CN112019111A - 基于状态约束的永磁同步电动机随机系统模糊自适应控制方法 - Google Patents
基于状态约束的永磁同步电动机随机系统模糊自适应控制方法 Download PDFInfo
- Publication number
- CN112019111A CN112019111A CN202010878975.XA CN202010878975A CN112019111A CN 112019111 A CN112019111 A CN 112019111A CN 202010878975 A CN202010878975 A CN 202010878975A CN 112019111 A CN112019111 A CN 112019111A
- Authority
- CN
- China
- Prior art keywords
- permanent magnet
- synchronous motor
- magnet synchronous
- representing
- constraint
- 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.)
- Granted
Links
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 60
- 239000013598 vector Substances 0.000 claims description 54
- 238000013461 design Methods 0.000 claims description 16
- 230000003044 adaptive effect Effects 0.000 claims description 13
- 238000009795 derivation Methods 0.000 claims description 12
- 230000004907 flux Effects 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000005284 excitation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
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
- H02P21/18—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
- H02P25/022—Synchronous motors
- H02P25/024—Synchronous motors controlled by supply frequency
-
- 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
- H02P27/085—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 wherein the PWM mode is adapted on the running conditions of the motor, e.g. the switching frequency
-
- 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 Ac Motors In General (AREA)
Abstract
本发明属于永磁同步电动机位置跟踪控制技术领域,具体公开了一种基于状态约束的永磁同步电动机随机系统模糊自适应控制方法。该方法针对传统反步法无法约束永磁同步电动机的状态量以及系统中存在随机扰动的问题,构建了约束Lyapunov函数,以保证永磁同步电动机随机系统的转子角速度、定子电流等状态量始终在给定的状态区间内;本发明方法采用模糊逻辑系统逼近系统中的未知随机非线性项。仿真结果表明,本发明方法不仅能够实现理想的位置跟踪控制效果,同时能够将转子角速度、定子电流等状态量约束在给定的约束区间内,避免因违反状态约束而引发的安全问题,能够有效保证安全规范和系统的性能。
Description
技术领域
本发明属于永磁同步电动机位置跟踪控制技术领域,尤其涉及一种基于状态约束的永磁同步电动机随机系统模糊自适应控制方法。
背景技术
近年来,永磁同步电动机凭借其结构简单、效率高、使用寿命长和实际运用性强的特点,在农业和工业等领域有着广泛的运用。然而,永磁同步电动机的系统是高度非线性、强耦合和多变量的,并且在实际运用中,永磁同步电动机系统会被一些不确定的因素所干扰,例如参数不确定以及负载扰动等。为了解决这些问题,相关科技工作者提出了一些先进的非线性控制方法并取得了较好的成效,如反步控制、滑模控制、鲁棒控制等先进的控制技术。
