CN110518850A - 内置式永磁同步电机单神经元自适应pid弱磁控制方法 - Google Patents

Abstract

本发明公开一种内置式永磁同步电机单神经元自适应PID弱磁控制方法，在弱磁控制的基础上，通过单神经元自适应PID控制器对转速环进行调节，兼收了神经网络和PID的各自优势，使控制系统具有更好的动态响应能力和鲁棒性，使控制精度更高，转矩脉动更小，有效提高直流母线电压的利用率；另外，通过利用单神经元自适应PID控制器代替常规积分器，使得控制器各项参数可以在线实时自整定，对于电机运行和环境变化，更具适应性；此外，结合电流解耦前馈补偿方式，使得控制系统完全解耦，有效提高了控制系统性能和控制精度。

Description

内置式永磁同步电机单神经元自适应PID弱磁控制方法

技术领域

本发明涉及内置式永磁同步电机技术领域，具体涉及一种内置式永磁同步电机单神经元自适应PID弱磁控制方法。

背景技术

内置式永磁同步电机(IPMSM)，能量密度高，体积小，响应快，在宽调速范围内运行效率高，驱动性能较为理想，目前在新能源汽车中的应用较为广泛。为了提高IPMSM起动转矩及调速范围，一般在恒转矩区采用单位电流最大转矩控制(MTPA)方式，而在恒功率区采用弱磁控制方式。

现有IPMSM弱磁控制方式多采用常规PID控制器来实现。然而，由于PID控制器本身对电机参数依赖性强，对电机的动态变化适应能力弱，因此对于非线性、不确定系统调节能力弱，控制效果差。常规PID控制器要想有较好的控制效果，需要对比例、积分和微分进行调整，而三者之间存在相互配合又相互制约的关系，要想找出最佳参数组合非常困难，并且由于IPMSM具有复杂的非线性和时变特性，再加上由电机本身和环境的影响造成的变参数、变节构等不确定性，使得常规PID控制器参数整定困难，尤其不能在线自整定，使其难以满足闭环优化控制的要求。此外，传统电压外环反馈方式常采用积分器作为d轴补偿偏移量的计算模块，但弱磁效果并不理想，尤其是随着电机转速的升高，积分常数是一个非恒定值。

发明内容

本发明所要解决的是现有内置式永磁同步电机的控制效果不佳的问题，提供一种内置式永磁同步电机单神经元自适应PID弱磁控制方法。

为解决上述问题，本发明是通过以下技术方案实现的：

内置式永磁同步电机单神经元自适应PID弱磁控制方法，包括步骤如下：

步骤1、构建单神经元自适应PID控制器，并对单神经元自适应PID控制器的参数进行初始化；

步骤2、检测内置式永磁同步电机的机械角速度ω_m，并对其进行采样后，得到转速采样值ω；

步骤3，将设定的转速给定值ω^*其作为单神经元自适应PID控制器的输入给定值，同时将步骤2所得转速采样值ω作为单神经元自适应PID控制器的实际采样值，一并送入单神经元自适应PID控制器，则单神经元自适应PID控制器输出得到转矩给定值T^*；

步骤4、将转矩给定值T^*进行最大转矩电流比控制，得到交轴电流给定值和直轴电流给定值

步骤5、检测内置式永磁同步电机的三相电流，并依次经过静止坐标变换和同步旋转坐标变换后，得到同步旋转坐标系下的交轴电流采样值i_q和直轴电流采样值i_d；

步骤6、结合步骤4所得的交轴电流给定值和直轴电流给定值以及步骤5所得的交轴电流采样值i_q和直轴电流采样值i_d，计算交轴电压给定值u_q和直轴电压给定值u_d：

式中，L_d为电机定子直轴电感量，L_q为电机定子交轴电感量，p_n为电机极对数，ω_m为电机机械角速度，ψ_f为电机永磁体磁链，R为电机定子电阻，i′_d为弱磁模块产生的直轴电流的补偿值，t为时间；

