CN111371352A - 表征永磁体同步电机的方法 - Google Patents

表征永磁体同步电机的方法 Download PDF

Info

Publication number
CN111371352A
CN111371352A CN201911250264.1A CN201911250264A CN111371352A CN 111371352 A CN111371352 A CN 111371352A CN 201911250264 A CN201911250264 A CN 201911250264A CN 111371352 A CN111371352 A CN 111371352A
Authority
CN
China
Prior art keywords
motor
values
model
flux
parameters
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.)
Pending
Application number
CN201911250264.1A
Other languages
English (en)
Inventor
D·冒尔
L·爱拉
A·思奇文
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.)
ZF Automotive Germany GmbH
TRW Ltd
Original Assignee
TRW Automotive GmbH
TRW 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 TRW Automotive GmbH, TRW Ltd filed Critical TRW Automotive GmbH
Publication of CN111371352A publication Critical patent/CN111371352A/zh
Pending legal-status Critical Current

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
    • H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H02P21/0017—Model reference adaptation, e.g. MRAS or MRAC, useful for control or parameter 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
    • H02P6/00—Arrangements for controlling synchronous motors or other dynamo-electric motors using electronic commutation dependent on the rotor position; Electronic commutators therefor
    • H02P6/34—Modelling or simulation for control purposes
    • 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
    • H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H02P21/0021—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using different modes of control depending on a parameter, e.g. the speed
    • 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
    • H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H02P21/0025—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control implementing a off line learning phase to determine and store useful data for on-line control
    • 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
    • H02P21/06—Rotor flux based control involving the use of rotor position or rotor speed sensors
    • 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
    • H02P21/16—Estimation of constants, e.g. the rotor time constant
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • 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)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Ac Motors In General (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本公开涉及表征永磁体同步电机的方法。提供有一种适于表征例如永磁体同步电机的电机的方法，包括以下步骤：获得电机的多个绕组通量链值或端子电压，每一者与相电流量值和相位超前的不同组合对应，将所得到的通量链值或端子电压变换到转子dq参考系中，使用参数优化过程，将通量链模型拟合到一个或多个dq轴通量链值或端子电压，以及它们相关联的相电流量值和相位超前。