然而,以上控制技术均没有考虑永磁同步电动机在实际运行中随机扰动的影响,例如外部负载随机切换、随机噪声以及振动等影响。同时永磁同步电动机系统的某些参数会因为阻尼转矩等随机干扰而发生一定程度的变化,会影响到电动机系统运行过程中的控制效果。
此外,在许多实际工程中,系统的输出和状态总是被约束在给定的区间内,否则将不能保证安全规范和系统的性能。如果违反状态约束可能使系统的性能退化,出现故障,甚至威胁人身安全,例如:过大的转子磁链会导致转子磁芯的饱和,产生严重的热损耗;过大的励磁电流会造成电网的电压波动,并会影响同一电网其他设备的操作;电动机绕组严重发热,会加速绝缘老化,缩短电动机使用寿命。因此,对于永磁同步电动机而言,其转子位置、转子角速度、转子磁链和励磁电流等状态量都应被限制在一定的范围内。
另外,在另一个前端研究领域,作为先进技术之一的自适应反步法已成功运用到了永磁同步电动机系统中,但是传统的自适应反步法的使用却存在局限性,相关研究已经提出了模糊逻辑系统或神经网络等近似理论,并成功解决了传统自适应反步法中存在的部分缺陷。
发明内容
本发明的目的在于提出一种基于状态约束的永磁同步电动机随机系统模糊自适应控制方法,以便在考虑随机扰动的情况下实现永磁同步电动机系统的位置跟踪控制,且能够有效保证永磁同步电动机随机系统的状态量始终处于给定的状态区间内。
本发明为了实现上述目的,采用如下技术方案:
基于状态约束的永磁同步电动机随机系统模糊自适应控制方法,包括如下步骤:
a.建立永磁同步电动机的d-q坐标轴动态数学模型,如公式(1)所示:
其中,θ表示转子角度,ω表示转子角速度,uq表示q轴定子电压,ud表示d轴定子电压,iq表示q轴定子电流,id表示d轴定子电流,Lq表示q轴定子电感,Ld表示d轴定子电感,J表示转动惯量,B表示摩擦系数,np表示极对数,Φ表示永磁体产生的磁链,TL表示负载转矩,Rs表示定子电阻;为了简化以上动态数学模型,定义如下新变量:
永磁同步电动机随机系统表示为:dx=f(x)dt+h(x)dw;
其中,x∈Rn是系统状态变量,w为独立增量随机过程,f(·):Rn→Rn和h(·):Rn→Rn ×r是在x上的局部Lipschitz函数,且f(·)的初始值f(0)=0和h(·)的初始值h(0)=0;
其中,Rn和Rn×r均表示实数向量集,n和r为实数向量集的维数;
考虑到随机因素的影响,则永磁同步电动机随机系统的模型表示如下:
其中,ψ2、ψ3、ψ4均表示未知的光滑非线性函数;
b.采用约束Lyapunov函数设计一种基于状态约束的永磁同步电动机随机系统模糊自适应控制方法,控制目标是设计q轴定子电压uq和d轴定子电压ud为真实控制律,使得x1跟踪期望的位置信号xd,同时使永磁同步电动机随机系统的状态量始终在给定的区间内;
假设f(Z)在紧集ΩZ中是一个连续的函数,对于任意的常数ε>0,总是有一个模糊逻辑系统WTS(Z)满足:其中,输入向量q是模糊输入维数,Rq为实数向量集;W∈Rn是模糊权向量,模糊节点数n为正整数,且n>1,Rn为实数向量集;S(Z)=[s1(Z),...,sn(Z)]T∈Rn为基函数向量;s1(Z),...,sn(Z)表示S(Z)的基向量;
其中,μm=[μm1,...,μmq]T是Gaussian函数分布曲线的中心位置,而ηm则为其宽度;
μm1,...,μmq分别表示μm的基向量;
其中,zia表示跟踪误差变量,ia=1,2,3,4,α1和α2为所期望的虚拟控制信号;
基于状态约束的永磁同步电动机随机系统模糊自适应控制方法的每一步都采用一个约束Lyapunov函数来构建一个虚拟控制信号或者真实控制律;控制方法包括以下步骤:
b1.对于期望的位置信号xd,选取约束Lyapunov函数V1为:
其中,k1是正的设计参数,将公式(5)和虚拟控制信号α1代入公式(4)得到:
对公式(7)进行求导,得到:
根据杨氏不等式,得到:
其中,d表示|TL|的上限值;I2为正常数;
其中,W2∈Rn是模糊权向量,S2(Z)为基函数向量,||W2||为向量W2的范数,h2为正常数;选取虚拟控制信号α2为:
将公式(9)、(10)、(11)、(12)、(13)代入式(8)得到:
对公式(15)进行求导,得到:
根据杨氏不等式,得到:
其中,I3为正常数;令根据万能逼近定理,对于任意小的常数ε3>0,存在模糊逻辑系统W3 TS3(Z)使得f3(Z)=W3 TS3(Z)+δ3;其中δ3表示逼近误差,并且满足|δ3|≤ε3,从而由杨氏不等式得:
其中,W3∈Rn是模糊权向量,S3(Z)为基函数向量,||W3||为向量W3的范数,h3为正常数;
设计q轴定子电压uq为真实控制律,uq的表达式如下:
其中,k3是正的设计参数,将公式(17)、(18)、(19)代入式(16)得到:
对公式(21)求导得到:
根据杨氏不等式,得到:
其中W4∈Rn是模糊权向量,S4(Z)为基函数向量,||W4||为向量W4的范数,h4为正常数;