步骤7、结合内置式永磁同步电机的直流侧电压u_dc，交轴电压给定值u_q和直轴电压给定值u_d判断弱磁模块是否启动，即：

当时，弱磁模块不启动，此时i′_d＝0；

当时，弱磁模块启动，此时将u_dc作为单神经元自适应PID控制器的输入给定值，同时将作为单神经元自适应PID控制器的实际采样值，一并送入单神经元自适应PID控制器，则单神经元自适应PID控制器输出得到直轴电流的补偿值i′_d；

步骤8、将交轴电压给定值u_q和直轴电压给定值u_d进行同步旋转坐标逆变换，得到静止坐标系下的α轴的相电压u_d和β轴的相电压u_β；

步骤9、将α轴的相电压u_α和β轴的相电压u_β经过空间矢量脉宽调制，控制三相逆变器，并进行IGBT整流后，输送给内置式永磁同步电机，对其进行控制；

步骤10、重复循环步骤2-9的过程，以实现对内置式永磁同步电机的实时控制。

上述步骤1中，所构建的单神经元自适应PID控制器为：

其中：

w_i(k)为第k次计算的第i个权系数：

w₁(k)＝w₁(k-1)+η_P[y^*-y(k)]u(k)x₁(k)

w₂(k)＝w₂(k-1)+η_I[y^*-y(k)]u(k)x₂(k)

w₃(k)＝w₃(k-1)+η_D[y^*-y(k)]u(k)x₃(k)

x_i(k)为第k次计算的控制器第i个输入误差量：

x₁(k)＝y^*-y(k)

x₂(k)＝[y^*-y(k)]-[y^*-y(k-1)]

x₃(k)＝[y^*-y(k)]-2[y^*-y(k-1)]+[y^*-y(k-2)]

上述各式中，u(k)为第k次计算的控制器输出量，u(k-1)为第(k-1)次计算的控制器输出量；w₁(k)为第k次计算的第1个权系数，w₂(k)为第k次计算的第2个权系数，w₃(k)为第k次计算的第3个权系数；w₁(k-1)为第(k-1)次计算的第1个权系数，w₂(k-1)为第(k-1)次计算的第2个权系数，w₃(k-1)为第(k-1)次计算的第3个权系数；x₁(k)为第k次计算的控制器第1个输入误差量，x₂(k)为第k次计算的控制器第2个输入误差量，x₃(k)为第k次计算的控制器第3个输入误差量；y^*为控制器的输入给定值，y(k)为第k次计算的控制器的实际采样值，y(k-1)为第(k-1)次计算的控制器的实际采样值，y(k-2)为第(k-2)次计算的控制器的实际采样值；η_P为比例学习速率，η_I为积分学习速率，η_D为微分学习速率；K为比例系数，K＞0。

上述步骤1中，初始化单神经元自适应PID控制器的参数包括：给定比例系数K、比例学习速率η_P、积分学习速率η_P和微分学习速率η_D；同时在初次计算即k＝1时，令u(k-1)＝0，w₁(k-1)＝0，w₂(k-1)＝0，w₃(k-1)＝0，y(k-1)＝0，y(k-2)＝0和i′_d＝0。

上述步骤2中，转速的采样值ω为：

式中，ω_m为机械角速度。

与现有技术相比，本发明具有如下特点：

1、在弱磁控制的基础上，通过单神经元自适应PID控制器对转速环进行调节，兼收了神经网络和PID的各自优势，使控制系统具有更好的动态响应能力和鲁棒性，使控制精度更高，转矩脉动更小，有效提高直流母线电压的利用率；

2、通过利用单神经元自适应PID控制器代替常规积分器，使得控制器各项参数可以在线实时自整定，对于电机运行和环境变化，更具适应性；此外，结合电流解耦前馈补偿方式，使得控制系统完全解耦，有效提高了控制系统性能和控制精度。

附图说明

图1为内置式永磁同步电机单神经元自适应PID弱磁控制方法的原理图。

图2为单神经元自适应PID控制器原理图。

图3为电流解耦前馈补偿原理图。

图4为基于单神经元自适应PID控制器的电压反馈控制原理图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实例，对本发明进一步详细说明。

