CN112003523B - 一种提高永磁同步直线电机速度估计稳定性的方法 - Google Patents

一种提高永磁同步直线电机速度估计稳定性的方法 Download PDF

Info

Publication number
CN112003523B
CN112003523B CN202010742247.6A CN202010742247A CN112003523B CN 112003523 B CN112003523 B CN 112003523B CN 202010742247 A CN202010742247 A CN 202010742247A CN 112003523 B CN112003523 B CN 112003523B
Authority
CN
China
Prior art keywords
permanent magnet
linear motor
magnet synchronous
sliding mode
synchronous linear
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
CN202010742247.6A
Other languages
English (en)
Other versions
CN112003523A (zh
Inventor
尹忠刚
高进
白聪
刘静
张奔
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.)
Xian University of Technology
Original Assignee
Xian University of Technology
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 Xian University of Technology filed Critical Xian University of Technology
Priority to CN202010742247.6A priority Critical patent/CN112003523B/zh
Publication of CN112003523A publication Critical patent/CN112003523A/zh
Application granted granted Critical
Publication of CN112003523B publication Critical patent/CN112003523B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02P21/0007—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using sliding mode 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
    • H02P21/13—Observer control, e.g. using Luenberger observers or Kalman filters
    • 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
    • H02P21/18—Estimation of position or 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
    • 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
    • H02P25/06—Linear motors
    • H02P25/064—Linear motors of the synchronous type
    • 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
    • H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
    • H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
    • H02P27/06—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters
    • H02P27/08—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation
    • 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
    • H02P6/006—Controlling linear 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
    • H02P6/00—Arrangements for controlling synchronous motors or other dynamo-electric motors using electronic commutation dependent on the rotor position; Electronic commutators therefor
    • H02P6/14—Electronic commutators
    • H02P6/16—Circuit arrangements for detecting position
    • H02P6/18—Circuit arrangements for detecting position without separate position detecting elements
    • H02P6/182—Circuit arrangements for detecting position without separate position detecting elements using back-emf in windings
    • 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
    • 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 Linear Motors (AREA)

Abstract

本发明公开了一种提高永磁同步直线电机速度估计稳定性的方法，首先，建立永磁同步直线电机的数学模型；再根据永磁同步直线电机的数学模型建立基于超扭曲算法的二阶滑模观测器，即二阶超扭曲滑模观测器；最后，根据粒子群算法获得二阶超扭曲滑模观测器的滑模增益系数，从而辨识出永磁同步直线电机的速度和位置。本发明一种提高永磁同步直线电机速度估计稳定性的方法，解决了现有技术中存在的高阶滑模观测器的滑模参数选取困难，以及在不同的工况下滑模参数难以准确适配的问题。