Description

表征永磁体同步电机的方法
技术领域
本发明涉及通过确定定义电机的参数的集合来表征永磁体同步电 机的方法。在获取数据之后，可以实时或离线地使用本发明的方法的 变型。
背景技术
众所周知，永磁体同步电机用在广泛的应用中。已证明它们尤其 适合在电动助力转向系统中使用，因为它们能够在宽的扭矩范围内精 确运行，并且是鲁棒的且具有成本效益。在电动助力转向系统中，电 机响应于扭矩需求信号而被驱动以将扭矩施加到转向轴或转向机构的 其它部件，以帮助驾驶员转动车轮。在完全线控转向系统中，电机可 以是转动车辆的转向轮的唯一装置，但是一般而言它将与驾驶员施加 的扭矩一起施加扭矩。
对于在线参数估计，重要的是具有对没有在改变或正在被用作估 计的初始值的电机参数的详细表征。在一定条件范围内对电机进行准 确控制需要对电机参数有良好的了解。在简单、广泛使用的电机线性 模型中，q轴和d轴电感可以被定义为常数。d轴和q轴上的电流使 用以下关系与d轴和q轴电压相关：
Figure BDA0002308811660000011
Figure BDA0002308811660000012
带有后缀d或q的字母表示d-q系(frame)中的量，诸如电压 (u)、电流(i)和电感(L)。Rs为绕组电组，wr为电速度，并且 ψm为永磁通量链(flux linkage)。
这个经典模型是稳健的，但是申请人已经意识到这过于简单，因 为它忽略了磁饱和以及交叉耦合的影响。在对永磁体同步机器建模时， 当需要准确性时，磁饱和与交叉耦合影响会更加相关。这些参数的识 别成为艰巨的任务。
发明内容
本发明的目的是提供一种识别电机模型参数的改进方法。
根据第一方面，本发明提供了一种适于表征诸如永磁体同步电机 之类的电机的方法，该方法包括以下步骤：
获得电机的多个绕组通量链值或端子电压，每一者与相电流量值 和相位超前的不同组合对应，
将所得的通量链值或端子电压变换到转子dq参考系中，
使用参数优化过程，将通量链模型拟合到一个或多个dq轴通量 链值或端子电压，以及它们相关联的相电流量值和相位超前。
该方法可以使用通量链模型，该通量链模型包括饱和对值的拟合 的影响。
特别地，该方法可以使用通量链模型，该通量链模型包括d轴 和q轴之间的交叉耦合的影响，来代替饱和的影响或者作为其补充。 现有技术模型通常是不允许这些影响的线性模型，使得它们不适合用 于需要准确确定参数的应用。
在特别有利的布置中，通量链模型将基于泰勒定理的幂级数用于 多元函数。这使得幂级数对所有无限可微函数都有效。
从模型确定的参数可以包括以下参数中的一个或多个或所有：
该方法可以优化模型系数以确定电机的以下参数的值：
-永磁通量链ψm
-电机的绕组电阻
-d轴和q轴通量之间的交叉耦合；以及
-dq电感
获得多个绕组通量链值的步骤可以包括通过电机的有限元模拟来 获得值。
三相电机的电磁有限元模拟可以直接提供三相中的通量，然后本 发明可以将它们变换到dq系中。
将模型拟合到相关联的值的步骤可以包括：使用经变换的值来生 成针对d轴和q轴通量链的至少一个映射(map)的步骤，每个映射 将具有共同相位超前的通量链值或端子电压分组在一起，以及
使用参数优化过程将通量链模型拟合到一个或多个dq轴通量链 映射。
将模型拟合到通量链值或端子电压的步骤可以包括使用通量链值 或端子电压形成一个或多个2D或3D映射的步骤，其中每个映射与 不同的相位超前或相电流对应，选择模型的参数以给出模型对每个映 射的最优拟合。
至少一个映射可以包括dq通量相对于dq电流的曲线图。
在替代方案中，映射可以包括dq-通量作为相位超前和电流量值 两者的函数的曲线图。
这些映射可以通过本发明的方法用于参数识别。
在替代方案中，该方法可以使用dq电压作为映射的基础，因为 已知这些电压是通量链的函数：
Figure BDA0002308811660000031
Figure BDA0002308811660000032
将模型拟合到一个或多个映射的步骤可以包括二次参数化过程， 由此使用基于梯度的方法来确定通量模型的参数，以最小化平方误差 的平方和。
该方法可以将表示d轴和q轴通量链的幂级数的系数拟合到d 轴和q轴通量链映射。该方法可以包括根据所需的准确性来选择级 数的幂，该准确性必须与确定参数所需的计算次数进行折衷。较高的 幂将提供较高的准确性，但具有较大的计算成本。
该方法可以优化模型的参数，该模型包括以下形式的两个等式， 分别针对d轴和q轴通量链：
Figure BDA0002308811660000041
其中
Figure BDA0002308811660000042
以及
Figure BDA0002308811660000043
其中
Figure BDA0002308811660000044
其中n是模型阶数，
Figure BDA0002308811660000045
是永磁通量链(ψm)，
Figure BDA0002308811660000046
和
Figure BDA0002308811660000047
是经典 dq模型中使用的线性dq电感，并且其余系数与饱和项以及交叉耦合 项对应。
该方法可以优化模型系数以确定电机的以下参数的值：
-永磁通量链ψm
-电机的定子相绕组电阻
-d轴和q轴通量之间的交叉耦合；以及
-dq电感。
可以通过以下方法获得多个通量链值：通过直接测量通量链值， 通过测量可据此计算通量链值的运行参数或者已知是通量链值的函数 的运行参数，或者通过对电机的有限元建模。该方法可以使用这三个 替代方案的组合。
在使用FE建模的情况下，获得多个绕组通量链值的步骤可以包 括获得可由此导出通量链值的运行值，该运行值包括以下中的一个或 多个：
-电机相电流，意指电机的每一相中流动的电流；
-转子角位置；以及
-电机的每一相中的通量链。
使用有限元方法的计算机软件可容易地获得以用于求解麦克斯韦 方程。使用此类软件的技术人员限定要分析的电机的机械几何形状， 使用由数据表或测量获取的值为材料指派适当的磁导率，再次使用由 数据表或测量获取的值将剩磁(remenance)和退磁特性指派给电机 中存在的任何永磁体材料，限定任何材料的电导率，并限定电机中存 在的绕组的匝数和位置。这些有限元模型可以是或者二维或者三维。 三维问题需要更长的时间来求解，但考虑到端部影响，得出的结果会 更加准确。取决于所使用的软件，可以将转子设置为旋转同时绕组内 的电流改变，或者电流改变同时将转子保持在适当位置。前者允许利用时间瞬态模拟，其包括电机内的导电材料中的涡流效应。如果已知 涡流的影响小，那么可以使用静磁模拟。在任一种情况下，都需要针 对与电机反电动势不同的相位处和各种电流量值处的一系列绕组电流 进行模拟。根据磁场解计算出通量链作为后处理步骤。通常，针对每 个绕组计算通量链值，因此其表示相位量。使用以下等式将这些通量 链值与模拟中使用的相电流一起变换到dq轴：
Figure BDA0002308811660000051
其中θ表示转子直轴与定子a相轴之间的电角度。字符S表示要变 换的量，诸如通量链、相电流或相电压。
应当注意的是，虽然有限元分析提供了获得通量链的简便方法， 但也可以使用其它利用磁等效电路的更多传统方法。虽然计算更快， 但是其准确性远低于有限元方法。
该方法可以涉及在与每10度电角度对应的转子机械位置处的有 限元模拟。模拟次数的选择取决于准确性和可用的时间。为了表征在 宽的运行范围内的电机，本领域技术人员认识到需要针对一定范围的 相电流量值重复进行模拟。
在获得了d轴和q轴电流、转子位置以及对应的通量链之后， 可以使用二次参数化来优化通量模型系数，以便拟合根据运行值获得 的通量链曲线。
在该方法的一种实现中，用于优化的目标函数可以是dq轴通量 链的平方误差的总和。
在通过有限元分析而不是真实测得的值来对运行值建模的情况下， 可以分别使用以下函数执行对模型参数的优化，其中带帽子(hat) 符号的字母表示估计值，而没有帽子符号的字母是模拟的有限元值。
Figure BDA0002308811660000061
Figure BDA0002308811660000062
可以使用现成计算机程序(诸如MATLAB)中的二次参数建模 器来实现给出最小化的最小平方误差的模型参数的识别。
本发明的另一个目的是提供一种改进的方法，该方法使用实际测 量来识别在实验室或其它非运行的离线设置中的电机的模型的参数。
在进行实际测量而不是FE建模的方法中，获得多个绕组通量链 值的步骤可以包括获得可由此导出通量链值的运行值，该运行值包括 以下中的一个或多个：
-电机相电压，意指施加到电机的每一相的电压；
-电机相电流，意指在电机的每一相中流动的电流；
-转子角位置。
该方法可以包括处理一个或多个测量结果以导出模型可以拟合的 通量链值。这些可以被一起分组为集合，每个集合对应于相应的相电 流和相位超前。
在可能的情况下，测量可以包括直接测量电机的每一相中的通量 链。这可以从与对通量链敏感的每一相相关联的探查线圈来获得。
通过使用测得的数据的方法可以获得的进一步的运行值可以包括 以下中的一个或多个：
-电机相电压，意指施加到电机的每一相的电压；
-电机相电流，意指在电机的每一相中流动的电流；
-转子角位置；以及
-电机扭矩。
获得的每个运行值可以包括真实测得的值，例如，在电机使用中 或者在实验室中获得的。
在一种实施方式中，在下文中称为离线方法，该方法可以包括： 当电机离线时，例如在实验室设置中，通过向电机施加电流斜坡的集 合，收集至少一些运行值，或者直接测量通量链，其中每个斜坡生成 运行值或通量链值的集合中的一个，并且每个斜坡与电机电流的不同 相位超前角对应。
例如，可以以两个、三个、四个或更多个相位超前角(例如，0 度、22.5度、45度和70度)施加电流斜坡。可以在斜坡内周期性地 进行测量，以在每个斜坡中建立不同电流值处的运行参数和/或通量 链测量的集合。每个集合可以被用于生成可以用在模型拟合处理期间 的相应的映射。
离线方法可以包括以持续时间短的斜坡电流驱动电机。随着电流 变化，转子可以在外部驱动器(诸如包含在功率计(dynamometer) 内)的控制下旋转。针对测试选择的速度可以低于机器的基速度。电 流斜坡的持续时间的选择受机器尺寸以及维持转子速度的控制系统的 影响。例如，对于额定约为1hp的电机，3或4秒的电流设置可以是 适当的。保持短的斜坡确保整个测量方法的持续时间保持为短的，这 是有利的，因为已知其中一些电机参数是温度相关的。如果该方法花 费的时间过长，那么电机部件的温度可能已改变，从而使结果不准确。
