CN111010063B - 永磁同步电机的模型预测与参考信号前馈的复合控制方法 - Google Patents

永磁同步电机的模型预测与参考信号前馈的复合控制方法 Download PDF

Info

Publication number
CN111010063B
CN111010063B CN201911396091.4A CN201911396091A CN111010063B CN 111010063 B CN111010063 B CN 111010063B CN 201911396091 A CN201911396091 A CN 201911396091A CN 111010063 B CN111010063 B CN 111010063B
Authority
CN
China
Prior art keywords
loop
control
permanent magnet
prediction
magnet synchronous
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
CN201911396091.4A
Other languages
English (en)
Other versions
CN111010063A (zh
Inventor
李世华
钱巍
周梦迪
齐丹丹
杨凯峰
杨俊�
陈夕松
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.)
Southeast University
Nanjing Estun Automation Co Ltd
Original Assignee
Southeast University
Nanjing Estun Automation Co Ltd
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 Southeast University, Nanjing Estun Automation Co Ltd filed Critical Southeast University
Priority to CN201911396091.4A priority Critical patent/CN111010063B/zh
Publication of CN111010063A publication Critical patent/CN111010063A/zh
Application granted granted Critical
Publication of CN111010063B publication Critical patent/CN111010063B/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
    • H02P21/0003Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control

Landscapes

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

Abstract

本发明涉及设备控制领域,尤其涉及一种永磁同步电机的单环模型预测与参考信号前馈的复合控制方法,其特征在于:检测永磁同步电机的三相电流、转速及转子角位置,以永磁同步电机的d轴电流环PI控制器得出d轴电压;建立预测模型,将永磁同步电机的速度环和q轴电流环合并为单控制环结构并采用MPC控制形成单环MPC控制器,将速度参考信号的前馈控制量考虑进预测模型中并对反馈控制量进行优化,形成单环MPC与参考信号前馈的复合控制器得出q轴电压;根据d轴电压和q轴电压计算三相逆变器的开关信号实现电机控制。本发明通过将速度参考信号的前馈控制量嵌入到预测模型中,实现对永磁同步电机伺服系统速度环带宽的提升。