Description

一种提高永磁同步直线电机速度估计稳定性的方法
技术领域
本发明属于永磁同步直线电机无传感器控制技术领域，具体涉及一种提高永磁同步直线电机速度估计稳定性的方法。
背景技术
在工业生产中的许多系统都是以直线运动形式存在的。相比于传统旋转电机和传动机构，永磁同步直线电机矢量控制系统结构更加简单，且推力输出更直接，输出转矩更大，应用效率更高。但是速度传感器的使用限制了永磁同步直线电机应用范围，降低了系统的鲁棒性。
无速度传感器控制不仅是现代交流传动控制技术中的一个重要研究方向，同时也是研究高性能直驱控制的关键技术。目前，研究人员已提出了很多种实现方法，如Luenberger观测器方法，模型参考自适应方法，卡尔曼滤波器方法，滑模观测器等。其中滑模观测器因对系统数学模型精度要求较低，且对系统参数摄动及外部扰动具有很强的鲁棒性，成为了当前研究的热点。
滑模观测器对电机的参数有着很好的鲁棒性，在很宽调速范围内也拥有良好的动态性能，具有很好的应用前景。然而，传统的滑模观测器由于抖振的存在，使得永磁同步直线电机无传感的精度难以达到实际工业应用的要求。通常高阶滑模观测器可以解决抖振问题，但是，高阶滑模通常有多个滑模系数，存在滑模参数选取困难，以及在不同的工作状况下滑模参数难以准确适配的问题。
发明内容
本发明的目的是提供一种提高永磁同步直线电机速度估计稳定性的方法，解决了现有技术中存在的高阶滑模观测器的滑模参数选取困难，以及在不同的工况下滑模参数难以准确适配的问题。
本发明所采用的技术方案是，一种提高永磁同步直线电机速度估计稳定性的方法，具体按照以下步骤实施：
步骤1，建立永磁同步直线电机的数学模型；
步骤2，根据永磁同步直线电机的数学模型建立基于超扭曲算法的二阶滑模观测器，即二阶超扭曲滑模观测器；
步骤3，根据粒子群算法获得二阶超扭曲滑模观测器的滑模增益系数，从而辨识出永磁同步直线电机的速度和位置。
本发明的特点还在于：
步骤1中，永磁同步直线电机的数学模型表示为：
Figure BDA0002607138480000021
式(1)中，uα、uβ分别为定子电压在α、β轴上的分量；R为定子电阻；L为定子电感；iα、iβ分别为定子电流在α、β轴上的分量；eα、eβ分别为永磁同步直线电机反电动势在α、β轴上的分量；t为时间；
其中，永磁同步直线电机反电动势表示为：
Figure BDA0002607138480000022
式(2)中，ψf为永磁体磁链；v为永磁同步直线电机运行速度；θ为磁极位置角；τ为永磁同步直线电机的极距。
步骤2中，超扭曲算法的公式表示为：
Figure BDA0002607138480000031
式(3)中，x1,x2为永磁同步直线电机无传感器系统的状态变量；k1,k2均为超扭曲滑模观测器的滑模增益；ρ1(x1,t),ρ2(x2,t)分别为永磁同步直线电机无传感器系统的扰动项系数；
Figure BDA0002607138480000039
为永磁同步直线电机无传感器系统的状态变量x1与超扭曲算法估算的状态变量
Figure BDA0002607138480000038
两者的偏差。
超扭曲滑模观测器估算的电流信号替换公式(3)中的状态变量x1后，具体为：
Figure BDA0002607138480000032
式(4)中，‘^’表示估计的值；
Figure BDA0002607138480000033
分别为在α、β轴上超扭曲滑模观测器估算的电流分量；k1,k2均为超扭曲滑模观测器的滑模增益；
Figure BDA0002607138480000034
分别为在α、β轴上超扭曲滑模观测器估算电流信号与实际得到电机电流信号的偏差；
Figure BDA0002607138480000035
分别为永磁同步直线电机的扰动项系数；
其中，扰动项系数
Figure BDA0002607138480000036
表示为：
Figure BDA0002607138480000037
使永磁同步直线电机无传感器系统在有限的时间内收敛于滑模面，则公式(5)和超扭曲滑模观测器的滑模增益k1与k2分别需要满足下式的条件：
Figure BDA0002607138480000041
式(6)中，δ1为任意正常数。
把公式(5)代入公式(4)可得简化的永磁同步直线电机的二阶超扭曲滑模观测器，表示为：
Figure BDA0002607138480000042
当二阶超扭曲滑模观测器达到稳定时，得到估算的反电动势表示为：
Figure BDA0002607138480000043
式(8)中，
Figure BDA0002607138480000044
分别为在α、β轴上通过超扭曲滑模观测器估算的反电动势分量。
步骤3中，采用永磁同步直线电机的电流传感器获得的实际电流与二阶超扭曲滑模观测器辨识出电流的误差来建立适应度函数，表示为：