一旦获取了所有样本，该方法就可以将它们全部一起处理以拟合 到模型，或者可以使用它们来形成如上面所解释的可以拟合到模型的 映射。
使用测得的数据的参数识别可以基于对机器的转子参考系电压(dq电压)的测量。为了找到最优的系数，使归一化的dq电压和归 一化的电扭矩的平方误差之和最小化。
因此，在进行数值优化时，可以使用以下等式来代替等式(8) 和(9)以找到描述电机的最优参数集合。如同使用模拟的数据进行 优化，可以使用现成计算机程序(诸如MATLAB)中的二次参数建 模器来实现使目标函数最小化的模型参数的识别。
Figure BDA0002308811660000081
其中带帽子符号的字母表示估计值的值，而没有帽子符号的字母表示 测得的值。使用以下等式获得电压和扭矩的估计值：
Figure BDA0002308811660000082
Figure BDA0002308811660000083
Figure BDA0002308811660000084
p是电机内的极对的数量
wr是转子的电频率，单位为弧度每秒
id和iq是基于克拉克和派克变换(Clarke&Park变换)根据电 机相电流计算出的d轴电流和q轴电流
t是时间，单位为秒
Rs是定子相绕组电阻
Te是由电机产生的电磁扭矩。假设电机内测量扭矩和在电机的 气隙内产生扭矩之间的机械能损失可忽略不计，或者以其它方式考虑 了该机械能损失。ud和uq是转子参考系中的d轴和q轴电压。
其中ψq(id，iq)和ψd(id，iq)是通量模型幂级数等式(5)和(6)。 因为对真实电机的通量链测量相当复杂，所以我们选择测量dq电压， 因为它们依赖于dq通量。为了提高参数估计的准确性，申请人发现 在目标函数中包括扭矩是有益的。
在另一个替代实施方式中，代替于在电机离线时获得运行值或进 行有限元建模，该方法可以包括以在线运行在电机使用期间测量多个 电机运行值。
对于实际的在线运行，该方法可以随时间获得运行值的测量结果。 这些测得的运行值的范围在很大程度上取决于在工作应用中调用电机 来做什么。至少，对于每个优化，需要获得的运行值的测量次数与目 标函数中未知参数的个数相同。因此，例如对于n＝3阶的模型，采 用具有11个未知参数的以下等式，因此将需要6次或更多次测量， 每个测量均在不同的运行点(即，不同的转子位置、相电流量值或电 流相对于转子位置的相位)进行。
因此，取决于模型中未知参数的数量，该方法可以包括收集满足 特定条件以进行优化的运行值的最少测量。这不仅有关于测量的次数， 而且测量需要具有代表性，例如最小电流值，或者测量涵盖不同的运 行点。
例如，对于在线估计，模型阶数n＝3的稳态的电压等式将采用 以下形式：
Figure BDA0002308811660000091
Figure BDA0002308811660000092
若干场景是可能的。如果所有通量链系数或参数(由字符l表示) 在先前执行的离线过程中确定，或者以某种方式已知，那么仅有的未 知的参数将是Rs和ψm。在这种情况下，两个dq电压式足以找到两个 未知参数，系数矩阵将是满秩的，这意味着该问题有唯一的解。因此， 利用一个运行点的测量就能够对Rs和ψm进行有效估计。
每个运行点都递送d轴电压和q轴电压及其对应的dq轴电流和 角速度。如果存在4个未知参数，那么有必要获得不同运行点的两个 集合以形成具有4个未知参数的4个等式的系统。
一旦已经获得了初始运行值集合以最小化目标函数，就可以在特 征的后续迭代中使用进一步的运行值代替最早的运行值。唯一的要求 是在目标函数的计算中使用的唯一运行值的数量至少与要识别的参数 的数量一样高。
申请人已经认识到，当电机在线时收集足够的运行值会花费相对 长的时间，在此期间电机部件的温度可能已经变化。
因此，在细化中，该方法可以包括：当拟合到电机模型时，将电 机的热模型应用于运行测量，以至少部分地考虑电机的部件的温度。 示出对温度的较高敏感性的模型的两个参数是绕组电阻和电机中存在 的任何永磁体产生的通量。已知制成许多电机绕组的铜的电阻率随温 度而变化。类似地，对于由钕铁和硼(NdFeB)制造的磁体，已知其 剩磁通量密度以每摄氏度约0.11％的比率降低。仅考虑这两个随温度 的变化，根据本发明的阶数为3的模型的在线等式变为：
Figure BDA0002308811660000101
Figure BDA0002308811660000111
通过回顾以上等式，可以看出现在存在额外的参数，要被识别以 作为优化的一部分的分别代表磁体温度和绕组温度的Tmagnet和 Twinding。To是已知的恒定参考温度，以及tempcocopper和 tempcomagnet是铜和磁体材料的温度系数。
还已知在电机中使用的电工钢的磁导率随机械应力而变化，诸如 可由电机中使用的异种材料的不同比率的热膨胀引起。通过特征模型 的电感参数的变化，带有与绕组关联的磁通量的电工钢的磁导率的变 化会是可观察的。
在这种完全在线的方法中，随着电机的运转，数据会随着时间的 推移而被搜集，而不是使用斜坡或通过模拟快速离线收集。
在要求小于最大扭矩的运行情况下，该方法可以包括调整输入电 流，例如在d轴上放置更多电流而不产生更多扭矩。这种可选的方 法特征将在不影响电机运行的情况下使得能够获得更多的唯一运行值， 并将扩大可准确表征电机的运行范围。
申请人还提出可以使用混合的离线和在线表征方法。在线意味着 在电机使用中表征电机。例如，在电动助力转向系统的情况下，当电 机用于向转向机构的一部分施加辅助扭矩以帮助驾驶员转动车轮时， 在线意味着在电机用于提供辅助时表征电机。通常，这将允许在车辆 点火被接通且转向系统通电的任何时候进行表征。
因此，在这种混合方法中，步骤可以包括：
首先在电机离线时执行第一方面的步骤，或者使用从其估计模型 的参数的模拟来预测，并且在随后的电机在线运行期间执行以下步骤：
测量电机的运行值的多个集合，每个集合与不同的相位超前角或 相电流对应，
将测得的值变换到转子dq参考系中，
可选地测量绕组或磁体的温度，以及
将模型系数拟合到测得的运行值，从而使用在离线测量期间获得 的参数中的一个或多个(但少于所有参数)来约束拟合模型的步骤。
在该在线方法的最优选的实施方式中，测得的运行值可以包括相 电压、相电流和转子位置。这些足以使得能够执行模型到测得值的拟 合，其中转子位置使电流和电压能够根据需要被变换到dq参考系。
最有利的是，使用参数的预定值来约束在线执行的用于优化模型 参数的步骤，已知所述参数的预定值相对地与温度无关。
这允许在线确定那些随温度变化相对大的参数(诸如电机绕组电 阻和磁通量)，而离线确定那些随温度变化不大的参数(诸如d轴 和q轴通量之间的交叉耦合以及电感)。
与完全在线方法相比，减少通过在线测量确定的参数数量将减少 所需的计算能力的量，并且还可以减少为生成那些在线参数的有用的 准确值所花费的时间。反之，与完全离线的方法相比，建模可以更加 准确，因为可以将温度的影响包括在建模中。
在进一步的细化中，通过根据识别出的电机电阻和磁通量随时间 的变化来推断温度，该方法可以确定电机部件(诸如磁体和线圈绕组) 的温度。
读者将认识到的是，除了权利要求1所述的方法以外，还可以通 过一些其它装置来实现获得电感和交叉耦合的温度不变参数的在线方 法，其中这些参数与在线获得的运行值一起使用以优化模型的其余参 数。
相应地，在第二方面，本发明提供了一种在线表征永磁体同步电 机的方法，该方法包括以下步骤：
测量电机的多个运行值，每个集合与不同的相位超前角或相电流 量值对应，
将测得的值变换到转子dq参考系中；以及
将经变换的运行值拟合到电机特性的模型，以确定模型的一个或 多个温度相关参数，从而使用一个或多个已知的温度不变参数来约束 拟合到模型的步骤。
测得的值可以是在本发明的第一方面的描述中列出的任何值。技 术人员将理解的是，在本公开的范围内，关于第一方面描述的任何方 法步骤可以被结合到第二方面的方法中。
已知的温度不变参数可以包括d轴和q轴之间的通量交叉耦合 以及电机电感。
第二方面的方法可以使用针对本发明的第一方面描述的模型，但 是考虑到在这个在线方法中一些参数是已知或被假设的，该模型可以 被简化。因此，该模型可以包括电机的通量链模型，该通量链模型将 基于泰勒定理的幂级数用于多元函数。
这将允许在没有附加传感器的情况下准确测量绕组和磁体或电机 其它部件的温度。
可以根据(5)和(6)中给出的通量链模型利用扭矩等式(11) 来估计电机扭矩。可以在运行该第二方面的方法之前，例如使用第一 方面的离线方法来确定(5)和(6)中的系数，而将永磁通量链和其 温度相关性保留为在线估计。
根据另一方面，本发明提供了一种电机建模装置，其包括处理器、 存储器和存储在该存储器中的程序指令的集合，当该程序指令的集合 由处理器执行时，使装置执行根据本发明的第一方面的适于表征永磁 体同步电机的性能和参数的方法。
该装置可以适合用于在组装电机之后确定参数，以用于在操作电 机时与电机的控制器一起使用或用于向电机的接收者发布。
在一改进(refinement)中，程序指令可以位于远离处理器和存 储器的位置，并且该装置备包括通信设备以用于由处理器跨诸如万维 网之类的网络访问指令。
上述方面的方法和装置可以被布置为从表征生成电机参数列表， 并且方法可以以合适的形式存储列表以在电机的后续操作期间使用。 这可以被存储为打印列表或存储在电子存储器中。如果该方法是在电 机生产的最后阶段执行的，那么将期望在电机的安装过程中参数不会 改变，并且该参数可以由电机的操作者或购买者在设置电机的电机控 制器时使用。
附图说明
现在将参考附图并如附图所示，仅作为示例描述本发明的方法的 三个实施例，：
图1是内部永磁体电机的一部分的横截面图，示出了对于d轴电 流id＝0A和q轴电流iq＝40A在电机中产生的通量；
图2是示出钢的相对磁导率的图；
图3是内部永磁体电机的单极磁等效电路；
图4是示出了使用有限元分析计算出的作为Id和Iq的函数的d 轴上的通量链的图，其标题为“IPMSM d轴通量链”；
图5是示出使用有限元分析计算出的作为Id和Iq的函数的q轴 上的通量链的图，其标题为“IPMSM q轴通量链”；
