CN109672383B - 一种凸极式永磁同步电机在线参数辨识方法 - Google Patents
一种凸极式永磁同步电机在线参数辨识方法 Download PDFInfo
- Publication number
- CN109672383B CN109672383B CN201811592315.4A CN201811592315A CN109672383B CN 109672383 B CN109672383 B CN 109672383B CN 201811592315 A CN201811592315 A CN 201811592315A CN 109672383 B CN109672383 B CN 109672383B
- Authority
- CN
- China
- Prior art keywords
- current
- axis
- time
- predicted
- moment
- 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
Links
Images
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
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
- H02P21/141—Flux estimation
-
- 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
- H02P25/00—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details
- H02P25/02—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details characterised by the kind of motor
- H02P25/022—Synchronous motors
-
- 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
- H02P2207/00—Indexing scheme relating to controlling arrangements characterised by the type of motor
- H02P2207/05—Synchronous machines, e.g. with permanent magnets or DC excitation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Ac Motors In General (AREA)
Abstract
本发明所提供了一种凸极式永磁同步电机在线参数辨识方法,可以解耦出在系统运行过程中的交直轴电感和磁链,并且通过基于遗忘因子递推最小二乘法进行准确辨识,实时跟踪电机参数的准确变化,过程中能够减少参数间的相互作用,使预估值接近于真实值,减少电机运行中诸多干扰对电机参数的影响,在很大程度上提高辨识的准确性,算法简便,容易实现,同时遗忘因子的存在避免了因数据量过多导致的数据饱和问题,适用于转速和转矩同时发生变化的情况。
Description
技术领域
本发明涉及一种永磁同步电机参数在线辨识方法,尤其涉及一种基于递推最小二乘法对凸极式永磁同步电机的多参数同时实现在线辨识的技术。
背景技术
永磁同步电机是一种多变量、强耦合的非线性系统,电机参数的变化对控制效果有着重要的影响,其随着工况的不同时刻变化,且参数间存在耦合易导致控制效果不能达到预期。
为了提高系统的控制性能,需要对电机的参数进行解耦和辨识,得到精确地参数。现有的永磁同步电机的多参数在线辨识方法大体上分为两类:离线辨识和在线辨识。离线辨识需要提前采集电机的相关参数,在不涉及实时工况下对采集到的参数进行处理。而在线辨识可以在电机运行过程中得到实时变化的参数,并对所观测的参数进行更改。目前常用的在线参数辨识方法有最小二乘法、模型参考自适应、扩展卡尔曼滤波法等,但在应用中这些算法也存在计算量较大等的局限性,并且容易受到电机运行中诸多干扰影响。
发明内容
针对现有技术中存在的一些问题,本发明提供了一种凸极式永磁同步电机在线参数辨识方法,基于遗忘因子递推最小二乘法对多个参数同时进行辨识,具体包括以下步骤:
步骤一、对凸极式永磁同步电机建立dq坐标系模型;
步骤二、通过有限控制集-模型预测控制(FCS-MPC)方法对所述步骤一中建立的所述模型进行系统行为预测,将电感和电阻的不确定分量加入到给定的电感和磁链中,得到下一采样时刻定子电流的预测正交分量,利用相邻时刻的预测误差解耦出当前时刻的交、直轴电感和磁链;
步骤三、采用基于遗忘因子递推最小二乘法实现多参数同时在线辨识,并带入算法中进行迭代得到辨识结果。
进一步地,所述步骤一中针对凸极式同步电机的转子材料磁导率较大,交轴电感大于直轴电感的特点,并基于以下假设:
(1)、电机处于稳定运行状态时,电机定子绕组电动势波形为正弦波;
(2)、忽略定子磁链的饱和,假设磁路为线性;
(3)、忽略定子磁阻产生的涡流损耗和磁滞损耗;
建立以下简化的模型:
进一步地,所述步骤二中通过有限控制集-模型预测控制(FCS-MPC)方法对所述步骤一中建立的所述模型进行系统行为预测具体包括:
首先预测k+1时刻的定子电流:
式中,是k+1时刻预测定子电流的正交分量;id(k)、iq(k)是k时刻dq轴电流矢量;Ld、Lq分别为dq轴电感;vd(k)、vq(k)是k时刻的电压矢量;ω(k)为k时刻的转子转速;Ts为采样时刻;Rs为定子每相绕组的电阻;为永磁体磁链。