Figure BDA0002607138480000045
式(9)中，f(p)为粒子群算法的适应度函数；n为粒子群规模；iα(k),iβ(k)分别为当前拍在α、β轴上的永磁同步直线电机的实际电流分量；
Figure BDA0002607138480000046
分别为当前拍在α、β轴上的通过二阶超扭曲滑模观测器估算的电流分量。
粒子群算法对粒子个体位置与速度的迭代公式为：
Figure BDA0002607138480000047
式(10)中，ω为惯性权重；k为当前迭代的次数；c1和c2均为加速度因子，且为非负常数；r1和r2为介于0和1之间的随机数；
Figure BDA0002607138480000051
为个体极值最优解；
Figure BDA0002607138480000052
为群体极值最优解；
Figure BDA0002607138480000053
和
Figure BDA0002607138480000054
分别为k和k+1拍粒子的速度；
Figure BDA0002607138480000055
和
Figure BDA0002607138480000056
分别为k和k+1拍粒子的位置。
基于粒子群的二阶超扭曲滑模观测器表示为：
Figure BDA0002607138480000057
式(11)中，k1best,k2best为当前时段通过粒子群算法辨识得到最优滑模系数；
当永磁同步直线电机无传感器系统稳定时，电流估计值接近电流实际值，此时，反电动势表示为：
Figure BDA0002607138480000058
永磁同步直线电机的磁极位置和速度表示为：
Figure BDA0002607138480000059
式(13)中，
Figure BDA00026071384800000510
为通过二阶超扭曲滑模观测器估算得到的速度信息；
Figure BDA00026071384800000511
为通过二阶超扭曲滑模观测器估算得到的位置信息。
步骤3中，通过粒子群算法辨识最优二阶超扭曲滑模系数具体为：
步骤3.1，获取永磁同步直线电机在无传感运行时的电压和电流；其中iα、iβ是永磁同步直线电机在运行过程中实际测量的三相电流通过3s/2s转换所得；
步骤3.2，运行永磁同步直线电机参数辨识的粒子群算法；初始化种群大小、粒子个数、最大迭代次数以及适应度函数f(p)；通过公式(6)来限制两个滑模增益的求解范围；初始化粒子群算法的速度和位置；将粒子个体的维度设置为两维，即xi＝[ki1 ki2]；
步骤3.3，将初始化的粒子个体通过简化的永磁同步直线电机二阶超扭曲滑模观测器获得辨识的αβ轴电流，然后根据适应度函数获得每个粒子个体的适应度值；
若该适应度是第一代，则每个粒子个体的适应度值作为当前的个体最优解
Figure BDA0002607138480000061
否则进行下一步，整个种群适应度值最高的记为全局最优解
Figure BDA0002607138480000062
步骤3.4，对适应度值进行排序，将适应度值高的个体替换适应度值低的粒子个体；采用迭代公式对粒子个体的位置与速度分别进行迭代更新；
步骤3.5，重复步骤3.3～3.4，直至粒子种群的适应度值小于设定的阈值或达到粒子种群最大迭代次数n，最终获得辨识出的粒子xibest＝[k1best k2best]。
本发明的有益效果是：
本发明一种提高永磁同步直线电机速度估计稳定性的方法，将粒子群算法与超扭曲滑模观测器相结合，在永磁同步直线电机无传感控制系统中的估算模块中引入超扭曲滑模观测器粒子群算法在系统工况发生改变时能及时调整超扭曲滑模观测器的滑模增益k1和k2；本发明一种提高永磁同步直线电机速度估计稳定性的方法，解决了永磁同步直线电机无传感器系统的滑模参数选取困难和在复杂工况下滑模参数难以准确适配的问题，显著提高了永磁同步直线电机无传感器系统速度估计的稳定性。
附图说明
图1是本发明基于粒子群算法的二阶超扭曲滑模观测器速度辨识的结构框图；
图2是本发明采用粒子群算法来优化二阶超扭曲滑模观测器的永磁同步直线电机无传感器矢量控制系统框图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
如图2所示，本发明一种提高永磁同步直线电机速度估计稳定性的方法采用的永磁同步直线电机无传感器矢量控制系统如下：
包括信号检测电路、主电路和控制电路；主电路包括三相逆变器和永磁同步直线电机，主要用于驱动永磁同步直线电机；信号检测电路为电流检测电路，主要用于检测永磁同步电动机的电流信号；控制电路包括Clark变换模块、Park变换模块、PSOSTA-SMO速度估算模块、SVPWM调制模块和Park逆变换模块，主要用于对信号检测电路得到的信号进行处理，从而得到控制主电路的控制信号。