图6是针对不同相位超前和d轴电流量值的d轴通量链的图， 其标题为“ψd多项式准确性”；
图7是针对不同相位超前和q轴电流量值的q轴通量链的图， 其标题为“ψq多项式准确性”；
图8是示出针对示例性内部永磁体同步电机的扭矩常数Kt与q 轴电流之间的关系的图，其标题为“扭矩常数Kt-IPMSM.”；
图9图示了当施加四个示例性电流斜坡时获得的相电流的集合， 其标题为“电流分布曲线总结(4个电流斜坡)”；
图10图示了使用用于图9的斜坡获得的相电压的集合，其标题 为“电压分布曲线总结(4个电流斜坡)”；
图11图示了针对图9中使用的斜坡的扭矩分布曲线总结，其示 出了测得的扭矩和估计的扭矩之间的随时间的良好相关性，其标题为 “扭矩分布曲线总结(4个电流斜坡)”；
图12是用于离线优化的方法的第一实施例的示意表示，其示出 了输入操作变量和优化参数的列表；
图13是在图12的方法中执行的步骤的更详细的表示；
图14是使用在线运行值和预先获得的离线值的组合来优化模型 的参数的方法的第二实施例的示意表示；
图15是在图12的方法中执行的步骤的更详细的表示；
图16是离线方法的进一步细节的示意表示，其示出了将运行值 变换到dq系和对值的低通滤波；
图17是使用等效热阻和电容的永磁体同步电机的电机热模型的 简化示意表示；以及
图18示出了示例性的探查线圈，其可以用于在表征电机的方法 期间直接测量电机中的通量链。
具体实施方式
为了理解本发明的方法的操作，首先有必要理解用于永磁体同步 电机PMSM的潜在的新颖的通用的基于通量的dq轴模型，该模型 包括饱和和交叉耦合影响。模型的阶数是可扩展的，并且这个阶数确 定表示这些影响的准确程度。
本发明的方法采用由发明人开发的具有多项式形式的这种新颖的 通用的基于机器通量的模型。该模型以解析方式导出，以保持其通用 并适用于任何永磁体同步机器。使用该模型，该方法获得各种电机运 行值并从中生成可以拟合到模型的数据的集合。如将要解释的，优选 方法采用二次编程以根据测得的运行值优化模型的参数。由于该模型 是基于通量的模型，因此操作数据用于生成通量链或电机端子电压以 用于优化。
从文献中已知，永磁体同步机器的相电压可以通过通量链或电感 来描述。转子参考系电压等式由以下表达式限定：
Figure BDA0002308811660000151
Figure BDA0002308811660000152
Figure BDA0002308811660000153
永磁体同步电机易受磁饱和的影响，磁饱和是由磁性材料相对磁 导率降低造成的。最终的相对磁导率由不同材料区域中的通量密度确 定，使得磁路呈非线性。图1中的通量密度图说明了典型的内部永磁 体同步电机(IPMSM)的一部分中通量密度的分布。图中示出了两 个电机磁体1、2和三个磁极3、4。由于磁体和磁极的相对位置，可 以看到通量(由箭头线指示)围绕包括两个磁体和磁极中的两个的路 径流动。
可以观察到，沿着磁路的材料的磁导率确定了磁阻R。同时，对 于典型的钢，相对磁导率_r由通量密度B确定，如图2所示。
Figure BDA0002308811660000161
因为流过每个磁阻的通量与通量密度直接相关，所以永磁体同步 机器的非线性磁路由一系列可变磁阻组成，这些可变磁阻取决于它们 自己的磁通量。
沿着磁路的通量受磁体剩余通量和电枢磁动势(m.m.f.)的影响。 由于已经提到的相互作用，磁源通过磁阻耦合。气隙通量可以被描述 为电枢m.m.f和磁体剩余通量的贡献的总和。图3中的磁路表示一相 m.m.f和一个磁体的贡献。然后，气隙通量_g可以用磁阻、永磁体 (permanencies)、磁体剩余通量_r和电枢m.m.f表示。在电路理 论中，通量源项伴随有类似于电流分配器因子的非线性因子 (Areq)。将m.m.f源乘以等效磁导率
Figure BDA0002308811660000162
以获得通量， 其类似于导纳(admittance)。但是这个模型可以被扩展到以如等式 (22)中的一般形式考虑其它两相的影响。
Figure BDA0002308811660000163
在开发转子参考系中的参数模型时，申请人已经认识到，气隙通 量可以通过以下方式变换：
Figure BDA0002308811660000171
Figure BDA0002308811660000172
电枢m.m.f与电流之间的比例关系；通量等式(23)和(24)可 以从电流的角度来表示：
Figure BDA0002308811660000173
Figure BDA0002308811660000174
通过将泰勒定理用于多元函数，等式(25)和(26)可以用多项 式形式表示。如果将磁体运行点保持在B-H曲线的线性部分中并且 磁体温度保持恒定，那么可以假设磁体剩余通量_r是恒定的：
Figure BDA0002308811660000175
Figure BDA0002308811660000176
为了继续将模型开发为通量链模型，在这一点上，从磁通量表达 式切换成通量链表达式是谨慎的。dq-通量链可以用与等式(27)和 (28)相同的方式表达。求和可以在评估点(0；0)处的导数并展开 多项式之后用系数来重写：
Figure BDA0002308811660000177
Figure BDA0002308811660000178
Figure BDA0002308811660000181
Figure BDA0002308811660000182
到目前为止，通量链已经按照泰勒定理以幂级数展开的形式表示。 考虑到没有q轴永磁体通量分量会偏置q轴磁路的相对磁导率并观 察等式(26)，显然q轴通量相对于iq是奇函数。对于q轴通量链 来说，这意味着如下：
ψq(id，iq)＝-ψq(id，-iq)
可以简化等式(32)，因为具有iq的偶次幂的项的系数为零。由 于n是多项式的次数，等式(32)可以用等式(33)的形式重写。
Figure BDA0002308811660000183
其中，
Figure BDA0002308811660000184
例如，对于n＝3，系数为：
Figure BDA0002308811660000185
等式(25)中id的贡献表明d轴通量相对于id可以是对称的。 实际上，d轴磁路被永磁体通量偏置。这条路径上的相对磁导率不会 显示关于id的对称行为。这意味着没有由于对称性而简化id的幂。另 一方面，d轴通量相对于iq是对称的：
ψd(id，iq)＝ψd(id，-iq)
因为ψd(id，iq)是关于iq的偶函数，所以等式(31)中所有具有iq奇次幂的项的系数都为零。由于n是多项式的次数，等式(31)可以 以等式(34)的形式重写。
Figure BDA0002308811660000191
其中
Figure BDA0002308811660000192
Figure BDA0002308811660000193
例如，对于n＝3，系数是：
Figure BDA0002308811660000194
系数与物理参数的相关性可以从以下等式中看出：
Figure BDA0002308811660000195
基于电感的模型仍然可以从(33)和(34)中给出的模型中得出。 可以从多项式轻松获得绝对和差分dq轴电感。
然后可以借助于任何优化方法来确定(33)和(34)的系数，以 将其拟合到通过模拟获得的通量链曲线(例如图4和5)。关于那一 点，可以将给定目标函数的平方误差的总和最小化。由于机器的物理 约束，如正绕组电阻、正永久通量链等，可以将优化问题公式化为约 束问题。选择二次编程是因为它是简单的约束优化问题。如果将其定 义为无约束问题，那么它将简化为最小二乘问题：
最小化
Figure BDA0002308811660000196
其中G是目标函数f(x)的Hessian
Figure BDA0002308811660000197
并且
Figure BDA0002308811660000198
用于dq 轴通量链的目标函数在(36)和(37)中定义。
Figure BDA0002308811660000201
Figure BDA0002308811660000202
其中：
Figure BDA0002308811660000203
例如，对于n＝3：
Figure BDA0002308811660000204
Figure BDA0002308811660000205
Figure BDA0002308811660000206
Figure BDA0002308811660000207
为了初始验证本发明的方法的目的，使用软件MATLAB的二次 编程求解器“quadprog”来运行用于不同模型阶数的曲线拟合过程。 馈入优化过程中的多项式是以其完整形式(参见等式(31)和 (32))，以便显示先前进行的分析的正确性。
Figure BDA0002308811660000208
上面的表I示出了用于特定永磁体同步电机的根据等式(31)和 (32)的模型系数。
根据(31)和(32)的模型系数。
表I中的非零元素与表达式(16)和(14)中的系数对应。在图 6和7中示出了不同模型阶数的准确性。对于该比较，仅考虑了相关 系数。
模型的验证
不管机器模型的类型是基于电感还是基于通量，在考虑目标模型 的保真度水平时都必须进行一般观察。如果需要非线性模型，那么等 式(34)给出了要考虑的重要项的见解。项
Figure BDA0002308811660000211
可以解 释在大iq电流下一定的扭矩降低。
Figure BDA0002308811660000212
Figure BDA0002308811660000213
Figure BDA0002308811660000214
等式(40)描述了扭矩常数Kt。它被定义为在零相位超前 (id＝0A)时电磁扭矩Te与q轴电流iq之比。它可以被容易地测量， 因为它只需要以id＝0A驱动机器并记录在不同q轴电流值下的扭矩即 可。
通过以电阻和自感Ldd(id)和Lqq(iq)来表征电机，仅图8中看到 的Kt随q轴电流的增加而减小，行为仍无法被完全描述。应当考虑 采用(19)和(20)形式的基于电感的模型，其中包括交叉耦合影响 或者至少可以考虑Ldq(0；iq)。以这种方式，影响Kt的附加项包括在模型中(参见等式(41))。