Description

永磁同步电机的模型预测与参考信号前馈的复合控制方法
技术领域
本发明涉及设备控制领域,尤其涉及一种永磁同步电机的单环模型预测与参考信号前馈的复合控制方法。
背景技术
近年来,永磁同步电机因其结构简单、体积小、功率因数高、惯性小等优点,在机器人、交通运输、航空航天、生产加工等行业得到了广泛应用。然而,由于永磁同步电机伺服系统中存在的参数不确定性和负载扰动,传统的线性控制方法,如比例积分(PI)控制不能保证其具有足够高的性能,很难满足实际工业应用的高精度需求。随着微电子技术和集成电路技术的发展,伺服系统硬件设备的计算能力大幅度提高,许多先进的非线性控制算法得以研究并在运动控制领域成功应用,例如自适应控制、有限时间控制、滑模控制、自抗扰控制等。这些算法都从不同方面提高了永磁同步电机伺服系统的性能。
模型预测控制(MPC)是工业应用中最实用的先进控制技术之一,作为一种优化控制算法,其主要思想是:利用系统的动态模型预测状态的未来行为,并通过在每次采样时优化一个性能指标函数以确定未来最合适的控制量。模型预测算法应用在永磁同步电机伺服系统中的主要原因包括:(1)利用分析方法和成熟的参数辨识技术,永磁同步电机系统的数学模型可以精确地建立;(2)电流和电压约束在电机控制中是必不可少的,MPC可以有效地解决这一问题。因此,模型预测控制算法在运动控制和电力电子领域得到广泛研究。文献(S.Chai,L.Wang,and E.Rogers,A cascade MPC control structure for a PMSM withspeed ripple minimization[J],IEEE Transactions on Industrial Electronics,2013,60(8):2978-2987)基于传统的矢量控制策略,内部电流环采用MPC提供了快速的反馈控制动作,以减少干扰和非线性的影响,外部速度环也采用MPC并嵌入了零频率启动模式和一个额外的频率模式,以最小化稳态运行时的速度波动。但由于该方法采用传统的串级控制结构,在一定程度上限制了系统的动态响应性能。文献(Z.Fan,S.Li,Model predictivecontrol method based on permanent magnet synchronous motor speed regulationsystem,in Proceedings of the 31st Chinese Control Conference,2012:4412-4417)中用单控制环代替速度环和电流环级联的双控制环结构,并且针对惯量大范围变化的情况,设计了自适应模型预测控制算法,提升了伺服系统的动态性能和抗扰动性能。但该方法并未考虑当参考速度为时变信号的情况下,永磁同步电机伺服系统的速度响应性能,尤其是速度环带宽还有进一步提升的空间。
发明内容
本发明的目的是为了提供一种永磁同步电机的单环模型预测与参考信号前馈的复合控制方法,该方法通过将速度参考信号的前馈控制量嵌入到预测模型中,实现对永磁同步电机伺服系统速度环带宽的提升。
为解决以上技术问题,本发明的技术方案为:一种永磁同步电机的单环模型预测与参考信号前馈的复合控制方法,其特征在于:
步骤1:检测永磁同步电机的三相电流ia、ib和ic,检测永磁同步电机的实际转速ω,转子角位置θ,三相电流ia、ib和ic经过Clarke变换得到α、β坐标系下的电流iα和iβ,将iα、iβ结合角位置θ并经过Park变换得出d、q坐标系下的定子电流id和iq
步骤2:将id *=0作为d轴电流给定,id *-id作为d轴电流环PI控制器的输入量,输出为d轴电压ud
步骤3:根据永磁同步电机的机理模型,建立其预测模型,将永磁同步电机的速度环和q轴电流环合并为单控制环结构并采用MPC控制,将速度参考信号的前馈控制量考虑到预测模型中并对反馈控制量进行优化,形成单环MPC与参考信号前馈的复合控制器,将给定的电机转速ω*、光电编码器测得的实际转速ω、定子电流iq作为模型预测复合控制器的输入,经计算得到q轴电压uq
步骤4:将得到的d、q轴电压ud、uq结合位置角θ经过反Park变换得到α、β坐标系下的电压uα、uβ,再进行电压空间矢量脉宽调制,得到三相逆变器的开关信号,三相逆变器的输出用于控制电机。
作为本发明的一种优选方案,所述步骤1中,Clarke变换为:
Figure GDA0003070385450000021
其中,ia+ib+ic=0;
Park变换为:
Figure GDA0003070385450000022
其中,θ代表转子的角位置。
作为本发明的一种优选方案,所述步骤2的具体过程为:
在d、q坐标系中,电机的动态方程为:
Figure GDA0003070385450000031
其中,Rs为定子电阻,L为定子电感,ψf为转子磁链,np为极对数,B为摩擦系数,J为转动惯量,TL为负载力矩。
将d轴电流环作为一个独立的控制回路,采用PI控制器控制,其中,PI控制器的输入为d轴电流误差id *-id,输出为d轴电压ud,即:
ud=kp(id *-id)+ki∫(id *-id)dt (2-2)
由于d轴电流通过闭环控制使得id=0,实现近似解耦,因此可以不考虑式(2-1)中的
Figure GDA0003070385450000038
项,由此可得单环MPC的状态空间方程:
Figure GDA0003070385450000032