工作过程为：
电流信号检测电路通过霍尔传感器检测永磁同步直线电机在三相静止坐标系下的三相输入电流ia、ib、ic，三相输入电流经过Clark变换(3s/2s)，转换为静止两相坐标系下的电流iα、iβ；PSOSTA-SMO速度估算模块(粒子群优化超扭曲滑模观测器速度估算模块)利用电机的电压信号uα、uβ和电流信号iα、iβ来估算出永磁同步直线电机的速度信息
Figure BDA0002607138480000071
和位置信息
Figure BDA0002607138480000072
速度外环中的给定速度vqef与由PSOSTA-SMO速度估算模块估算的电机速度
Figure BDA0002607138480000073
(
Figure BDA0002607138480000074
即公式(13)所求得的永磁同步直线电机估计的速度)相比较的误差，经过速度外环PI控制器调节后，输出旋转坐标系下的q轴电流iqref。
通过Clark变换得到电流信号iα、iβ以及PSOSTA-SMO速度估算模块得到的位置信息
Figure BDA0002607138480000081
经过Park变换(2s/2r)转换为旋转坐标系下的励磁电流id和转矩电流iq。给定励磁电流idref与反馈计算励磁电流id相比较之后，经过电流PI控制器调节之后，得到两相旋转坐标的d轴输出电压ud；转矩电流iqref与反馈计算转矩电流iq相比较之后，经过电流PI控制器调节后，得到两相旋转坐标的q轴输出电压uq。旋转坐标系下的两相电压ud与uq经过反Park变换(2r/2s)逆变换之后转换为静止两相坐标系下的两相电压uα、uβ，两相电压uα、uβ经过SVPWM发生模块产生PWM波，再经过三相逆变器之后，驱动永磁同步直线电机(PMLSM)工作。
本发明所采用的技术方案是一种提高永磁同步直线电机速度估计稳定性的方法，具体按照以下步骤实施：
步骤1，建立永磁同步直线电机的数学模型；
其中，永磁同步直线电机的数学模型表示为：
Figure BDA0002607138480000082
式(1)中，uα、uβ分别为定子电压在α、β轴上的分量；R为定子电阻；L为定子电感；iα、iβ分别为定子电流在α、β轴上的分量；eα、eβ分别为永磁同步直线电机反电动势在α、β轴上的分量；t为时间；
其中，永磁同步直线电机反电动势表示为：
Figure BDA0002607138480000083
式(2)中，ψf为永磁体磁链；v为永磁同步直线电机运行速度；θ为磁极位置角；τ为永磁同步直线电机的极距；
步骤2，根据永磁同步直线电机的数学模型建立基于超扭曲算法的二阶滑模观测器，即二阶超扭曲滑模观测器；
其中，超扭曲算法的公式表示为：
Figure BDA0002607138480000091
式(3)中，x1,x2为永磁同步直线电机无传感器系统的状态变量；k1,k2均为超扭曲滑模观测器的滑模增益；ρ1(x1,t),ρ2(x2,t)分别为永磁同步直线电机无传感器系统的扰动项系数；
Figure BDA0002607138480000092
为永磁同步直线电机无传感器系统的状态变量x1与超扭曲算法估算的状态变量
Figure BDA0002607138480000093
两者的偏差。
超扭曲滑模观测器估算的电流信号替换公式(3)中的状态变量x1后，具体为：
Figure BDA0002607138480000094
式(4)中，‘^’表示估计的值；
Figure BDA0002607138480000095
分别为在α、β轴上超扭曲滑模观测器估算的电流分量；k1,k2均为超扭曲滑模观测器的滑模增益；
Figure BDA0002607138480000096
分别为在α、β轴上超扭曲滑模观测器估算电流信号与实际得到电机电流信号的偏差；
Figure BDA0002607138480000097
分别为永磁同步直线电机的扰动项系数；
其中，扰动项系数
Figure BDA0002607138480000098
表示为：
Figure BDA0002607138480000101
使永磁同步直线电机无传感器系统在有限的时间内收敛于滑模面，则公式(5)和超扭曲滑模观测器的滑模增益k1与k2分别需要满足下式的条件：
Figure BDA0002607138480000102
式(6)中，δ1为任意正常数；
把公式(5)代入公式(4)可得简化的永磁同步直线电机的二阶超扭曲滑模观测器，表示为：
Figure BDA0002607138480000103
当二阶超扭曲滑模观测器达到稳定时，得到估算的反电动势表示为：
Figure BDA0002607138480000104
式(8)中，
Figure BDA0002607138480000105