Figure BDA0002308811660000221
其中
Figure BDA0002308811660000222
第一示例方法-使用有限元建模的离线电机参数测量
该方法可以将模型拟合到已经从电机的有限元(FE)模型获得 的通量链值。在这种类型的一个示例性方法中，可以执行以下步骤：
步骤1–使用电磁有限元求解器模拟通量链
在第一示例性方法中，要被建模的电机的机械维度是从图纸、计 算机辅助设计模型或测量中获得的。材料的磁特性(诸如电机中使用 的任何磁体的相对磁导率和剩磁)是从数据表或测量中获得的。电机 中每个绕组的匝数也是从检查、图纸或计算机辅助设计模型获得的。 这个设计信息被输入到能够求解麦克斯韦等式的容易获得的计算机程 序之一中。假设已知制造电机的材料中的涡流意义不大，那么选择 Maxwell等式的静磁解。每个软件都有不同的用户界面，并且经常有 类似的方式来实现相同的分析。典型的方法是将计算机软件配置为使 模拟电机的转子旋转一个电周期。对于包含4个极对的电机，这将相 当于转子的机械的旋转的四分之一。计算机软件还被配置为使得在选 择用于分析的每个转子位置处，将电流的集合施加到绕组。计算这些 电流，使得d和q轴电流相对于转子位置是不变的。在运行模拟之 后，转子将以不同的d轴和q轴电流集合旋转通过另一个电周期， 该不同的d轴和q轴电流集合与不同的相位超前对应。然后重复该 过程，直到模拟了一系列的相位超前。对于所有相位超前，进一步重 复模拟，但要使用不同水平的电流量值。取决于所使用的软件，在计 算出以转子位置和相电流组合的每个单独模拟之后，或者在模拟整个 数据集合之后，对所求解的磁场进行后处理。在后处理步骤期间，要 求计算机软件提供与模型内线圈的通量链接。然后，参考形成电机的 各相的线圈的连接，将通量链组合在一起。
步骤2–变换所得的通量链值
使用等式7将与执行每个模拟的转子位置相结合的在步骤1中获 得的通量链和相电流值变换到转子dq参考系中。
步骤3–将通量链模型拟合到数据
等式33和34被扩展到所选择的模型阶数。对于阶数n＝3的模 型，这将如上所述，并且要识别的未知数参数值为：
Figure BDA0002308811660000231
Figure BDA0002308811660000232
用于每个模拟的dq电流组合的通量链梯度在矩阵中形成。等式 36和37的对应d轴和q轴电流以及对应的目标函数是通过为每个目 标函数制定等式35的二次编程问题而形成的。
例如，对于n＝3：
Figure BDA0002308811660000233
Figure BDA0002308811660000234
Figure BDA0002308811660000235
Figure BDA0002308811660000236
Figure BDA0002308811660000237
回顾等式35，通过对应目标函数的梯度
Figure BDA0002308811660000238
和 Hessian
Figure BDA0002308811660000239
来定义二次编程问题Qd(xd)、Qq(xq)。然 后使用二次编程求解器以对应的梯度和Hessian作为输入来优化由 xd和xq表示的参数。
第二示例性方法-使用测得的运行参数的离线电机参数测量
在确定电机参数的第二示例性方法中，与电机的模拟相反，实际 电机在受控的离线条件下运行，以允许为要确定的模型的参数高效收 集足够的运行值。这个方法例示在图12和13中。离线意味着在未另 外驱动电机时的时间，因此该方法可以完全控制施加到电机的电流和 转子位置。一般而言，这将在试验台或实验室的试验装备中用电机进 行。
该方法可以分解为以下步骤：
步骤1获得电机的运行值的多个集合，每个集合与不同的相位超 前角对应，
这个步骤可以在实验室中在试验台上对电机进行，但也可以在电 机在现场时(例如在车辆中时)进行，只要可以控制施加到电机的电 流并获得适当的测量即可。
目的是获得运行值的适当集合，以使这些值能够拟合到模型并尽 快执行。重要的是要记住，绕组电阻和永久通量链是温度相关的。因 此，与对应的热时间常数相比，测量应当在短时间段(几秒钟)内进 行。
合适的过程可以包括以恒定速度(低于基本速度)驱动电机，同 时以固定的相位超前角将相电流量值从零增加到最大值。因此，施加 电流斜坡集合，并且沿着每个斜坡在多个值处进行测量以生成测得的 运行值的多个集合。这些电流测量构成了运行值。
针对不同的相位超前角重复这个电流斜坡，以便覆盖一个象限。 例如，对于每个电流斜坡以5MS/s的速度记录相电流、端子电压、 轴扭矩和转子位置。
步骤2将获得的值变换到转子dq参考系中
在这个步骤中，将获得的值变换到dq参考系中，因为这是模型 使用的系。同样，经变换的值将保留在它们各自的集合中。然后将这 些值通过低通滤波器，如图16所示。
步骤3本领域技术人员将认识到的是，以高数据速率采样将产生 许多运行点，这些运行点有效地与相同的d轴和q轴运行点对应。 因此，在优选实施例中，在对数据进行滤波以平滑测量信号中存在的 任何噪声的影响之后，可以对测得的点进行下采样以提高优化过程的 速度。
技术人员将认识到的是，可以以不同方式离线获得运行数据，例 如，转子可以被锁定在适当的位置，并且电流在一定的相位超前角和 量值范围内变化，并且测量随着它们的变化而进行。
步骤4将模型的参数拟合到测得的d轴和q轴电压、d轴和q轴 电流以及测得的扭矩。
回顾等式(18)的机器模型，远离通量模型系数，输入绕组电阻 作为要确定的附加参数。从图6和7中显而易见，多项式的次数n＝3 足以正确描述所讨论的机器的通量链。将通量链模型等式(目前在第 3页上)代入针对d轴和q轴电压的等式(33)和(34)(目前在第 7页上)给出：
Figure BDA0002308811660000251
Figure BDA0002308811660000252
Figure BDA0002308811660000253
在等式(42)、(43)和(44)中，有11个模型参数要识别。 通过以高数据速率(诸如5Ms/s)采样并运行斜坡达几秒钟，很明显， 就会有足够的独立数据点。
等式(42)和(43)中伴随电流导数的项与差分电感对应。
可以设想，可以采用可以用于将运行值的映射(在这些示例中， 将映射形成为2D或3D曲线)拟合到模型的一系列不同的方法，但 是对于这个示例性实施例，被选择为执行曲线拟合过程的方法是使用 梯度基本方法最小化平方误差之和。选择二次编程，因为它设想用二 次目标函数来求解受约束的非线性优化问题，机器模型的性质定义了 一些物理上的约束。
机器模型的性质定义了一些物理约束。
Figure BDA0002308811660000261
所有这些约束定义了应当找到最佳解的区域。然后借助等式 (42)、(43)和(44)定义目标函数，其中带帽子符号的字母表示 估计值的值，而没有帽子符号的字母表示测得的值。可以将目标函数 中的量值归一化到考虑的系统的适当参考量值，例如d轴和q轴电 压到机器的标称额定电压，以防止加权较高的平方误差对优化产生不 必要的影响。
Figure BDA0002308811660000262
每个平方误差项都可以用梯度重写：
Figure BDA0002308811660000263
其中
Figure BDA0002308811660000264
Figure BDA0002308811660000265
Figure BDA0002308811660000271
Figure BDA0002308811660000272
Figure BDA0002308811660000273
二次编程问题具有以下一般形式[11]：
Figure BDA0002308811660000274
最小化
Figure BDA0002308811660000275
Figure BDA0002308811660000276
其中G是目标函数f(x)的Hessian
Figure BDA0002308811660000277
并且
Figure BDA0002308811660000278
向量 ai和bi定义了问题的约束。
等式(33)和(34)对于机器的基波谐波有效。端子电压和相电 流信号被滤波以提取基波。之后，将它们变换到dq系中。这些信号 仍将具有一些由开槽、逆变器死区时间甚至控制相关影响所产生的谐 波分量。为此，对经变转的信号再次进行低通滤波。
在这个方法的修改中，可以通过将探查线圈装配到电机上直接获 得通量链值。图18示出了缠绕在电机的磁极11周围的典型探查线圈 10。如图所示，探查线圈的两端连接到测量通量的通量计12。电流 斜坡仍将以完全相同的方式施加，并且模型拟合到通量链测量。
实验结果-离线方法
选择四极对样本电机，并在实验室中执行第一示例性方法来表征 电机。为了进行比较，绕组电阻是通过四点测量(电流/电压)获得 的，永磁体通量链由反电动势常数测量导出。线性d轴电感和q轴 电感是从低电流下的线阻抗测量获得的，用于与基于线性电感的模型 进行比较。在某些转子位置处评估来自阻抗的电感，以确定dq轴电 感。使用离线方法和新颖的电机模型获得以下参数：
在实验中，通过使用毫欧表直接测量获得Rs值、通过反电动势 测量获得磁通量、通过测量电机端子电压获得d和q轴电感以及相 电流，同时基本上通过观察它们之间的相移来确定电感，最后通过知 道将电感与d轴或q轴相关联的转子位置。
测得的 识别出的 偏差
绕组电阻 R<sub>s</sub> 12.58mΩ 12.39mΩ -1.46％
永磁通量链 ψm 6.41mV.s 6.43mV.s 0.27％
D轴电感感L<sub>d0</sub> I<sub>dq</sub>10 56.52μH 57.25μH 1.47％
Q轴电感L<sub>q0</sub> l<sub>qd10</sub> 70.31μH 70.71μH 0.58％
表II
表II：具有4个极对的ipmsm的机器参数比较。
I<sub>dq02</sub> -14.9nH/A
f<sub>dq20</sub> -50.82nH/A
l<sub>dq12</sub> -0.62nH/A<sup>2</sup>
l<sub>dq30</sub> -0.33nH/A<sup>2</sup>
l<sub>qd11</sub> -37.84nH/A