作为本发明的一种优选方案,所述步骤3的具体方法为:
步骤31,建立预测模型:
取速度环及q轴电流环的动态方程并对其进行离散化:
Figure GDA0003070385450000033
其中,uq为q轴电压总控制量,T为采样时间;
设计前馈控制律:
Figure GDA0003070385450000034
uq=uqfb+uqff
其中,
Figure GDA0003070385450000035
uqff为前馈控制量,uqfb为反馈控制量;
将以上式(3-2)离散化:
Figure GDA0003070385450000036
Figure GDA0003070385450000037
将(3-3)、(3-4)代入到(3-1)所示的状态空间方程中:
Figure GDA0003070385450000041
其中,d(k)=ω*(k)-2ω*(k-1)+ω*(k-2);
令状态变量
Figure GDA0003070385450000042
因此可得表达式:
Figure GDA0003070385450000043
其中,系数矩阵
Figure GDA0003070385450000044
Cm=[0 1],
Figure GDA0003070385450000045
Figure GDA0003070385450000046
当采样周期很短时,可认为在两个采样周期内负载没有变化,因此可得增量式表达式:
Figure GDA0003070385450000047
其中,Δxm(k)=xm(k)-xm(k-1),Δuqfb(k)=uqfb(k)-uqfb(k-1),Δd(k)=d(k)-d(k-1);
令状态变量
Figure GDA0003070385450000048
则系统的增广状态空间模型为:
Figure GDA0003070385450000049
其中,
Figure GDA00030703854500000410
Ce=[0 0 1],
Figure GDA00030703854500000411
预测未来输出:
第一步预测:
Figure GDA00030703854500000412
第二步预测:
Figure GDA0003070385450000051
第Np步预测:
Figure GDA0003070385450000052
预测输出序列Y、控制输入增量序列ΔU、给定速度增量序列Δd被定义为如下向量形式:
Figure GDA0003070385450000053
因此预测输出可重新表达为:
Figure GDA0003070385450000054
其中,
Figure GDA0003070385450000055
Figure GDA0003070385450000056
步骤32,反馈校正:
由于实际情况中,伺服电机受参数变化、外部负载扰动、非线性项等影响,因而基于电机机理模型预测得到的电机转速与实际的电机转速存在误差,此时,可定义预测误差e如下:
e(k)=y(k)-y(k|k-1) (3-14)
其中,
Figure GDA0003070385450000057
为当前时刻的预测转速;
因当前采样周期时刻无法确定未来的输出,故作出如下假设:
Figure GDA0003070385450000061
即Np步模型预测误差向量:
E=[1 … 1]T e(k) (3-16)
步骤33,滚动优化:
设采样时刻k时,Np步模型预测内速度的参考轨迹向量为:
Figure GDA0003070385450000062
其中,ω*是速度给定值;
定义性能指标函数:
J=(Yr-Y-E)TQ(Yr-Y-E)+ΔUTRΔU (3-18)
其中,
Figure GDA0003070385450000063
分别为误差权系数矩阵和控制量权系数矩阵;
将式(3-13)代入到(3-18)中,性能指标函数可以整理成:
Figure GDA0003070385450000064
其中,Θ=(Yr-E-Fx(k)-MΔD)TQ(Yr-E-Fx(k)-MΔD);
二次规划问题(3-19)中,ΔU为决策变量,对性能指标函数J取最小值,因此上式(3-19)等价于:
Figure GDA0003070385450000065
其中,H=2(ΦTQΦ+R),G=-2ΦTQ(Yr-E-Fx(k));
Figure GDA0003070385450000066
可解得:
ΔU=-H-1G-2H-1ΦTQMΔD (3-21)
其中,
Figure GDA0003070385450000067
表示性能指标函数J对决策变量ΔU的偏导数;
根据滚动优化原理,只有ΔU的第一个元素作用到系统中,即:
Figure GDA0003070385450000068
因此,q轴的总电压控制量:
Figure GDA0003070385450000071
作为本发明的一种优选方案,所述步骤4的具体过程为:
步骤41,在得到d、q轴电压的基础上,通过Park逆变换计算出αβ坐标系下的定子电压uα和uβ
Figure GDA0003070385450000072
其中,θ代表转子的角位置;
步骤42,uα和uβ经过SVPWM模块计算出驱动装置中每个开关管所对应的PWM信号,控制开关管的通断以达到调节电机转速的目的。
本发明采用以上技术方案与现有技术相比,具有以下优势:
本发明将模型预测算法应用在永磁同步电机伺服系统中,将速度环和q轴电流环合并为单控制环结构,提升了系统的动态响应性能。在单环MPC控制器的优化求解过程中,考虑速度参考信号的前馈控制量uqff的影响,即求解出伺服系统在前馈控制作用下最优的反馈控制量uqfb,通过基于模型的设计,实现单环MPC与参考信号前馈的复合控制方法,在兼顾合理超调的同时,提升伺服系统速度环带宽。相比于传统的模型预测控制算法,具有一定的创新优势,且在电机控制领域具有较好的应用前景。
附图说明
图1是本发明单环MPC与参考信号前馈的复合控制结构框图;
图2是本发明单环MPC的内部细化图;
图3是本发明方法测试速度环带宽时给定的chirp激励信号的时域波形图;
图4是本发明方法测试速度环带宽时给定的chirp激励信号的频谱图;
图5是永磁同步电机在单环MPC控制下的速度频响实验图;
图6是永磁同步电机在本发明方法控制下的速度频响实验图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面结合附图和具体实施例对本发明作进一步详细说明。
参阅图1,本发明公开的一种基于永磁同步电机的单环模型预测与参考信号前馈的复合控制方法,对于永磁同步电机实现该控制方法的控制系统包括反馈装置、功率驱动装置和控制模块,反馈装置包括编码器和电流传感器,功率驱动装置包括IPM模块,控制模块包括单环MPC、PI、前馈控制、坐标变换模块和SVPWM模块。具体的复合控制方法包含以下步骤:
步骤1,检测永磁同步电机的三相电流ia、ib和ic,检测永磁同步电机的实际转速ω,转子角位置θ,三相电流ia、ib和ic经过Clarke变换得到α、β坐标系下的电流iα和iβ,将iα、iβ结合角位置θ并经过Park变换得出d、q坐标系下的定子电流id和iq
步骤2,将id *=0作为d轴电流给定,id *-id作为d轴电流环PI控制器的输入量,输出为d轴电压ud
步骤3,根据永磁同步电机的机理模型,建立其预测模型,并设计MPC与参考信号前馈的复合控制器,将给定的电机转速ω*、光电编码器测得的实际转速ω、定子电流iq作为模型预测控制器的输入,经计算得到q轴电压uq
步骤4,将得到的d、q轴电压ud、uq结合位置角θ经过反Park变换得到α、β坐标系下的电压uα、uβ,再进行电压空间矢量脉宽调制,得到三相逆变器的开关信号,三相逆变器的输出用于平稳地控制电机。
步骤1具体为:
如图1中所示,使用电流传感器采集功率驱动装置的三相输出电流ia、ib和ic,其中ic=-ia-ib,并通过式(1-1)所示的Clarke变换转化为两相静止坐标系下的电流iα、iβ;接着通过Park变换转化为旋转坐标系下的交、直轴电流id、iq,反馈给控制器的输入,从而实现矢量控制。
Clarke变换:
Figure GDA0003070385450000081
其中,ia+ib+ic=0。
Park变换:
Figure GDA0003070385450000082
其中,θ代表转子的角位置。
步骤2:
在d、q坐标系中,电机的动态方程为:
Figure GDA0003070385450000091
其中,Rs为定子电阻,L为定子电感,ψf为转子磁链,np为极对数,B为摩擦系数,J为转动惯量,TL为负载力矩。
如附图1中所示,将d轴电流环作为一个独立的控制回路,采用id *=0控制,d轴电流环控制器为传统的线性PI,这种控制方法具有转矩波动小、简单易实现、调速范围宽等优点。其中,PI控制器的输入为d轴电流误差id *-id,输出为d轴电压ud,即:
ud=kp(id *-id)+ki∫(id *-id)dt (2-2)
由于d轴电流通过闭环控制使得id=0,实现近似解耦,因此可以不考虑式(2-1)中的
Figure GDA0003070385450000094
项,由此可得单环MPC的状态空间方程:
Figure GDA0003070385450000092
步骤3:
如附图1所示,将永磁同步电机的速度环和q轴电流环用一个单控制环代替,因此被控系统是一个二阶模型。其中,控制器采用模型预测算法,输入为给定速度ω*、反馈速度ω、反馈电流iq,输出为q轴电压uq。由附图2可知,MPC控制器的实现分三个步骤:预测模型、反馈校正、滚动优化。
步骤31,建立预测模型:
取速度环及q轴电流环的动态方程并对其进行离散化:
Figure GDA0003070385450000093
其中,uq为q轴电压总控制量,T为采样时间。
设计前馈控制律:
Figure GDA0003070385450000101
uq=uqfb+uqff
其中,
Figure GDA0003070385450000102
uqff为前馈控制量,uqfb为反馈控制量。
将以上(3-2)两式离散化:
Figure GDA0003070385450000103
uq(k)=uqfb(k)+uqff(k) (3-4)
如附图1、图2所示,在单环MPC控制器的优化求解过程中,将速度参考信号的前馈控制量uqff考虑进去,即求解出最优的反馈控制量uqfb,即将(3-3)、(3-4)代入到(3-1)所示的状态空间方程中:
Figure GDA0003070385450000104
其中,d(k)=ω*(k)-2ω*(k-1)+ω*(k-2)。
令状态变量
Figure GDA0003070385450000105
因此可得表达式:
Figure GDA0003070385450000106
其中,系数矩阵