分别为在α、β轴上通过超扭曲滑模观测器估算的反电动势分量。
二阶超扭曲滑模观测器存在两个滑模增益系数k1与k2，在不同的工况(负载、转速、摩擦等)影响下滑模增益系数k1与k2会出现失配的问题，从而影响无传感器系统的正常运行，所以需要粒子群算法对其进行进一步优化。
步骤3，根据粒子群算法获得二阶超扭曲滑模观测器的滑模增益系数，从而辨识出永磁同步直线电机的速度和位置；具体为：
步骤3.1，获取永磁同步直线电机在无传感运行时的电压和电流；其中iα、iβ是永磁同步直线电机在运行过程中实际测量的三相电流通过3s/2s转换所得；
步骤3.2，运行永磁同步直线电机参数辨识的粒子群算法；初始化种群大小、粒子个数、最大迭代次数以及适应度函数f(p)；通过公式(6)来限制两个滑模增益的求解范围；初始化粒子群算法的速度和位置；将粒子个体的维度设置为两维，即xi＝[ki1 ki2]；
步骤3.3，将初始化的粒子个体通过简化的永磁同步直线电机二阶超扭曲滑模观测器获得辨识的αβ轴电流，然后根据适应度函数获得每个粒子个体的适应度值；
若该适应度是第一代，则每个粒子个体的适应度值作为当前的个体最优解
Figure BDA0002607138480000113
否则进行下一步，整个种群适应度值最高的记为全局最优解
Figure BDA0002607138480000114
步骤3.4，对适应度值进行排序，将适应度值高的个体替换适应度值低的粒子个体；采用迭代公式对粒子个体的位置与速度分别进行迭代更新；
步骤3.5，重复步骤3.3～3.4，直至粒子种群的适应度值小于设定的阈值(即粒子群算法辨识的永磁同步直线电机参数满足需求的精度)或达到粒子种群最大迭代次数n，最终获得辨识出的粒子xibest＝[k1best k2best]；
其中，采用永磁同步直线电机的电流传感器获得的实际电流与二阶超扭曲滑模观测器辨识出电流的误差来建立适应度函数，表示为：
Figure BDA0002607138480000111
式(9)中，f(p)为粒子群算法的适应度函数；n为粒子群规模；iα(k),iβ(k)分别为当前拍在α、β轴上的永磁同步直线电机的实际电流分量；
Figure BDA0002607138480000112
分别为当前拍在α、β轴上的通过二阶超扭曲滑模观测器估算的电流分量。
粒子群算法对粒子个体位置与速度的迭代公式为：
Figure BDA0002607138480000121
式(10)中，ω为惯性权重；k为当前迭代的次数；c1和c2均为加速度因子，且为非负常数；r1和r2为介于0和1之间的随机数；
Figure BDA0002607138480000122
为个体极值最优解；
Figure BDA0002607138480000123
为群体极值最优解；
Figure BDA0002607138480000124
和
Figure BDA0002607138480000125
分别为k和k+1拍粒子的速度；
Figure BDA0002607138480000126
和
Figure BDA0002607138480000127
分别为k和k+1拍粒子的位置。
基于粒子群的二阶超扭曲滑模观测器表示为：
Figure BDA0002607138480000128
式(11)中，k1best,k2best为当前时段通过粒子群算法辨识得到最优滑模系数；
当永磁同步直线电机无传感器系统稳定时，电流估计值接近电流实际值，此时，反电动势表示为：
Figure BDA0002607138480000129
永磁同步直线电机的磁极位置和速度表示为：
Figure BDA00026071384800001210
式(13)中，
Figure BDA00026071384800001211
为通过二阶超扭曲滑模观测器估算得到的速度信息；
Figure BDA00026071384800001212
为通过二阶超扭曲滑模观测器估算得到的位置信息。
基于粒子群算法的二阶超扭曲滑模观测器速度辨识的结构框图，如图1所示，输入的电压信号uα、uβ和反电动势估算得到的反电动势信号
Figure BDA0002607138480000131
经过粒子群优化二阶超扭曲滑模观测器速度估算模块(PSOSTA-SMO)得到估算的电流信号
Figure BDA0002607138480000132
然后与电流传感器检测得到的iα、iβ相比较的误差，经过反电动势估算模块则可以得到估算的反电动势信号
Figure BDA0002607138480000133
最后利用永磁同步直线电机位置与速度估算模块则可以得到其速度信号
Figure BDA0002607138480000134
和位置信号
Figure BDA0002607138480000135

