
Figure GDA0002417946370000159
Figure GDA00024179463700001510
以上述电机热阻网络模型为例,定义:
Figure GDA0002417946370000161
Figure GDA0002417946370000162
β=[0a11a12a13b11b12]
其中,Y为应变量向量,X为自变量向量,结合上述多元线性回归方法及电机各部分温度,对电机参数进行估计,电机参数模块133与向量模块132连接。
综上所述,本发明提供的一种基于热阻网络模型的电机参数估计方法及系统,具有以下有益效果:本发明提供的新能源汽车永磁同步电机热阻网络模型对传统模型进行了改进,在保证结果精度的同时降低了模型阶数,提高了实用价值,本发明提供的新能源汽车永磁同步电机热阻网络模型中,电机铜损和铁损计算方法可以通过实时采集电路参数进而实现在线计算,搭建的等效电路模型考虑了定子铁损与转子铁损,拥有较高的计算精度,本发明提供的新能源汽车永磁同步电机热阻网络模型中,电机热阻网络模型状态方程的参数通过多元线性回归的方法进行辨识,与传统的根据传热学原理进行参数大致估计的方法相比,提高了结果准确度,减小了对电机结构参数的依赖性,进一步增强了本模型的实用性,解决了现有技术存在的结果精度受模型阶数制约和检测精度较低、对电机结构参数依赖性高导致实用性较低的技术问题,具有很高的商业价值和实用性。

Claims (6)