Figure GDA0003070385450000107
Cm=[0 1],
Figure GDA0003070385450000108
Figure GDA0003070385450000109
当采样周期很短时,可认为在两个采样周期内负载没有变化,因此可得增量式表达式:
Figure GDA00030703854500001010
其中,Δxm(k)=xm(k)-xm(k-1),
Δuqfb(k)=uqfb(k)-uqfb(k-1),Δd(k)=d(k)-d(k-1)。
令状态变量
Figure GDA0003070385450000111
则系统的增广状态空间模型为:
Figure GDA0003070385450000112
其中,
Figure GDA0003070385450000113
Ce=[0 0 1],
Figure GDA0003070385450000114
预测未来输出:
第一步预测:
Figure GDA0003070385450000115
第二步预测:
Figure GDA0003070385450000116
第Np步预测:
Figure GDA0003070385450000117
预测输出序列Y、控制输入增量序列ΔU、给定速度增量序列Δd被定义为如下向量形式:
Figure GDA0003070385450000118
因此预测输出可重新表达为:
Figure GDA0003070385450000119
其中,
Figure GDA00030703854500001110
Figure GDA0003070385450000121
步骤32,反馈校正:
由于实际情况中,伺服电机受参数变化、外部负载扰动、非线性项等影响,因而基于电机机理模型预测得到的电机转速与实际的电机转速肯定存在误差。此时,可定义预测误差e如下:
e(k)=y(k)-y(k|k-1) (3-14)
其中,
Figure GDA0003070385450000122
为当前时刻的预测转速。
因当前采样周期时刻无法确定未来的输出,故作出如下假设:
Figure GDA0003070385450000123
即Np步模型预测误差向量:
E=[1 … 1]Te(k) (3-16)
步骤33,滚动优化:
设采样时刻k时,Np步模型预测内速度的参考轨迹向量为:
Figure GDA0003070385450000124
其中,ω*是速度给定值。
定义性能指标函数:
J=(Yr-Y-E)TQ(Yr-Y-E)+ΔUTRΔU (3-18)
其中,
Figure GDA0003070385450000125
分别为误差权系数矩阵和控制量权系数矩阵。
将式(3-13)代入到(3-18)中,性能指标函数可以整理成:
Figure GDA0003070385450000126
其中,Θ=(Yr-E-Fx(k)-MΔD)TQ(Yr-E-Fx(k)-MΔD)。
二次规划问题(3-19)中,ΔU为决策变量,对性能指标函数J取最小值,因此上式等价于:
Figure GDA0003070385450000131
其中,H=2(ΦTQΦ+R),G=-2ΦTQ(Yr-E-Fx(k))。
Figure GDA0003070385450000132
可解得:
ΔU=-H-1G-2H-1ΦTQMΔD (3-21)
其中,
Figure GDA0003070385450000133
表示性能指标函数J对决策变量ΔU的偏导数。
根据滚动优化原理,只有ΔU的第一个元素作用到系统中,即:
Figure GDA0003070385450000134
因此,q轴的总电压控制量:
Figure GDA0003070385450000135
步骤4:
步骤41,在得到d、q轴电压的基础上,通过Park逆变换计算出αβ坐标系下的定子电压uα和uβ
Figure GDA0003070385450000136
其中,θ代表转子的角位置。
步骤42,uα和uβ经过SVPWM模块计算出驱动装置中每个开关管所对应的PWM信号,控制开关管的通断以达到调节电机转速的目的。
为了进一步验证本发明所设计的单环MPC与参考信号前馈的复合控制方法的有效性,进行了实验。实验中的永磁同步电机采用EMJ08A型号,其参数见下表1。为了测试速度环带宽,给定速度信号选择chirp激励信号,其时域波形图、频域图分别如图3、4所示,值得注意的是,为了描述chirp信号的特征,图3、图4仅用于展示。实验时间实际为1s,频率变化率为1000Hz/s,即chirp信号扫频范围是1-1000Hz,幅值为额定转速的0.01倍,另外,为了防止转速频繁过零对电机造成损害,因此叠加了50rpm的直流分量,即ω*=(30sin(2π*1000t2)+50)rpm。
表1电机参数表
Figure GDA0003070385450000141
实验结果如图5、图6中所示,其中图5为单环MPC控制下的速度频响曲线,图6为单环MPC与参考信号前馈复合控制下的速度频响曲线,可以看出,本发明所提出的方法提高了速度幅频带宽约100hz,相频带宽约60hz。
本实施例将单环模型预测与参考信号前馈的复合控制技术应用在永磁同步电机伺服系统中,实验结果表明本方法适用性强,在速度参考信号为时变的周期性信号的情况下,能够有效地提高伺服系统的带宽。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。