Claims (3)

1.一种提高永磁同步直线电机速度估计稳定性的方法，其特征在于，具体按照以下步骤实施：
步骤1，建立永磁同步直线电机的数学模型；
步骤1中，所述永磁同步直线电机的数学模型表示为：
Figure FDA0003454422310000011
式(1)中，uα、uβ分别为定子电压在α、β轴上的分量；R为定子电阻；L为定子电感；iα、iβ分别为定子电流在α、β轴上的分量；eα、eβ分别为永磁同步直线电机反电动势在α、β轴上的分量；t为时间；
其中，永磁同步直线电机反电动势表示为：
Figure FDA0003454422310000012
式(2)中，ψf为永磁体磁链；v为永磁同步直线电机运行速度；θ为磁极位置角；τ为永磁同步直线电机的极距；
步骤2，根据所述永磁同步直线电机的数学模型建立基于超扭曲算法的二阶滑模观测器，即二阶超扭曲滑模观测器；
步骤2中，所述超扭曲算法的公式表示为：
Figure FDA0003454422310000013
式(3)中，x1,x2为永磁同步直线电机无传感器系统的状态变量；k1,k2均为超扭曲滑模观测器的滑模增益；ρ1(x1,t),ρ2(x2,t)分别为永磁同步直线电机无传感器系统的扰动项系数；
Figure FDA0003454422310000021
为永磁同步直线电机无传感器系统的状态变量x1与超扭曲算法估算的状态变量
Figure FDA0003454422310000022
两者的偏差；
超扭曲滑模观测器估算的电流信号替换公式(3)中的状态变量x1后，具体为：
Figure FDA0003454422310000023
式(4)中，‘^’表示估计的值；
Figure FDA0003454422310000024
分别为在α、β轴上超扭曲滑模观测器估算的电流分量；k1,k2均为超扭曲滑模观测器的滑模增益；
Figure FDA0003454422310000025
分别为在α、β轴上超扭曲滑模观测器估算电流信号与实际得到电机电流信号的偏差；
Figure FDA0003454422310000026
分别为永磁同步直线电机的扰动项系数；
其中，扰动项系数
Figure FDA0003454422310000027
表示为：
Figure FDA0003454422310000028
使永磁同步直线电机无传感器系统在有限的时间内收敛于滑模面，则公式(5)和超扭曲滑模观测器的滑模增益k1与k2分别需要满足下式的条件：
Figure FDA0003454422310000029
式(6)中，δ1为任意正常数；
把公式(5)代入公式(4)可得简化的永磁同步直线电机的二阶超扭曲滑模观测器，表示为：
Figure FDA0003454422310000031
当二阶超扭曲滑模观测器达到稳定时，得到估算的反电动势表示为：
Figure FDA0003454422310000032
式(8)中，
Figure FDA0003454422310000033
分别为在α、β轴上通过超扭曲滑模观测器估算的反电动势分量；
步骤3，根据粒子群算法获得二阶超扭曲滑模观测器的滑模增益系数，从而辨识出永磁同步直线电机的速度和位置。
2.根据权利要求1所述的一种提高永磁同步直线电机速度估计稳定性的方法，其特征在于，步骤3中，通过粒子群算法辨识最优二阶超扭曲滑模系数具体为：
步骤3.1，获取永磁同步直线电机在无传感运行时的电压和电流；其中iα、iβ是永磁同步直线电机在运行过程中实际测量的三相电流通过3s/2s转换所得；
步骤3.2，运行永磁同步直线电机参数辨识的粒子群算法；初始化种群大小、粒子个数、最大迭代次数以及适应度函数f(p)；通过公式(6)来限制两个滑模增益的求解范围；初始化粒子群算法的速度和位置；将粒子个体的维度设置为两维，即xi＝[ki1 ki2]；