上面的等式很大程度上取决于电机的电感、电阻和磁链等参数,但是在实际运行过程中,这些参数很可能与实际值不匹配。而这些参数值的不匹配会影响模型预测的准确度,降低控制算法的性能。为此,提出了参数的不确定性分量(ΔLd,ΔLq,ΔRs)用来解决这种不匹配,使实验值更接近于真实值。
因此,进一步地,将不确定性分量带入下一采样时刻的定子电流中,得到下一采样时刻定子电流的预测正交分量:
将预测误差定义为某时刻加入不确定性分量的预测值与模型获得的精确参数的差值:
预测电流的误差取决于交直轴定子电流、转速、电压矢量。其中id(k)、iq(k)是稳定状态下的直流量,所以其所在的第一部分为恒定值。转子转速的变化ω(k)取决于机械时间常数,在足够短的两个采样时间间隔内可以视为常数。与前两者相比,电压矢量是每个采样时刻内变化最大的量不能忽视,即使电流发生突变,这种变化也远小于电压所在项带来的变化。因此将前两部分视为静态分量,最后一部分视为动态分量。考虑相邻采样时刻的预测误差中静态分量不发生变化,因此可以通过作差方式消去该部分,只留下动态分量先求出电感的不确定性分量,最后解耦出真实变化的交直轴电感。
式中,Δiq(k)、Δid(k)是k采样时刻预测电流误差;Δiq、Δid是相邻采样时间电流的预测误差在忽略动态分量后,得到的预测误差的变化值;vq(k-1)、vd(k-1)分别是k-1时刻的电压分量;ΔLq、ΔLd是交直轴电感的不确定分量;分别为dq轴电感经参数解耦后的真实值。
最后通过上述计算得出电感和磁链在当前时刻的值后,将该值代入系统中进行迭代,并利用基于遗忘因子递推最小二乘法实现多参数同时在线辨识,减小由于系统误差的存在引起的不必要波动,实现更加精确的控制。
本发明所提供的上述方法可以解耦出在系统运行过程中的交直轴电感和磁链,并且通过基于遗忘因子递推最小二乘法进行准确辨识,实时跟踪电机参数的准确变化,过程中能够减少参数间的相互作用,使预估值接近于真实值,减少电机运行中诸多干扰对电机参数的影响,在很大程度上提高辨识的准确性,算法简便,容易实现,同时遗忘因子的存在避免了因数据量过多导致的数据饱和问题,适用于转速和转矩同时发生变化的情况。
附图说明
图1是本发明所提供方法的流程图
图2是不同类型的永磁同步电机
图3是电机转速、转矩和三相电流的变化情况
具体实施方式
本发明涉及交轴和直轴,技术特征交直轴的含义是交轴和直轴。
下面结合附图对本发明所提供的方法做出进一步详尽的阐释。
本发明提供的一种凸极式永磁同步电机在线参数辨识方法,基于遗忘因子递推最小二乘法对多个参数同时进行辨识,如图1所示,具体包括以下步骤:
步骤一、对凸极式永磁同步电机建立dq坐标系模型;
步骤二、通过有限控制集-模型预测控制(FCS-MPC)方法对所述步骤一中建立的所述模型进行系统行为预测,将电感和电阻的不确定分量加入到给定的电感和磁链中,得到下一采样时刻定子电流的预测正交分量,利用相邻时刻的预测误差解耦出当前时刻的交、直轴电感和磁链;
步骤三、采用基于遗忘因子递推最小二乘法实现多参数同时在线辨识,并带入算法中进行迭代得到辨识结果。
如图2所示,永磁同步电机分为表贴式、嵌入式和内置式。所在本申请的一个优选实施例中,述步骤一中针对凸极式同步电机建立以下简化的模型:
在本申请的一个优选实施例中,所述步骤二中通过有限控制集-模型预测控制(FCS-MPC)方法对所述步骤一中建立的所述模型进行系统行为预测具体包括:
首先预测k+1时刻的定子电流:
式中,是k+1时刻预测定子电流的正交分量;id(k)、iq(k)是k时刻dq轴电流矢量;Ld、Lq分别为dq轴电感;vd(k)、vq(k)是k时刻的电压矢量;ω(k)为k时刻的转子转速;Ts为采样时刻;Rs为定子每相绕组的电阻;为永磁体磁链。
在本申请的一个优选实施例中,将不确定性分量(ΔLd,ΔLq,ΔRs)带入下一采样时刻的定子电流中,得到下一采样时刻定子电流的预测正交分量:
将预测误差定义为某时刻加入不确定性分量的预测值与模型获得的精确参数的差值:
解耦出真实变化的交直轴电感:
式中,Δiq(k)、Δid(k)是k采样时刻预测电流误差;Δiq、Δid是相邻采样时间电流的预测误差在忽略动态分量后,得到的预测误差的变化值;vq(k-1)、vd(k-1)分别是k-1时刻的电压分量;ΔLq、ΔLd是交直轴电感的不确定分量;分别为dq轴电感经参数解耦后的真实值。
在采用上述本发明所提供方法的一个实例中,电机参数如下所示,额定电压给定为310V,额定电流给定为15A,定子每相绕组给定为1.38Ω,交、直轴电感参数分别设为0.00321H、0.00200H,永磁体磁链设为0.1667Wb,对此电机模型进行转矩阶跃(由3N到15N)和转速阶跃(1000r/min到2000r/min)。
电机在开始运行前,提前估计电阻和电感参数模拟真实的电机运行状况,在系统仿真模型中对预估值进行控制,经过辨识后,将辨识结果代入控制器进行修正,观测修正前后转速、转矩和电流的变化,如图3所示。
估计电机参数分别给定为:交轴电感为0.00601H、直轴电感为0.00392H、磁链为0.3267Wb。经过参数解耦和参数辨识,实现了参数的预估值接近于真实值,有效弥补电机运行过程带来的各种误差。交、直轴电感和磁链经基于遗忘因子递推最小二乘法辨识后的仿真结果如图4所示。
从上述分析得出,本发明所提出的基于遗忘因子递推最小二乘法凸极式永磁同步电机多参数同时在线辨识方法与传统参数辨识方法相比,可以有效减小电机在不同工况下产生的参数误差,实现交直轴电感和磁链的解耦和辨识,有利于对永磁同步电机进行矢量控制,从而减弱温度等因素的影响导致的转矩波动等现象。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (3)