Claims (4)

1.一种永磁同步电机的单环模型预测与参考信号前馈的复合控制方法,其特征在于:
步骤1:检测永磁同步电机的三相电流ia、ib和ic,检测永磁同步电机的实际转速ω,转子角位置θ,三相电流ia、ib和ic经过Clarke变换得到α、β坐标系下的电流iα和iβ,将iα、iβ结合角位置θ并经过Park变换得出d、q坐标系下的定子电流id和iq
步骤2:将id *=0作为d轴电流给定,id *-id作为d轴电流环PI控制器的输入量,输出为d轴电压ud
步骤3:根据永磁同步电机的机理模型,建立其预测模型,将永磁同步电机的速度环和q轴电流环合并为单控制环结构并采用MPC控制,将速度参考信号的前馈控制量考虑到预测模型中并对反馈控制量进行优化,形成单环MPC与参考信号前馈的复合控制器,将给定的电机转速ω*、光电编码器测得的实际转速ω、定子电流iq作为模型预测复合控制器的输入,经计算得到q轴电压uq
所述步骤3的具体方法为:
步骤31,建立预测模型:
取速度环及q轴电流环的动态方程并对其进行离散化:
Figure FDA0003459840720000011
其中,uq为q轴电压总控制量,T为采样时间;
设计前馈控制律:
Figure FDA0003459840720000012
其中,
Figure FDA0003459840720000013
uqff为前馈控制量,uqfb为反馈控制量;
将以上式(3-2)离散化:
Figure FDA0003459840720000014
uq(k)=uqfb(k)+uqff(k) (3-4)
将(3-3)、(3-4)代入到(3-1)所示的状态空间方程中:
Figure FDA0003459840720000021
其中,d(k)=ω*(k)-2ω*(k-1)+ω*(k-2);
令状态变量
Figure FDA0003459840720000022
因此可得表达式:
Figure FDA0003459840720000023
其中,系数矩阵
Figure FDA0003459840720000024
Cm=[0 1],
Figure FDA0003459840720000025
Figure FDA0003459840720000026
当采样周期很短时,可认为在两个采样周期内负载没有变化,因此可得增量式表达式:
Figure FDA0003459840720000027
其中,Δxm(k)=xm(k)-xm(k-1),
Δuqfb(k)=uqfb(k)-uqfb(k-1),Δd(k)=d(k)-d(k-1);
令状态变量
Figure FDA0003459840720000028
则系统的增广状态空间模型为:
Figure FDA0003459840720000029
其中,
Figure FDA00034598407200000210
Ce=[0 0 1],
Figure FDA00034598407200000211
预测未来输出:
第一步预测:
Figure FDA00034598407200000212
第二步预测:
Figure FDA0003459840720000031
第Np步预测:
Figure FDA0003459840720000032
预测输出序列Y、控制输入增量序列ΔU、给定速度增量序列Δd被定义为如下向量形式:
Figure FDA0003459840720000033
因此预测输出可重新表达为:
Y=Fxe(k)+ΦΔU+MΔD (3-13)
其中,
Figure FDA0003459840720000034
Figure FDA0003459840720000035
步骤32,反馈校正:
基于电机机理模型预测得到的电机转速与实际的电机转速存在误差,此时,可定义预测误差e如下:
e(k)=y(k)-y(k|k-1) (3-14)
其中,
Figure FDA0003459840720000036
为当前时刻的预测转速;
因当前采样周期时刻无法确定未来的输出,故作出如下假设:
e(k+Np)=…=e(k+1)=e(k) (3-15)
即Np步模型预测误差向量:
E=[1…1]Te(k) (3-16)
步骤33,滚动优化:
设采样时刻k时,Np步模型预测内速度的参考轨迹向量为:
Yr=[ω*(k+1) ω*(k+2)…ω*(k+Np)]T (3-17)
其中,ω*是速度给定值;
定义性能指标函数:
J=(Yr-Y-E)TQ(Yr-Y-E)+ΔUTRΔU (3-18)
其中,
Figure FDA0003459840720000041
分别为误差权系数矩阵和控制量权系数矩阵;
将式(3-13)代入到(3-18)中,性能指标函数可以整理成:
J=Θ+ΔUTTQΦ+R)ΔU-2ΔUTΦTQ(Yr-E-Fx(k)-MΔD) (3-19)
其中,Θ=(Yr-E-Fx(k)-MΔD)TQ(Yr-E-Fx(k)-MΔD);
二次规划问题(3-19)中,ΔU为决策变量,对性能指标函数J取最小值,因此上式(3-19)等价于:
Figure FDA0003459840720000042
其中,H=2(ΦTQΦ+R),G=-2ΦTQ(Yr-E-Fx(k));
Figure FDA0003459840720000043
可解得:
ΔU=-H-1G-2H-1ΦTQMΔD (3-21)
其中,
Figure FDA0003459840720000044
表示性能指标函数J对决策变量ΔU的偏导数;
根据滚动优化原理,只有ΔU的第一个元素作用到系统中,即:
uqfb(k)=uqfb(k-1)+[1 0…0]ΔU (3-22)
因此,q轴的总电压控制量:
uq(k)=uqfb(k)+uqff(k) (3-23)
步骤4:将得到的d、q轴电压ud、uq结合位置角θ经过反Park变换得到α、β坐标系下的 电压uα、uβ,再进行电压空间矢量脉宽调制,得到三相逆变器的开关信号,三相逆变器的输出用于控制电机。
2.根据权利要求1所述的永磁同步电机的单环模型预测与参考信号前馈的复合控制方法,其特征在于:所述步骤1中,Clarke变换为:
Figure FDA0003459840720000051
其中,ia+ib+ic=0;
Park变换为:
Figure FDA0003459840720000052
其中,θ代表转子的角位置。
3.根据权利要求1所述的永磁同步电机的单环模型预测与参考信号前馈的复合控制方法,其特征在于:所述步骤2的具体过程为:
在d、q坐标系中,电机的动态方程为:
Figure FDA0003459840720000053
其中,Rs为定子电阻,L为定子电感,ψf为转子磁链,np为极对数,B为摩擦系数,J为转动惯量,TL为负载力矩;
将d轴电流环作为一个独立的控制回路,采用PI控制器控制,其中,PI控制器的输入为d轴电流误差id *-id,输出为d轴电压ud,即:
ud=kp(id *-id)+ki∫(id *-id)dt (2-2)
由于d轴电流通过闭环控制使得id=0,实现近似解耦,因此可以不考虑式(2-1)中的
Figure FDA0003459840720000055
项,由此可得单环MPC的状态空间方程:
Figure FDA0003459840720000054
4.根据权利要求1所述的永磁同步电机的单环模型预测与参考信号前馈的复合控制方法,其特征在于:所述步骤4的具体过程为:
步骤41,在得到d、q轴电压的基础上,通过Park逆变换计算出αβ坐标系下的定子电压uα和uβ
Figure FDA0003459840720000061
其中,θ代表转子的角位置;
步骤42,uα和uβ经过SVPWM模块计算出驱动装置中每个开关管所对应的PWM信号,控制开关管的通断以达到调节电机转速的目的。
CN201911396091.4A 2019-12-30 2019-12-30 永磁同步电机的模型预测与参考信号前馈的复合控制方法 Active CN111010063B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911396091.4A CN111010063B (zh) 2019-12-30 2019-12-30 永磁同步电机的模型预测与参考信号前馈的复合控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911396091.4A CN111010063B (zh) 2019-12-30 2019-12-30 永磁同步电机的模型预测与参考信号前馈的复合控制方法