1.一种基于热阻网络模型的电机参数估计方法,其特征在于,包括:
分析电机热传递的过程数据,根据所述过程数据构建热阻网络模型;
根据所述热阻网络模型获取状态变量和输入变量,根据所述状态变量和所述输入变量获得损耗功率数据,并得出状态方程,其中,这一步骤具体包括:
计算电机铜损数据;
计算电机铁损数据,具体包括:
构建第一电路模型,所述第一电路模型包括:铁损等效电阻和定子热阻,所述铁损等效电阻并联连接于第一电路中,所述铁损等效电阻与所述定子热阻串联;
根据如下关系建立第二模型:
Figure FDA0002426041040000011
其中,Rc为铁损等效电阻,Rcs为定子等效电阻,Rcr为转子等效电阻;
根据预设逻辑计算定子铁心损耗功率和转子铁心铁损功率;
根据所述定子铁心损耗功率和所述转子铁心铁损功率,以有限元仿真计算电机铁损,得到铁损等效电阻Rc、定子等效电阻Rcs和转子等效电阻Rcr
根据所述电机铜损数据和所述电机铁损数据计算所述输入变量;
获取温度数据作为状态变量;
根据基尔霍夫定律,以所述输入变量和所述状态变量列出状态方程;
以多元线性回归对所述状态方程中的热阻网络状态参数进行离线辨识,获取电机温度数据,根据所述电机温度数据和所述热阻网络状态参数估计电机参数。
2.根据权利要求1所述的基于热阻网络模型的电机参数估计方法,其特征在于,所述计算电机铜损数据,具体包括:
根据如下公式计算定子绕组电阻Rs
Rs=Ts,N(1+αN(Ts-N))
其中,N为定子绕组温度,Ts为电机定子温度,Ts,N为电机定子在N摄氏度下的温度,αN为电机定子在N摄氏度下的电阻温度系数;
根据三相电流和所述定子绕组电阻Rs确定定子绕组铜损Pcu
Pcu=Rs(ia 2+ib 2+ic 2)
其中,ia、ib、ic为定子三相电流。
3.根据权利要求1所述的基于热阻网络模型的电机参数估计方法,其特征在于,以多元线性回归对所述状态方程中的热阻网络状态参数进行离线辨识,获取电机温度数据,根据所述电机温度数据和所述热阻网络状态参数估计电机参数,具体包括:
根据如下公式建立回归模型:
yi=β0xi01xi12xi2+...+βmximi
xi0=1
其中,yi为应变量,xi0、xi1、xi2...、xim为自变量,β0、β1、β2、...、βm为偏回归系数,εi为随机误差;
根据所述应变量yi得出应变量向量Y,根据所述自变量xim得出自变量向量X;
根据如下公式估计所述电机参数
Figure FDA0002426041040000021
Figure FDA0002426041040000022
其中,Y为应变量向量,X为自变量向量。
4.一种基于热阻网络模型的电机参数估计系统,其特征在于,包括:热阻网络模型构建模块、变量关系模块、回归辨识模块和参数估计模块;
所述热阻网络模型构建模块,用于分析电机热传递的过程数据,根据所述过程数据构建热阻网络模型;
所述变量关系模块,用于根据所述热阻网络模型获取状态变量和输入变量,根据所述状态变量和所述输入变量获得损耗功率数据,并得出状态方程,这一步骤具体包括:
铜损计算模块,用于计算电机铜损数据;
铁损计算模块,用于计算电机铁损数据,具体包括:第一电路模块、第二电路模块、损耗功率模块和电阻计算模块;
所述第一电路模块,用于构建第一电路模型,所述第一电路模型包括:铁损等效电阻和定子热阻,所述铁损等效电阻并联连接于第一电路中,所述铁损等效电阻与所述定子热阻串联;
所述第二电路模块,根据如下关系建立第二模型:
Figure FDA0002426041040000023
其中,Rc为铁损等效电阻,Rcs为定子等效电阻,Rcr为转子等效电阻,所述第二电路模块包括定子电阻、定子等效电阻和转子等效电阻,所述定子等效电阻与所述转子等效电阻并联连接,所述定子电阻与定子等效电阻串联连接,所述转子等效电阻与定子电阻串联连接;
所述损耗功率模块,用于根据预设逻辑计算定子铁心损耗功率和转子铁心铁损功率;
所述电阻计算模块,用于根据所述定子铁心损耗功率和所述转子铁心铁损功率,以有限元仿真计算电机铁损,得到铁损等效电阻Rc、定子等效电阻Rcs和转子等效电阻Rcr
所述输入变量计算模块,用于根据所述电机铜损数据和所述电机铁损数据计算所述输入变量;
所述状态变量获取模块,用于获取温度数据作为状态变量;
所述状态方程模块,用于根据基尔霍夫定律,以所述输入变量和所述状态变量列出状态方程;
所述回归辨识估计模块,用于以多元线性回归对所述状态方程中的热阻网络状态参数进行离线辨识,获取电机温度数据,根据所述电机温度数据和所述热阻网络状态参数估计电机参数。
5.根据权利要求4所述的基于热阻网络模型的电机参数估计系统,其特征在于,所述铜损计算模块包括:绕组电阻模块和三相电流计算模块;
所述绕组电阻模块,用于根据如下公式计算定子绕组电阻Rs
Rs=Ts,N(1+αN(Ts-N))
其中,N为定子绕组温度,Ts为电机定子温度,Ts,N为电机定子在N摄氏度下的温度,αN为电机定子在N摄氏度下的电阻温度系数;
所述三相电流计算模块,用于根据三相电流和所述定子绕组电阻Rs确定定子绕组铜损Pcu
Pcu=Rs(ia 2+ib 2+ic 2)
其中,ia、ib、ic为定子三相电流。
6.根据权利要求4所述的基于热阻网络模型的电机参数估计系统,其特征在于,所述回归辨识估计模块包括:回归模型模块、向量模块和电机参数模块;
所述回归模型模块,用于根据如下公式建立回归模型:
yi=β0xi01xi12xi2+...+βmximi
xi0=1
其中,yi为应变量,xi0、xi1、xi2、...、xim为自变量,β0、β1、β2、...、βm为偏回归系数,εi为随机误差;
所述向量模块,用于根据所述应变量yi得出应变量向量Y,根据所述自变量xim得出自变量向量X;
所述电机参数模块,用于根据如下公式估计所述电机参数
Figure FDA0002426041040000041
Figure FDA0002426041040000042
其中,Y为应变量向量,X为自变量向量。
CN201811432769.5A 2018-11-28 2018-11-28 基于热阻网络模型的电机参数估计方法及系统 Active CN109510544B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811432769.5A CN109510544B (zh) 2018-11-28 2018-11-28 基于热阻网络模型的电机参数估计方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811432769.5A CN109510544B (zh) 2018-11-28 2018-11-28 基于热阻网络模型的电机参数估计方法及系统

Publications (2)

Publication Number Publication Date
CN109510544A CN109510544A (zh) 2019-03-22
CN109510544B true CN109510544B (zh) 2020-07-14

Family

ID=65750990

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811432769.5A Active CN109510544B (zh) 2018-11-28 2018-11-28 基于热阻网络模型的电机参数估计方法及系统

Country Status (1)