1.一种凸极式永磁同步电机在线参数辨识方法,基于遗忘因子递推最小二乘法对多个参数同时进行辨识,其特征在于,具体包括以下步骤:
步骤一、对凸极式永磁同步电机建立dq坐标系模型;
步骤二、通过有限控制集-模型预测控制(FCS-MPC)方法对所述步骤一中建立的所述模型进行系统行为预测,将电感和电阻的不确定分量加入到给定的电感和磁链中,得到下一采样时刻定子电流的预测正交分量,利用相邻时刻的预测误差解耦出当前时刻的交、直轴电感和磁链;
所述步骤二中,首先预测k+1时刻的定子电流:
式中,是k+1时刻预测定子电流正交分量;id(k)、iq(k)是k时刻dq轴电流矢量;Ld、Lq分别为dq轴电感;vd(k)、vq(k)是k时刻的电压矢量;ω(k)为k时刻的转子转速;Ts为采样时刻;Rs为定子每相绕组的电阻;为永磁体磁链;
将不确定性分量ΔLd,ΔLq,ΔRs带入下一采样时刻的定子电流中,得到下一采样时刻定子电流的预测正交分量:
将预测误差定义为某时刻加入不确定性分量的预测值与模型获得的精确参数的差值:
解耦出真实变化的交直轴电感:
式中,Δiq(k)、Δid(k)是k采样时刻预测电流误差;Δiq、Δid是相邻采样时间电流的预测误差在忽略动态分量后,得到的预测误差的变化值;vq(k-1)、vd(k-1)分别是k-1时刻的电压矢量;ΔLq、ΔLd是dq轴电感的不确定分量;分别为dq轴电感经参数解耦后的真实值;
步骤三、采用基于遗忘因子递推最小二乘法对多参数同时进行在线辨识,并带入算法中进行迭代得到辨识结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811592315.4A CN109672383B (zh) | 2018-12-25 | 2018-12-25 | 一种凸极式永磁同步电机在线参数辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811592315.4A CN109672383B (zh) | 2018-12-25 | 2018-12-25 | 一种凸极式永磁同步电机在线参数辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109672383A CN109672383A (zh) | 2019-04-23 |
CN109672383B true CN109672383B (zh) | 2020-05-08 |
Family
ID=66146121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811592315.4A Active CN109672383B (zh) | 2018-12-25 | 2018-12-25 | 一种凸极式永磁同步电机在线参数辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109672383B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110165956B (zh) * | 2019-05-14 | 2021-03-23 | 北京理工大学 | 一种开绕组永磁同步电机零序电感在线辨识方法 |
WO2020258202A1 (zh) * | 2019-06-28 | 2020-12-30 | 瑞声声学科技(深圳)有限公司 | 马达参数追踪方法及系统 |
CN110995091B (zh) * | 2019-10-24 | 2023-06-20 | 深圳市汇川技术股份有限公司 | 饱和模型辨识方法、系统、设备及计算机可读存储介质 |
CN111478632B (zh) * | 2020-05-12 | 2022-05-24 | 北京理工大学 | 一种提高永磁同步电机参数鲁棒性的无观测器控制方法 |
CN112003522B (zh) * | 2020-07-22 | 2021-12-28 | 北京理工大学 | 一种基于参数辨识的永磁同步电机单电流传感器控制方法 |
CN112821834B (zh) * | 2021-03-29 | 2023-04-14 | 潍柴动力股份有限公司 | 一种永磁同步电机的在线参数辨识方法和装置 |
CN114006558B (zh) * | 2021-08-31 | 2023-07-18 | 北京信息科技大学 | 仅知单参数的电机参数在线辨识方法 |
CN113659906B (zh) * | 2021-08-31 | 2023-07-07 | 北京信息科技大学 | 未知电机参数的在线辨识方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104242768A (zh) * | 2014-09-11 | 2014-12-24 | 天津大学 | 一种应用于多电机控制系统的有限状态模型预测控制方法 |
CN107070283A (zh) * | 2017-06-09 | 2017-08-18 | 南京航空航天大学 | 一种逆变器开关频率固定的改进型模型预测控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7847526B2 (en) * | 2007-09-28 | 2010-12-07 | General Electric Company | System and method for controlling torque ripples in synchronous machines |
-
2018