l<sub>qd12</sub> -0.43nH/A<sup>2</sup>
l<sub>qd30</sub> -0.17nH/A<sup>2</sup>
表III：识别出的具有4个极对的ipmsm交叉耦合参数。
还使用具有7个极对的不同电机执行该方法并获得以下参数：
测得的 识别出的 偏差
绕组电阻 R<sub>s</sub> 9.92mΩ 9.8MΩ -1.15％
永磁通量链 ψm 4.15mV.s 4.18mV.s 0.72％
D轴电感L<sub>d0</sub> l<sub>dq10</sub> 77.01μH 76.87μH -0.17％
Q轴电感L<sub>q0</sub> l<sub>qd10</sub> 77.82μH 78.6μH 1.01％
表IV：具有7个极对的电机的机器参数比较。
I<sub>dq02</sub> -19.18nH/A
I<sub>dq20</sub> -87.36nH/A
I<sub>dq12</sub> -0.51nH/A<sup>2</sup>
l<sub>dq30</sub> -0.56nH/A<sup>2</sup>
l<sub>qd11</sub> -26.11nH/A
I<sub>qd12</sub> -0.16nH/A<sup>2</sup>
I<sub>qd30</sub> -0.3nH/A<sup>2</sup>
表V：识别出的具有7个极对的电机的交叉耦合参数。
以上结果表明，对于内部PMSM和表面安装PMSM，机器参数 已成功识别，偏差低于1.5％。表II和表IV中出现的偏差主要是由 转子位置误差和芯损耗造成的。
已经提供了考虑交叉耦合的永磁体同步电机的通量链的通用模型 和使用该模型的方法。提出的通量模型的阶数取决于多项式次数。相 反，存在多种具有不同的模型阶数的基于电感的模型。与其它模型相 比，这是本发明的基于通量的模型的强大优势。例如，如果(33)和 (34)中多项式的次数为n＝1，那么所得模型阶数将与具有恒定dq 电感且无交叉耦合项的经典线性机器模型对应。另一方面，当n＝3 时，将在相互和交叉耦合效果方面提供相对准确的模型(参见图6和 7)，本发明的方法可以应用于具有任何阶数的模型。
通过具有相应较高的模型阶数(例如n＝5)，可以轻松实现较高 保真度优化。通过使用按照上述方法获得的特征电机模型，能够进行 准确的扭矩和效率预测。
第三示例性方法-在线电机参数测量
作为上面阐述的离线方法的替代，申请人已经认识到，新颖的参 数模型可以用于在使用电机时确定参数中的一个或多个，即，所谓的 在线电机表征方法。这个方法在图14和15中示出。
在这种在线方法中，首先使用为离线方法提出的相同模型和用于 获得运行电机值(包括电机相电压和电流、电机转子位置和电机扭矩) 的相同方法获得参数集合。
一旦获得这些参数，就保留那些对热不敏感的参数(诸如d轴 通量和q轴通量之间的交叉耦合)，并识别在电机使用过程中与温 度相关的那些参数。离线识别出的参数值可以用于将在线识别出的参 数值约束到现实的值。例如，如果已知铜绕组的相电阻在室温下为 10mOhm，那么允许扩大生产公差并考虑电机部署在其中的环境条件 并预计绕组内的一些自发热会允许对在线优化进行约束。相反，如果 没有，或允许使用很大范围的值，那么可以使用超出预期正常范围的 值来检测电机、控制器或数据获取中出现的异常。
在使用电机的过程中，然后获得电机运行值的测量，包括电机相 电压和电机相电流以及电机转子位置。后者允许将电压和电流转换到 转子参考系中。在方法的这个在线部分中不需要测量电机扭矩，但是 如果可以的话，可以提高获得的电机参数的准确性。通过使用模型参 数计算由电机产生的扭矩，并将其与系统设计用于的可靠值范围进行 比较，还可以进一步检查由模型提供的电机参数的有效性。
通过跟踪模型操作期间模型参数随时间的变化，可以对识别出的 模型参数的有效性进行进一步检查。例如，如果在电机的热时间常数 长达几个数量级时由该过程识别出的磁通量在几毫秒内突然翻倍，那 么将会给电机和控制器的参数值或运行状态的有效性带来问题。
通过将在线识别出的温度相关参数值与同一电机的离线识别出的 参数值进行比较，允许识别温度变化。为此，需要了解将材料特性与 温度相关联的温度系数。例如，绕组的电阻率。
在许多标称相同的电机的批量生产过程中，将存在机械和材料公 差。因此，在相同的温度和电机运行点处，在线找到的识别出的模型 参数将很可能与从生产前实验室样本获得的模型参数有所不同。如果 在线识别出的参数值在电机运行温度的预期范围内，那么其数值绝对 值由于参数随时间变化而不会那么有用。例如，如果在在线系统中相 隔10秒取得两个测量集合，并且在每次测量后识别出模型参数，并 且发现绕组电阻根据以下等式增加了20％并且通量减少了4％，那么 可以推导出绕组温度升高约50摄氏度，并且磁体温度升高约36摄氏 度。
Figure BDA0002308811660000311
Figure BDA0002308811660000312
在上式中，Twinding是绕组温度(单位为摄氏度)并且Tmagnet是 磁体温度(单位为摄氏度)，并且绕组基本由铜制成并且磁体基本由 钕铁和硼的合金制成。
获得了至少包含与模型的未知参数数量对应的唯一采样点数量的 运行值的测量的批次。例如，如果仅Rs、磁通量和温度未知，那么 至少需要3个测量样本。更多样本将有助于提高模型的准确性，但计 算时间将更长。技术人员将认识到，需要在模型参数计算的单次迭代 的准确性与可用于采样必要信号的资源和在线系统中的任务调度器内 可用于执行计算的时间之间进行平衡。与离线方法不同，保留的参数 用作对模型的约束，因此仅需要确定取决于温度的参数。
取决于如何收集测量，可能需要一些时间才有足够的测量可用于 要进行的参数更新。此时，电机部件的温度可能已经变化，这将影响 建模的准确性。为了改善这一点，该方法可以包括使用电机热模型。 这样的集总参数热模型如图17所示。可以使用通过统计方法(诸如 通过“实验设计”或通过使用有限元分析的计算机计算)产生的其它 模型。在图17的热模型中，基于图18中“控制”块的电流控制器中 使用的测得的值来计算电机绕组内的功率损耗。许多读者将熟悉热等 效电路，其中热阻和热容类似于电路中的电阻和电容。类似地，热等 效电路中的绕组内的功率损耗类似于电路中的电流，而温度差类似于 电路中的电位差。使用与电气等效电路相同的方法和式子来求解热等 效电路。图17的热等效电路经过高度简化，并且仅包含几个构件以 用于说明。通过研究热回路，读者将认识到的是，绕组中通过电阻损 耗产生的热量(根据瞬时电流的平方乘以电阻来计算)主要通过热阻 传递到定子材料，然后通过壳体材料传递到电机的周围或者电机的安 装面。从壳体通过轴承到转子到磁体，也存在一条并联的热路径。本 领域技术人员将认识到的是，包括对流、辐射和强制冷却的影响在内 的更复杂、更高保真度的热等效电路是众所周知的且已被利用。
在使用中，热模型计算出电损耗，然后求解热等效电路内各点的 温度。理想地，在等效电路内计算的温度中的至少一个是已知的。例 如，借助于热敏电阻监测电机周围空气的温度。然后，可以将已知的 测得温度与模型中的估计温度之间的差与温度相关的电机参数(诸如 定子绕组电阻和磁通量)一起包括在最小二乘目标函数中。
在无法直接测量温度的情况下，由于有足够的测量数据可用于计 算温度相关的参数，因此可以使用热模型来获得对温度应如何变化的 预测。这允许将额外的约束应用于对温度相关的电机参数的优化。在 这些情况下，很可能需要进行对电机周围的环境温度进行假设。类似 地，典型热等效电路中的一些热阻可能会随温度非线性地变化。因此， 将需要对热模型内的误差施加适当的公差，以便将约束应用于电机参 数优化。当针对电机在环境室内运行的各种环境温度下的停止和旋转 条件下的测得温度验证电机热模型时，可以通过对电机进行一系列离 线测试来获得此类公差极限。
通过在方法的离线阶段固定电机参数的子集，可以根据识别出的 电机电阻和磁通量的变化推断出温度变化。这将允许在没有附加传感 器的情况下准确地测量绕组和磁体或电机的其它部件的温度。
在替代方案中，可以使用电机的计算机建模来获得参数，而不是 使用离线获得的实际测量值。本质上，这个版本的在线方法将机器的 参数识别分为两类：来自建模的参数识别(例如有限元(FE)数 据)，以及来自测量的参数识别。
使用FE数据进行参数识别的重点在于对给定模型阶数n的(33) 和(34)的系数的识别。然后优化通量模型系数以拟合参考通量链曲 线。因此，用于优化的目标函数是dq轴通量链的平方误差之和。另 一方面，使用测得的数据进行的参数识别基于机器的转子参考系电压 (dq-电压)。为了找到最佳系数，将归一化的dq电压和归一化的电 扭矩的平方误差之和最小化。但是，使用FE数据和使用测量的识别 是通过相同的优化方法执行的。
本领域技术人员将认识到的是，与现有方法相比，本发明的新的 离线(基于实验室的)电机参数校准方法可以在较短的时间内提供更 多的数据。所有机器参数都利用一个过程来识别，包括磁饱和和交叉 耦合。
示例性在线方法不需要电机的高速操作，并且即使在转子被锁定 的情况下也可以实现。该方法可以使用用于电机的正常操作的基本上 平衡的正弦形式的电机电流和电压波形来实现。不需要产生特殊的测 试波形或方波。表征过程可以与其它实验工作结合起来，以识别电机 的最优运行点，从而进一步节省时间。在正常操作中，可以使用与电 机使用的相同的逆变器和控制电子器件。所需要的只是改变相位超前 和电流量值的设施；了解转子位置(通常由控制电子器件提供和需 要)；电机相电压和电流；以及为了提高准确性，还可选地电机扭矩。 这些信号可以使用低成本的现成数据换能器和多通道示波器、数据采集系统或被配置为数据记录器的简单微控制器轻松记录。
当遇到更多的运行条件时，可以使用在线方法建立随时间变化的 详细的电机表征模型。但是，通过使用从离线测量中获得的参数组合 并在线识别参数的子集，可以在不向在线系统添加附加传感器的情况 下阐明有关温度或其它与操作状态相关的电机参数的信息。在永磁体 同步电机的情况下。
虽然前述内容已参考永磁体同步电机讨论了此处公开的本发明， 但是本领域技术人员将认识到的是，所公开的用于识别模型参数的基 本幂级数模型和测试方法可以应用于经典dq模型适用的其它形式的 电机。例如，同步磁阻电机和绕线磁极式(woundfield)同步电机。