步骤3.3，将初始化的粒子个体通过简化的永磁同步直线电机二阶超扭曲滑模观测器获得辨识的αβ轴电流，然后根据适应度函数获得每个粒子个体的适应度值；
若该适应度是第一代，则每个粒子个体的适应度值作为当前的个体最优解
Figure FDA0003454422310000041
否则进行下一步，整个种群适应度值最高的记为全局最优解
Figure FDA0003454422310000042
步骤3.4，对所述适应度值进行排序，将适应度值高的个体替换适应度值低的粒子个体；采用迭代公式对粒子个体的位置与速度分别进行迭代更新；
步骤3.5，重复步骤3.3～3.4，直至粒子种群的适应度值小于设定的阈值或达到粒子种群最大迭代次数n，最终获得辨识出的粒子xibest＝[k1best k2best]。
3.根据权利要求2所述的一种提高永磁同步直线电机速度估计稳定性的方法，其特征在于，步骤3中，采用永磁同步直线电机的电流传感器获得的实际电流与二阶超扭曲滑模观测器辨识出电流的误差来建立适应度函数，表示为：
Figure FDA0003454422310000043
式(9)中，f(p)为粒子群算法的适应度函数；n为粒子群规模；iα(k),iβ(k)分别为当前拍在α、β轴上的永磁同步直线电机的实际电流分量；
Figure FDA0003454422310000044
分别为当前拍在α、β轴上的通过二阶超扭曲滑模观测器估算的电流分量；
粒子群算法对粒子个体位置与速度的迭代公式为：
Figure FDA0003454422310000045
式(10)中，ω为惯性权重；k为当前迭代的次数；c1和c2均为加速度因子，且为非负常数；r1和r2为介于0和1之间的随机数；
Figure FDA0003454422310000046
为个体极值最优解；
Figure FDA0003454422310000047
为群体极值最优解；
Figure FDA0003454422310000048
和
Figure FDA0003454422310000049
分别为k和k+1拍粒子的速度；
Figure FDA00034544223100000410
和
Figure FDA00034544223100000411
分别为k和k+1拍粒子的位置；
基于粒子群的二阶超扭曲滑模观测器表示为：
Figure FDA0003454422310000051
式(11)中，k1best,k2best为当前时段通过粒子群算法辨识得到最优滑模系数；
当永磁同步直线电机无传感器系统稳定时，电流估计值接近电流实际值，此时，反电动势表示为：
Figure FDA0003454422310000052
永磁同步直线电机的磁极位置和速度表示为：
Figure FDA0003454422310000053
式(13)中，
Figure FDA0003454422310000054
为通过二阶超扭曲滑模观测器估算得到的速度信息；
Figure FDA0003454422310000055
为通过二阶超扭曲滑模观测器估算得到的位置信息。
CN202010742247.6A 2020-07-29 2020-07-29 一种提高永磁同步直线电机速度估计稳定性的方法 Active CN112003523B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010742247.6A CN112003523B (zh) 2020-07-29 2020-07-29 一种提高永磁同步直线电机速度估计稳定性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010742247.6A CN112003523B (zh) 2020-07-29 2020-07-29 一种提高永磁同步直线电机速度估计稳定性的方法