一种内置式永磁同步电机单神经元自适应PID弱磁控制方法，如图1所示，其具体包括步骤如下：

步骤1，构建单神经元自适应PID控制器，如图2所示：

y^*表示系统输入给定值，y(k)表示系统第k次计算的实际采样值，两者误差e_y(k)经过状态转换器，输出为三个中间状态变量x₁、x₂、x₃，然后把这三个中间状态变量作为神经元的3个输入量，其值分别为：

e_y(k)＝y^*-y(k)

x₁(k)＝e_y(k)

x₂(k)＝e_y(k)-e_y(k-1)

x₃(k)＝e_y(k)-2e_y(k-1)+e_y(k-2)

其中，x_i(k)表示第k次计算的第i个x的值(i＝1，2，3；k＝1，2，3...)，e_y(k)表示第k次计算的e_y值(k＝1，2，3...)。

按照有监督Hebb学习算法，可得单神经元自适应PID控制的输出为：

其中，K为比例系数(K＞0)，η_P、η_I、η_D分别为比例、积分、微分的学习速率。w_i(k)(i＝1，2，3；k＝1，2，3...)表示权系数，

步骤2，初始化单神经元自适应PID控制器各项参数，并设定比例系数K、比例学习速率η_P、积分学习速率η_I和微分学习速率η_D；

在进行单神经元自适应PID控制器各项参数初始化时，因为k＝1，2，3...，所以当k＝1时，u(k-1)＝0，w₁(k-1)＝0，w₂(k-1)＝0，w₃(k-1)＝0，e_y(k-1)＝0，e_y(k-2)＝0。此外，初次计算时i′_d＝0。这些参数在控制器软件编程阶段设定，不作为控制器本身的参数输入。

步骤3，由传感器检测电机机械角速度ω_m得到电机转速采样值ω；

步骤4，给予电机转速给定值ω^*，作为单神经元自适应PID控制器的输入给定值y^*，将各个时刻电机转速采样值ω作为单神经元自适应PID控制器的实际采样值y，经过单神经元PID控制器，则单神经元自适应PID控制器输出的第k次计算的控制器输出量u(k)，即作为各个时刻的转矩给定值T^*；

步骤5，将转矩给定值T^*通过MTPA(最大转矩电流比)控制，利用公式法，通过T^*先求出交轴电流给定值然后利用求出直轴电流给定值

MTPA计算公式为：

其中，p_n表示电机极对数，ψ_f表示永磁体磁链，L_d表示定子直轴(d轴)电感量，L_q表示定子交轴(q轴)电感量；其中d轴和q轴属于同步旋转坐标系的坐标变量；

步骤6，如图3所示，由直轴电流给定值和直轴电流采样值i_d相比较，并结合弱磁模块对直轴电流的补偿值i′_d，通过PI电流调节器，得到由电阻和微分部分产生的电压u₁；

其中，i″_d表示直轴电流计算值，R表示定子电阻；直轴电流的补偿值i′_d由弱磁模块产生，但弱磁模块不是每次都启动的，需要判断弱磁电压是否达到弱磁条件，即当对，弱磁模块产生直轴电流的补偿值i′_d，否则弱磁模块不产生直轴电流的补偿值i′_d，即i′_d＝0；在第一次循环的时候，肯定是没达到要求弱磁条件，即i′_d＝0。

步骤7，由交轴电流采样值i_q和电机机械角速度ω_m，得到前馈补偿的d轴电压中由q轴电流引起的电压分量u₂；

ω_e＝p_nω_m

u₂＝-ω_eL_qi_q

其中，ω_e表示电角速度；

步骤8，结合两个分电压u₁和u₂，得到d轴电压给定值u_d；

步骤9，如图3所示，由交轴电流给定值和交轴电流采样值i_q的比较，通过PI电流调节器得到由电阻和微分部分产生的电压u₁′；

其中，i″_q表示交轴电流计算值；

步骤10，由直轴电流采样值i_d和电机机械角速度ω_m，得到前馈补偿的q轴电压中由d轴电流引起的电压分量u₂′；

ω_e＝p_nω_m

u₂′＝ω_e(L_di_d+ψ_f)

步骤11，结合两个分电压u₁′和u₂′，得到q轴电压给定值u_q

步骤12，通过弱磁条件判断弱磁模块是否启动。若则电机相电流和相电流未达到最大值，弱磁模块不起作用，i′_d＝0，传递到下一次迭代的步骤6，其中u_dc表示直流侧电压；