- 2018-12-25 CN CN201811592315.4A patent/CN109672383B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104242768A (zh) * | 2014-09-11 | 2014-12-24 | 天津大学 | 一种应用于多电机控制系统的有限状态模型预测控制方法 |
CN107070283A (zh) * | 2017-06-09 | 2017-08-18 | 南京航空航天大学 | 一种逆变器开关频率固定的改进型模型预测控制方法 |
Non-Patent Citations (2)
Title |
---|
基于递推最小二乘法的永磁伺服系统参数辨识;荀倩等;《电工技术学报》;20160910;第31卷(第17期);第161-169页 * |
计及参数误差的永磁同步电机最优虚拟矢量预测电流控制;康劲松等;《电工技术学报》;20181210;第1-10页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109672383A (zh) | 2019-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109672383B (zh) | 一种凸极式永磁同步电机在线参数辨识方法 | |
CN108183648B (zh) | 一种基于逆变器非线性补偿的永磁同步电机参数辨识方法 | |
CN109787524B (zh) | 一种永磁同步电机参数在线辨识方法 | |
CN110442944B (zh) | 一种基于多工况运行的变漏磁永磁同步电机的建模方法 | |
Wang et al. | Simple and effective online position error compensation method for sensorless SPMSM drives | |
CN112054730B (zh) | 永磁同步电机在线参数辨识方法 | |
Chatterjee | A simple leakage inductance identification technique for three-phase induction machines under variable flux condition | |
Jannati et al. | Speed sensorless fault-tolerant drive system of 3-phase induction motor using switching extended kalman filter | |
CN112821834B (zh) | 一种永磁同步电机的在线参数辨识方法和装置 | |
CN104836501B (zh) | 一种永磁同步电动机参数在线辨识的方法 | |
US7774148B2 (en) | Torque estimator for IPM motors | |
Ilioudis et al. | Speed and position estimation technique for PMSM based on modified machine model | |
CN114785228B (zh) | 基于虚拟轴系注入的永磁同步电机电感参数在线辨识方法 | |
Xu et al. | Online estimation of the stator resistances of a PMSM with consideration of magnetic saturation | |
CN115498930A (zh) | 基于变速补偿的开关磁阻电机无位置传感器控制方法 | |
Nagura et al. | New vector controller for PM motors which modeled the cross-coupling magnetic flux saturation | |
CN115528952A (zh) | 无速度控制下的永磁同步电机电阻在线辨识方法及应用 | |
CN110112976B (zh) | 一种利用牛顿拉普逊法的永磁同步电机参数辨识方法 | |
CN113659906A (zh) | 未知电机参数的在线辨识方法 | |
Ji et al. | Off-line parameter identification of interior permanent magnet motor by searching minimum point of current norm characteristics | |
Hu et al. | On-line Parameter Identification of Permanent Magnet Synchronous Motor based on Extended Kalman Filter | |
CN112803854A (zh) | 基于模型参考自适应的永磁同步电机参数在线辨识方法 | |
Niewiara et al. | Practical approach for identification and dynamic modeling of reluctance synchronous motors’ electrical circuit | |
CN108155841B (zh) | 一种感应电机的无位置传感器速度估算方法 | |
Morandin et al. | Locked rotor characterization tests of IPM/REL synchronous machine for sensorless 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 |