Claims (27)

1.一种适于表征例如永磁体同步电机的电机的方法，包括以下步骤：
获得电机的多个绕组通量链值或端子电压，每一者与相电流量值和相位超前的不同组合对应，
将所得到的通量链值或端子电压变换到转子dq参考系中，
使用参数优化过程，将通量链模型拟合到一个或多个dq轴通量链值或端子电压，以及它们相关联的相电流量值和相位超前。
2.如权利要求1所述的方法，其中拟合模型的步骤包括使用通量链模型，该通量链模型包括饱和对值的拟合的影响。
3.如权利要求1或权利要求2所述的方法，其中拟合模型的步骤包括使用通量链模型，该通量链模型包括d轴和q轴之间的交叉耦合的影响。
4.如权利要求1、2或权利要求3所述的方法，其中通量链模型将基于泰勒定理的幂级数用于多元函数。
5.如前述权利要求中任一项所述的方法，其中获得所述多个绕组通量链值的步骤包括通过电机的有限元模拟来获得所述值。
6.如前述权利要求中任一项所述的方法，其中将模型拟合到相关联的值的步骤包括使用经变换的值来生成针对d轴和q轴通量链的至少一个映射的步骤，以及使用参数优化过程将通量链模型拟合到所述一个或多个dq轴通量链映射，每个映射将具有共同相位超前的通量链值或端子电压分组在一起。
7.如权利要求6所述的方法，其中将模型拟合到一个或多个映射的步骤包括二次参数化过程，由此使用基于梯度的方法来确定通量模型的参数，以最小化平方误差的平方和。
8.如前述权利要求中任一项所述的方法，包括模型的拟合，该模型包括以下形式的分别用于d轴和q轴通量链的两个等式：
Figure FDA0002308811650000021
其中
Figure FDA0002308811650000022
以及
Figure FDA0002308811650000023
其中
Figure FDA0002308811650000024
其中n是模型阶数，
Figure FDA0002308811650000025
是永磁通量链(ψm)，
Figure FDA0002308811650000026
和
Figure FDA0002308811650000027
是经典dq模型中使用的线性dq电感，并且其余系数与饱和以及交叉耦合项对应。
9.如权利要求8所述的方法，其中模型的拟合优化模型系数以确定电机的以下参数的值：
-永磁通量链ψm
-d轴和q轴通量之间的交叉耦合；以及
-dq电感。
10.如从属于权利要求4时权利要求1至9中任一项所述的方法，其中使用以下函数单独地执行模型参数的优化，其中带帽子符号的字母表示估计值，而没有帽子符号的字母是模拟的有限元值。
Figure FDA0002308811650000031
Figure FDA0002308811650000032
11.如权利要求1至5中任一项所述的方法，其中所述多个通量链值通过直接测量通量链值来获得，或者通过测量能够从中计算通量链值或已知是通量链值的函数的诸如端子电压之类的运行参数来获得。
12.如权利要求11所述的方法，其中获得多个绕组通量链值的步骤包括获得能够从中导出通量链值的运行值，所述运行值包括以下一个或多个：
-电机相电压，意指施加到电机的每一相的电压；
-电机相电流，意指在电机的每一相中流动的电流；
-转子角位置。
13.如权利要求12的方法，其中获得多个绕组通量链值的步骤包括获得能够从中导出通量链值的运行值，所述运行值包括电机扭矩的测量值。
14.如权利要求11或12所述的方法，其中测量包括使用多个探查线圈直接测量电机的每一相中的通量链，每个探查线圈与相应的相相关联。
15.如权利要求11至14中任一项所述的方法，包括：当电机离线时，通过向电机施加电流斜坡的集合，收集运行值中的至少一些或直接测量通量链，其中每个斜坡生成多个运行值或通量链值，并且每个斜坡与电机电流的不同相位超前角对应。
16.如权利要求11至15中任一项所述的方法，其中使用以下等式来找到描述电机的最优参数集合：
Figure FDA0002308811650000041
其中带帽子符号的字母表示估计值的值，而没有帽子符号的字母表示测得的值。
17.如前述权利要求中任一项所述的方法，包括以在线运行在电机的使用期间测量所述多个电机运行值。
18.如权利要求17所述的方法，其中一个或多个参数是预定义的，使得拟合参数的步骤包括仅拟合未知参数。
19.如权利要求17或权利要求18所述的方法，包括：当拟合到电机模型时，将电机的热模型应用于测得的运行值，以至少部分地考虑电机的部件的温度。
20.如权利要求17、18或19所述的方法，包括：
在在线使用电机之前，执行如权利要求1至16中任一项所述的步骤以确定模型的参数；
并且在随后的电机的在线运行期间，执行以下步骤：
测量电机的运行值的多个集合，每个集合与不同的相位超前角或相电流对应，
将测得的值变换到转子dq参考系中，
可选地测量绕组或磁体的温度，以及
将模型拟合到测得的运行值，从而使用在离线测量期间获得的参数中的一个或多个，但少于所有参数，来约束模型的拟合步骤。
21.如权利要求20所述的方法，其中，当电机在线时，进行以下测量：相端子电压、相电流和转子位置。
22.如权利要求21所述的方法，包括通过根据识别出的电机电阻和磁通量随时间的变化进行推断来确定诸如磁体和线圈绕组之类的电机部件的温度。
23.一种永磁体同步电机的在线表征方法，包括以下步骤：
在电机运行期间测量电机的多个运行值，每个值与对应的不同相位超前角或相电流量值相关联，
将测得的值变换到转子dq参考系中，以及
将经变换的运行值拟合到电机特性的模型，以确定模型的一个或多个温度相关参数，从而使用一个或多个已知的温度不变参数来约束拟合到模型的步骤。
24.如权利要求23所述的方法，其中已知的温度不变参数包括d轴和q轴之间的磁通交叉耦合以及电机电感。
25.如权利要求17至24中任一项所述的方法，包括：在要求小于最大扭矩的时候，调整输入电流以在d轴上放置更多电流，而不对附加的唯一运行值产生更多扭矩，且不影响电机的操作。
26.一种电机建模装置，其包括处理器、存储器和存储在所述存储器中的程序指令的集合，当该程序指令的集合由处理器执行时，使装置执行如前述权利要求中任一项所述的适于表征永磁体同步电机的性能和参数的方法。
27.如权利要求26所述的电机建模装置，其中程序指令位于远离处理器和存储器的位置，并且该装置包括通信设备以用于由处理器跨诸如万维网之类的网络访问指令。
CN201911250264.1A 2018-12-07 2019-12-09 表征永磁体同步电机的方法 Pending CN111371352A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
GB1820001.4 2018-12-07
GB1820001.4A GB2579633B (en) 2018-12-07 2018-12-07 A method of characterising a permanent magnet synchronous motor