Country Link
CN (1) CN109510544B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110231101B (zh) * 2019-06-13 2020-12-01 上海交通大学 基于可实时修正系统测量误差的电机测温系统的方法
CN110296774B (zh) * 2019-07-04 2021-03-09 中国航空工业集团公司沈阳飞机设计研究所 一种针对液冷冷板的热载荷快速辨识方法
CN110427659B (zh) * 2019-07-13 2022-11-25 潍坊学院 一种基于聚类分析的三相异步电动机有功功率确定方法
CN110687823A (zh) * 2019-08-15 2020-01-14 同济大学 开发测试系统、开发测试控制方法、计算机装置及介质
CN112147181B (zh) * 2019-12-30 2023-08-22 联合汽车电子有限公司 虚拟温度传感器及测温方法、电机过温防护系统和汽车
CN111998971B (zh) * 2020-09-17 2022-09-16 合肥源泓蓁信息技术有限公司 测量电机定子绕组温度的装置及方法
CN113720495A (zh) * 2021-08-26 2021-11-30 南京理工大学 一种电机转子实时温度估计方法
CN116614035A (zh) * 2023-05-29 2023-08-18 重庆青山工业有限责任公司 一种永磁同步电机转子温度实时在线估算方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4434749A1 (de) * 1994-09-29 1996-04-04 Lust Antriebstechnik Gmbh Verfahren zur Bestimmung der elektrischen Parameter von Asynchronmotoren
CN103971009A (zh) * 2014-05-19 2014-08-06 哈尔滨理工大学 基于等效热网络法计算的潜油电机温升测定方法
CN108880368A (zh) * 2018-06-08 2018-11-23 湖南机电职业技术学院 基于改进型黄金分割法的永磁同步电机效率优化控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"A computationally efficient design procedure for actuator motors using magnetic reluctance-and thermal resistance network models";M. Rottach等;《2012 XXth International Conference on Electrical Machines》;20121112;第2526-2532页 *
"Steady-State Thermal Model of a Synchronous Reluctance Motor";Payam Shams Ghahfarokhi等;《2018 IEEE 59th International Scientific Conference on Power and Electrical Engineering of Riga Technical University (RTUCON)》;20181113;第1-5页 *
"基于等效热阻网络法的潜油电机温度计算";杨雪;《中国优秀硕士学位论文全文数据库》;20180715;第1-42页 *

Also Published As

Publication number Publication date
CN109510544A (zh) 2019-03-22

Similar Documents

Publication Publication Date Title
CN109510544B (zh) 基于热阻网络模型的电机参数估计方法及系统
Ge et al. Fast iron loss and thermal prediction method for power density and efficiency improvement in switched reluctance machines
Kral et al. A practical thermal model for the estimation of permanent magnet and stator winding temperatures
Kral et al. Rotor temperature estimation of squirrel-cage induction motors by means of a combined scheme of parameter estimation and a thermal equivalent model
CN109596241B (zh) 电机转子在线温度融合估计方法
Huber et al. A low-order thermal model for monitoring critical temperatures in permanent magnet synchronous motors
Vansompel et al. An inverse thermal modeling approach for thermal parameter and loss identification in an axial flux permanent magnet machine
CN104218863B (zh) 使用状态观测器确定同步电机中内部温度的方法和系统
Wu et al. Induction-motor stator and rotor winding temperature estimation using signal injection method
CN111293932A (zh) 控制永磁体同步电机的方法以及电机电路
Shi et al. Electromagnetic-thermal coupled simulation under various fault conditions of a triple redundant 9-phase PMASynRM
Gao et al. A sensorless adaptive stator winding temperature estimator for mains-fed induction machines with continuous-operation periodic duty cycles
Boseniuk et al. Parameterization of transient thermal models for permanent magnet synchronous machines exclusively based on measurements
CN107659066A (zh) 一种电机模块及其控制方法
CN110702272B (zh) 一种电机转子温度的估算方法、装置、电机和存储介质
CN111030560B (zh) 基于热网络温度预测的永磁同步电机最小损耗控制方法
CN110333443B (zh) 感应电机定子绕组温升测试方法
CN111274669A (zh) 一种具备热参数校准功能的爪极发电机瞬态温度监测方法
CN105181173A (zh) 一种监测电机绕组温升的方法及装置
Tounsi Electro-thermal modeling of permanent magnet synchronous motor
Champenois et al. Electrical and thermal performance predictions in inverter-fed squirrel-cage induction motor drives
Gao et al. An adaptive Kalman filtering approach to induction machine stator winding temperature estimation based on a hybrid thermal model
Kral et al. Innovative thermal model for the estimation of permanent magnet and stator winding temperatures
Ghosh et al. Temperature influenced online stator resistance estimation using an improved swarm intelligence technique for induction machine
Ghosh et al. Online parameter estimation and loss calculation using duplex neural—Lumped parameter thermal network for faulty induction motor

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