Publications (2)

Publication Number Publication Date
CN111010063A CN111010063A (zh) 2020-04-14
CN111010063B true CN111010063B (zh) 2022-04-19

Family

ID=70118401

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911396091.4A Active CN111010063B (zh) 2019-12-30 2019-12-30 永磁同步电机的模型预测与参考信号前馈的复合控制方法

Country Status (1)

Country Link
CN (1) CN111010063B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112751517B (zh) * 2020-12-30 2022-12-30 深圳大学 电机控制系统及方法
CN113093529B (zh) * 2021-04-13 2024-01-26 哈尔滨理工大学 一种使用萤火虫群优化的永磁同步电动机模型预测速度控制方法及其控制器
CN113467229B (zh) * 2021-07-13 2023-07-21 南京信息职业技术学院 一种交流伺服驱动方法
CN114665766B (zh) * 2022-03-28 2024-05-10 浙江理工大学 基于负载力矩估算的永磁同步电机力位混合控制系统
CN117614334B (zh) * 2024-01-17 2024-03-26 中智电气南京有限公司 一种基于智能模型的伺服电机转动惯量控制系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002085871A (ja) * 2000-09-20 2002-03-26 Aisin Seiki Co Ltd 刺繍機
CN105680754A (zh) * 2016-02-25 2016-06-15 清华大学 一种永磁同步电机的直交轴电流矢量复合控制器
CN105710711A (zh) * 2014-12-19 2016-06-29 大隈株式会社 机床中的进给轴的位置控制装置
CN106655957A (zh) * 2016-11-21 2017-05-10 广东华中科技大学工业技术研究院 一种用于动力锂电池制备装置的防谐振控制系统及方法
CN108693829A (zh) * 2017-04-07 2018-10-23 发那科株式会社 控制装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109039167B (zh) * 2018-08-20 2020-11-17 中南大学 一种内置式永磁同步电机控制方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002085871A (ja) * 2000-09-20 2002-03-26 Aisin Seiki Co Ltd 刺繍機
CN105710711A (zh) * 2014-12-19 2016-06-29 大隈株式会社 机床中的进给轴的位置控制装置
CN105680754A (zh) * 2016-02-25 2016-06-15 清华大学 一种永磁同步电机的直交轴电流矢量复合控制器
CN106655957A (zh) * 2016-11-21 2017-05-10 广东华中科技大学工业技术研究院 一种用于动力锂电池制备装置的防谐振控制系统及方法
CN108693829A (zh) * 2017-04-07 2018-10-23 发那科株式会社 控制装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于永磁同步电机调速系统的模型预测控制方法;范中华 等;《Proceedings of the 31st Chinese Control Conference》;20121224;正文第4413页左栏第1段-第4416左栏最后1段 *

Also Published As

Publication number Publication date
CN111010063A (zh) 2020-04-14

Similar Documents

Publication Publication Date Title
CN111010063B (zh) 永磁同步电机的模型预测与参考信号前馈的复合控制方法
CN110022105A (zh) 基于fosmc的永磁同步电机预测电流控制方法及系统
Yang et al. Fast integral terminal sliding mode control with a novel disturbance observer based on iterative learning for speed control of PMSM
Wang et al. Adaptive fuzzy robust control of PMSM with smooth inverse based dead-zone compensation
Li et al. Extended state observer based current-constrained controller for a PMSM system in presence of disturbances: Design, analysis and experiments
Ping et al. Nonlinear speed tracking control of PMSM servo system: A global robust output regulation approach
Salim et al. Sensorless passivity based control for induction motor via an adaptive observer
CN112953335A (zh) 一种永磁同步电机有限时间自适应复合控制方法和系统
Shen et al. Application of an improved ADRC controller based on the double closed loop dynamic disturbance compensation in PMSM
CN116526919A (zh) 一种永磁同步电机伺服系统及其电流预测控制方法、装置
El Moucary et al. Decoupled direct control for PWM inverter-fed induction motor drives
Zhang et al. Precision motion control of permanent magnet linear motors
CN110165954B (zh) 一种双馈风力发电系统机侧变流器模型预测控制方法
Huang et al. Passivity based control of the double inverted pendulum driven by a linear induction motor
CN111049442A (zh) 伺服电机的转速脉动抑制方法
CN113726240A (zh) 一种基于二阶自抗扰控制的永磁同步电机控制方法及系统
Hu et al. Research on injection molding machine drive system based on model predictive control
Meddouri et al. Performance analysis of an autonomous induction generator under different operating conditions using predictive control
Kamat et al. Model Predictive Control approaches for permanent magnet synchronous motor in virtual environment
Fan et al. Passive-based adaptive control with the full-order observer for induction motor without speed sensor
Dodds et al. A robust forced dynamic sliding mode minimum energy position controller for permanent magnet synchronous motor drives
Wang et al. Design on sliding mode controller with adaptive fuzzy compensation for switched reluctance motor drive systems
CN111740675A (zh) 永磁同步电机离散域电流环强鲁棒性二自由度控制方法
Navarrete et al. Discrete-time modeling and control of PMSM
Weiwei et al. Study on Speed Control of PMSM Based on Wavelet Neural Network

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