Publications (1)

Publication Number Publication Date
CN111371352A true CN111371352A (zh) 2020-07-03

Family

ID=65030224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911250264.1A Pending CN111371352A (zh) 2018-12-07 2019-12-09 表征永磁体同步电机的方法

Country Status (4)

Country Link
US (1) US11757388B2 (zh)
CN (1) CN111371352A (zh)
DE (1) DE102019217792A1 (zh)
GB (1) GB2579633B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023240824A1 (zh) * 2022-06-15 2023-12-21 南方电网科学研究院有限责任公司 基于饱和效应的同步机电磁暂态建模方法、系统及设备

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114280944B (zh) * 2021-12-31 2024-02-13 贵州大学 一种具有输出约束的pmsm系统有限时间动态面控制方法
US11683000B1 (en) * 2022-02-16 2023-06-20 Mitsubishi Electric Research Laboratories, Inc. System and method for detecting a fault of an operation of a synchronous motor

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6646407B2 (en) * 2001-06-08 2003-11-11 General Motors Corporation Electric motor control having DC-DC converter and method of using same
US7157878B2 (en) * 2002-11-19 2007-01-02 Delphi Technologies, Inc. Transient compensation voltage estimation for feedforward sinusoidal brushless motor control
JP2008086129A (ja) * 2006-09-28 2008-04-10 Hitachi Ltd 交流電動機の制御装置および定数測定装置
DE502007003311D1 (de) * 2007-07-26 2010-05-12 Baumueller Nuernberg Gmbh System zur Lage- und Geschwindigkeitsermittlung bei einem Permanentmagnet-Läufer einer elektrischen Maschine
US8314576B2 (en) * 2009-07-17 2012-11-20 Board Of Regents, The University Of Texas System Methods and apparatuses for fault management in permanent magnet synchronous machines using the field reconstruction method
US9106177B2 (en) * 2012-01-05 2015-08-11 GM Global Technology Operations LLC Method and system for sensorless control of an electric motor
CN102904509B (zh) * 2012-10-22 2015-10-21 中国矿业大学 开关磁阻电动机分步续流无位置传感器控制方法
KR101542994B1 (ko) * 2014-04-14 2015-08-07 현대자동차 주식회사 모터의 회전자 온도 추정 방법
US10494017B2 (en) 2016-07-20 2019-12-03 Nsk Ltd. Electric power steering apparatus
CN106357184B (zh) * 2016-11-01 2018-06-15 安徽大学 基于神经网络的车用永磁同步电机输出转矩的温度补偿方法
CN106712627B (zh) * 2017-01-22 2019-05-14 北京新能源汽车股份有限公司 一种永磁同步电机关键参数的获取方法、装置及电动汽车
CN106788045B (zh) * 2017-02-17 2019-03-12 天津工业大学 一种永磁同步电机模型预测pi动态权重并行控制方法
US10680500B2 (en) * 2017-07-14 2020-06-09 Nidec Motor Corporation System and method for wirelessly managing electric motors
CN108768231A (zh) * 2018-06-01 2018-11-06 华中科技大学 一种基于矢量控制的感应电机电流失控预测方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023240824A1 (zh) * 2022-06-15 2023-12-21 南方电网科学研究院有限责任公司 基于饱和效应的同步机电磁暂态建模方法、系统及设备

Also Published As

Publication number Publication date
GB2579633B (en) 2023-02-01
US11757388B2 (en) 2023-09-12
US20200186069A1 (en) 2020-06-11
GB2579633A (en) 2020-07-01
DE102019217792A1 (de) 2020-06-10
GB201820001D0 (en) 2019-01-23

Similar Documents

Publication Publication Date Title
Rafaq et al. A comprehensive review of state-of-the-art parameter estimation techniques for permanent magnet synchronous motors in wide speed range
Wallscheid Thermal monitoring of electric motors: State-of-the-art review and future challenges
US11146197B2 (en) Method of controlling a permanent magnent synchronous motor and a motor circuit
CN111371352A (zh) 表征永磁体同步电机的方法
Parreira et al. Obtaining the magnetic characteristics of an 8/6 switched reluctance machine: from FEM analysis to the experimental tests
Wang et al. An online rotor time constant estimator for the induction machine
Abdallah et al. Stator winding inter‐turn short‐circuit detection in induction motors by parameter identification
US9383265B2 (en) Method and system of internal temperatures determination in a synchronous electrical machine using state observers
Huber et al. Monitoring critical temperatures in permanent magnet synchronous motors using low-order thermal models
Ojaghi et al. Model‐based exact technique to identify type and degree of eccentricity faults in induction motors
Potnuru et al. Derivative‐free square‐root cubature Kalman filter for non‐linear brushless DC motors
CN102342016A (zh) 基于电流信号和电压信号无角度传感器地对永磁同步电机的转子轴进行位置检测的方法和设备
Qi et al. Model order reduction suitable for online linear parameter-varying thermal models of electric motors
KhajueeZadeh et al. Development of a hybrid reference model for performance evaluation of resolvers
Belguerras et al. Non‐linear circuit based model of permanent magnet synchronous machine under inter‐turn fault: a simple approach based on healthy machine data
CN103155400B (zh) Pm电动机的电动机常数计算方法以及电动机常数计算装置
Lešić et al. State and parameter estimation for field-oriented control of induction machine based on unscented Kalman filter
Hadef et al. Moments and Pasek’s methods for parameter identification of a DC motor
Sergeant et al. Characterization and optimization of a permanent magnet synchronous machine
CN111510041B (zh) 一种永磁同步电机的运行状态评估方法及系统
Repo et al. Numerical impulse response test to estimate circuit-model parameters for induction machines
Sun et al. Non-Linear Optimization-Based Temperature Estimation of IPMSM
Ansari et al. A method for determining nonlinear inductances of electrical equivalent circuit for three-phase induction motor
Sellschopp A tool for extracting synchronous machines parameters from the dc flux decay test
Dooner et al. Dynamic modelling and experimental validation of an automotive windshield wiper system for hardware in the loop simulation

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