步骤13，若则电机相电流和相电流达到最大值，弱磁模块启动。弱磁模块启动后，将作为输入单神经元自适应PID控制器的实际采样值y，u_dc作为输入单神经元自适应PID控制器的给定值y^*，经过单神经元自适应PID控制器，得到补偿d轴的电流分量i′_d，传递到下一次迭代的步骤6；如图4所示；

步骤14，由d轴电压给定值u_d和q轴电压给定值u_q，通过反Park变换(同步旋转坐标变换)，得到静止坐标系α-β下的2个电压信号u_α和u_β

步骤15，电压信号u_α和u_β经过SVPWM调制(空间矢量脉宽调制)，控制三相逆变器，并结合IGBT(绝缘栅双极型晶体管)整流，输送给IPMSM(内置式永磁同步电机)；

步骤16，传感器检测电机机械角速度ω_m，传递到下一次迭代的步骤3、7、10；

步骤17，传感器检测电机三相电流i_a、i_b、i_c，先经过Clark坐标变换(静止坐标变换)得到静止坐标系下的电流值i_α和i_β，再经过Park坐标变换(同步旋转坐标变换)得到同步旋转坐标系下的d轴电流采样值i_d和q轴电流采样值i_q，并将其分别传递到下一次迭代的步骤6和9中；

重复循环上述步骤3-17，由此实现对内置式永磁同步电机的实时控制。

本发明利用神经网络所具有的非线性映射能力、学习能力和概括推广能力，结合常规PID控制理论，即神经网络PID，通过兼收两者的优势，使被控系统具有自适应性，可自动在线调节控制器参数，适应被控过程的变化，从而提高控制性能和可靠性，尤其对于时变对象和非线性系统具有较好的控制效果。本文采用的基于单神经元的自适应PID作为神经网络与PID控制相结合的方法之一，具有控制方式简单，容易实现的特点。

能够不受限于电机参数的变化，自动在线整定控制参数，有效降低超调量和转矩脉动，提升控制系统的动态响应能力和稳定性。在电压空间矢量脉宽调制(SVPWM)的基础上，利用单神经元自适应PID控制器控制转速误差，并自动在线整定控制器参数。同时基于电压反馈方式的弱磁控制，结合电流解耦前馈补偿方式，以单神经元PID控制器替换常规积分器，有效控制转矩脉动和超调量，优化弱磁控制效果。

通过构建转速环、电流环和电压环的三闭环内置式永磁同步电机控制模型，在电压空间矢量脉宽调制(SVPWM)的基础上，利用单神经元自适应PID控制器，并结合最大转矩电流比控制(MTPA)以及基于电流解耦前馈补偿的电压反馈弱磁控制，不受限于电机参数的动态变化，能够在线整定控制器各项参数，有效减小超调量和转矩脉动，动态响应快，鲁棒性强。

需要说明的是，尽管以上本发明所述的实施例是说明性的，但这并非是对本发明的限制，因此本发明并不局限于上述具体实施方式中。在不脱离本发明原理的情况下，凡是本领域技术人员在本发明的启示下获得的其它实施方式，均视为在本发明的保护之内。

Claims (4)

1.内置式永磁同步电机单神经元自适应PID弱磁控制方法，其特征是，包括步骤如下：

步骤1、构建单神经元自适应PID控制器，并对单神经元自适应PID控制器的参数进行初始化；

步骤2、检测内置式永磁同步电机的机械角速度ω_m，并对其进行采样后，得到转速采样值ω；

步骤3，将设定的转速给定值ω^*其作为单神经元自适应PID控制器的输入给定值，同时将步骤2所得转速采样值ω作为单神经元自适应PID控制器的实际采样值，一并送入单神经元自适应PID控制器，则单神经元自适应PID控制器输出得到转矩给定值T^*；