Publications (2)

Publication Number Publication Date
CN112003523A CN112003523A (zh) 2020-11-27
CN112003523B true CN112003523B (zh) 2022-07-01

Family

ID=73462407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010742247.6A Active CN112003523B (zh) 2020-07-29 2020-07-29 一种提高永磁同步直线电机速度估计稳定性的方法

Country Status (1)

Country Link
CN (1) CN112003523B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113141136B (zh) * 2021-04-02 2022-08-12 合肥工业大学 一种基于离散超螺旋滑模算法的永磁同步电机控制系统
CN113890442B (zh) * 2021-10-11 2023-10-13 湖南科技大学 一种粒子群滑模观测器风力发电机转子电流故障检测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102931906A (zh) * 2012-10-26 2013-02-13 浙江大学 异步电机转子磁链观测与转速辨识的方法
CN108306570A (zh) * 2018-01-31 2018-07-20 武汉理工大学 永磁同步电机直接转矩控制方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107482977B (zh) * 2017-09-27 2019-11-15 重庆大学 一种永磁同步电机转子位置和转速检测方法
CN110474576B (zh) * 2019-09-23 2021-06-22 西南交通大学 一种无刷直流电机仿人智能转速控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102931906A (zh) * 2012-10-26 2013-02-13 浙江大学 异步电机转子磁链观测与转速辨识的方法
CN108306570A (zh) * 2018-01-31 2018-07-20 武汉理工大学 永磁同步电机直接转矩控制方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A new sliding mode observer for the sensorless control of a PMLSM;Huacai lu等;《2017 29th Chinese Control And Decision Conference (CCDC)》;20170717;第5365页、图4 *
An adaptive fuzzy sliding mode control of a permanent magnet linear synchronous motor for an inimical command velocity profile;P. Ghaebi Panah等;《 2011 IEEE International Conference on System Engineering and Technology》;20110818;全文 *
基于PSO的全阶状态观测器转速辨识系统;张斌等;《控制工程》;20150531;第22卷(第3期);第539右栏-第541页右栏 *
赵力航;感应电机状态观测与参数在线辨识技术;《中国优秀博硕士学位论文全文数据库（博士）工程科技II辑》;20170715;第35-38页、第48页-50页 *

Also Published As

Publication number Publication date
CN112003523A (zh) 2020-11-27

Similar Documents

Publication Publication Date Title
CN110350835B (zh) 一种永磁同步电机无位置传感器控制方法
CN108092567B (zh) 一种永磁同步电动机转速控制系统及方法
CN112003523B (zh) 一种提高永磁同步直线电机速度估计稳定性的方法
CN112217428B (zh) 水下机器人推进系统无位置传感器控制方法
CN108945373A (zh) 集成式水下推进器驱动系统及控制方法
CN107994826A (zh) 一种基于误差加权的全阶观测器无速度传感器控制系统
CN112688614B (zh) 一种同步磁阻电机转速估计方法
CN111181458A (zh) 基于扩展卡尔曼滤波器的表贴式永磁同步电机转子磁链观测方法
CN111769779A (zh) 基于改进型Luenberger观测器的PMSM直接转矩控制方法
CN112886880A (zh) 三电平永磁同步电机无位置传感器模型预测电流控制方法
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
CN111987961A (zh) 一种永磁同步电机无位置传感器直接转矩控制方法
CN112671298A (zh) 改进的用于永磁同步电机控制的pll无感控制系统及算法
CN114944801A (zh) 一种基于新息自适应扩展卡尔曼的pmsm无位置传感器控制方法
CN110601611A (zh) 补偿无刷直流电机反电动势常数的无位置控制系统
CN110649849A (zh) 一种基于新型滑模观测器的磁通切换型永磁直线电机无位置控制方法
CN108448983B (zh) 一种抑制伺服系统极低速时非线性干扰的方法
CN113890438A (zh) 一种基于内置式永磁同步电机的无速度传感器控制方法
CN112713819A (zh) 一种提高永磁同步直线电机定位力补偿精度的方法
CN108649849B (zh) 一种简单的无传感器永磁同步电机速度估测方法
CN114465543B (zh) 一种永磁同步电机无位置传感器控制方法
CN113824376B (zh) 一种永磁同步伺服电机齿槽转矩补偿方法
Zeng et al. Sensorless control for PMSM in underwater propeller based on improved phase-locked loop
CN115001334A (zh) 基于自抗扰的无位置传感器超高速永磁同步电机转速控制方法及系统
CN114024382B (zh) 一种基于负载转矩反馈的永磁同步电机单转速环调速装置

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