步骤4、将转矩给定值T^*进行最大转矩电流比控制，得到交轴电流给定值和直轴电流给定值

步骤5、检测内置式永磁同步电机的三相电流，并依次经过静止坐标变换和同步旋转坐标变换后，得到同步旋转坐标系下的交轴电流采样值i_q和直轴电流采样值i_d；

步骤6、结合步骤4所得的交轴电流给定值和直轴电流给定值以及步骤5所得的交轴电流采样值i_q和直轴电流采样值i_d，计算交轴电压给定值u_q和直轴电压给定值u_d：

式中，L_d为电机定子直轴电感量，L_q为电机定子交轴电感量，p_n为电机极对数，ω_m为电机机械角速度，ψ_f为电机永磁体磁链，R为电机定子电阻，i′_d为弱磁模块产生的直轴电流的补偿值，t为时间；

步骤7、结合内置式永磁同步电机的直流侧电压u_dc，交轴电压给定值u_q和直轴电压给定值u_d判断弱磁模块是否启动，即：

当时，弱磁模块不启动，此时i′_d＝0；

当时，弱磁模块启动，此时将u_dc作为单神经元自适应PID控制器的输入给定值，同时将作为单神经元自适应PID控制器的实际采样值，一并送入单神经元自适应PID控制器，则单神经元自适应PID控制器输出得到直轴电流的补偿值i′_d；

步骤8、将交轴电压给定值u_q和直轴电压给定值u_d进行同步旋转坐标逆变换，得到静止坐标系下的α轴的相电压u_α和β轴的相电压u_β；

步骤9、将α轴的相电压u_α和β轴的相电压u_β经过空间矢量脉宽调制，控制三相逆变器，并进行IGBT整流后，输送给内置式永磁同步电机，对其进行控制；

步骤10、重复循环步骤2-9的过程，以实现对内置式永磁同步电机的实时控制。

2.根据权利要求1所述的内置式永磁同步电机单神经元自适应PID弱磁控制方法，其特征是，步骤1中，所构建的单神经元自适应PID控制器为：

其中：

w_i(k)为第k次计算的第i个权系数：

w₁(k)＝w₁(k-1)+η_P[y^*-y(k)]u(k)x₁(k)

w₂(k)＝w₂(k-1)+η_I[y^*-y(k)]u(k)x₂(k)

w₃(k)＝w₃(k-1)+η_D[y^*-y(k)]u(k)x₃(k)

x_i(k)为第k次计算的控制器第i个输入误差量：

x₁(k)＝y^*-y(k)

x₂(k)＝[y^*-y(k)]-[y^*-y(k-1)]

x₃(k)＝[y^*-y(k)]-2[y^*-y(k-1)]+[y^*-y(k-2)]

上述各式中，u(k)为第k次计算的控制器输出量，u(k-1)为第(k-1)次计算的控制器输出量；w₁(k)为第k次计算的第1个权系数，w₂(k)为第k次计算的第2个权系数，w₃(k)为第k次计算的第3个权系数；w₁(k-1)为第(k-1)次计算的第1个权系数，w₂(k-1)为第(k-1)次计算的第2个权系数，w₃(k-1)为第(k-1)次计算的第3个权系数；x₁(k)为第k次计算的控制器第1个输入误差量，x₂(k)为第k次计算的控制器第2个输入误差量，x₃(k)为第k次计算的控制器第3个输入误差量；y^*为控制器的输入给定值，y(k)为第k次计算的控制器的实际采样值，y(k-1)为第(k-1)次计算的控制器的实际采样值，y(k-2)为第(k-2)次计算的控制器的实际采样值；η_P为比例学习速率，η_I为积分学习速率，η_D为微分学习速率；K为比例系数，K＞0。

3.根据权利要求2所述的内置式永磁同步电机单神经元自适应PID弱磁控制方法，其特征是，步骤1中，初始化单神经元自适应PID控制器的参数包括：给定比例系数K、比例学习速率η_P、积分学习速率η_P和微分学习速率η_D；同时在初次计算即k＝1时，令u(k-1)＝0，w₁(k-1)＝0，w₂(k-1)＝0，w₃(k-1)＝0，y(k-1)＝0，y(k-2)＝0和i′_d＝0。

4.根据权利要求1所述的内置式永磁同步电机单神经元自适应PID弱磁控制方法，其特征是，步骤2中，转速的采样值ω为：

式中，ω_m为机械角速度。