设计d轴定子电压ud为真实控制律,ud的表达式如下:
将公式(23)、(24)、(25)代入公式(22)得到:
定义θ=max{||W2||2,||W3||2,||W4||2},则由公式(26)得到:
其中,r为正常数,则对V求导得到:
其中,m为正常数,将公式(30)代入式(29)得到:
c.对基于状态约束的永磁同步电动机随机系统模糊自适应控制方法进行稳定性分析;
将公式(32)、(33)代入公式(31),则得到:
对于永磁同步电动机随机系统dx=f(x)dt+h(x)dw,如果有一个正定的、径向无界的,两次连续求导的Lyapunov函数V(x):Rn→R和常数a0>0,b0≥0,使得V(x)的导数满足:
LV(x)≤-a0V(x)+b0;
其中,E[V(x)]表示函数V(x)的期望;
在公式(35)两边同时乘以eat,并在[0,t]内积分得到:
其中,V(0)和V(t)分别表示V(x)在x=0和x=t的取值;
其中,Vif(0)表示选取的约束Lyapunov函数的初始值;
因此系统状态变量被约束在紧集Ωx内,以保证永磁同步电动机随机系统的状态约束要求。
本发明具有如下优点:
(1)本发明通过构建约束Lyapunov函数,以保证永磁同步电动机随机系统的转子角速度、定子电流等状态量始终在给定的状态区间内,避免因违反状态约束而引发安全性问题。
(2)本发明方法充分考虑了永磁同步电动机随机系统运行过程中随机干扰的问题,使设计的控制方法能够更符合实际工程的需要。
(3)本发明方法利用模糊逻辑系统处理永磁同步电动机随机系统中的非线性函数,将反步技术与模糊自适应方法结合起来控制永磁同步电动机,实现理想的位置跟踪控制效果。
(4)本发明方法需要的输入信号是实际工程中易于得到的可直接测量的转速、磁链及电流信号量,模糊自适应算法本身通过软件编程实现,易于对永磁同步电动机进行控制。
(5)本发明方法仅采用一个自适应律,能够减轻在线计算负担,且易于工程实现。
附图说明
图1是本发明实施例中基于状态约束的永磁同步电动机随机系统模糊自适应控制器、坐标变换单元、SVPWM逆变器和检测单元组成的复合被控对象的示意图;
图2是采用本发明控制方法后转子角度和转子角度设定值跟踪仿真图;
图3是采用本发明控制方法后转子角度跟踪误差仿真图;
图4是采用本发明控制方法后永磁同步电动机q轴定子电压仿真图;
图5是采用本发明控制方法后永磁同步电动机d轴定子电压仿真图;
图6是采用本发明控制方法后永磁同步电动机状态量x2,x3,x4的仿真图。
具体实施方式
本发明的基本思想为:利用模糊逻辑系统逼近永磁同步电动机随机系统中未知的随机非线性函数;利用约束Lyapunov函数将永磁同步电动机随机系统的转子角速度、定子电流等状态量始终约束在给定的状态区间内;运用反步法构造中间虚拟控制信号,逐步递推得到控制律,从而保证电压稳定在一个有界区域内,减小控制误差,从而提高控制精度。
下面结合附图以及具体实施方式对本发明作进一步详细说明:
如图1所示,基于状态约束的永磁同步电动机随机系统模糊自适应控制方法,其涉及的部件包括基于状态约束的永磁同步电动机随机系统模糊自适应控制器1、坐标变换单元2、SVPWM逆变器3、转速检测单元4和电流检测单元5。
其中,在图1中,参数U、V、W表示三相电压,参数Uα和Uβ表示两相静止坐标系下的电压。转速检测单元4和电流检测单元5用于检测永磁同步电动机的电流值和转速变量,通过将实际测量的电流和转速变量作为输入,基于状态约束的永磁同步电动机随机系统模糊自适应控制器1进行电压控制,最终转换为三相电控制永磁同步电动机的转速。为了设计一个更加有效的控制器,建立永磁同步电动机随机系统的动态模型是十分重要的。
基于状态约束的永磁同步电动机随机系统模糊自适应控制方法,包括如下步骤:
a.建立永磁同步电动机的d-q坐标轴动态数学模型,如公式(1)所示:
其中,θ表示转子角度,ω表示转子角速度,uq表示q轴定子电压,ud表示d轴定子电压,iq表示q轴定子电流,id表示d轴定子电流,Lq表示q轴定子电感,Ld表示d轴定子电感,J表示转动惯量,B表示摩擦系数,np表示极对数,Φ表示永磁体产生的磁链,TL表示负载转矩,Rs表示定子电阻。为了简化以上动态数学模型,定义如下新变量:
作为常见的不确定系统之一,永磁同步电动机随机系统的随机性会引发不确定性问题。
永磁同步电动机随机系统表示为:dx=f(x)dt+h(x)dw。
其中,x∈Rn是系统状态变量,w为独立增量随机过程,f(·):Rn→Rn和h(·):Rn→Rn ×r是在x上的局部Lipschitz函数,且f(·)的初始值f(0)=0和h(·)的初始值h(0)=0;
其中,Rn和Rn×r均表示实数向量集,n和r为实数向量集的维数。
考虑到随机因素的影响,则永磁同步电动机随机系统的模型表示如下:
其中,ψ2、ψ3、ψ4均表示未知的光滑非线性函数。
b.采用约束Lyapunov函数设计一种基于状态约束的永磁同步电动机随机系统模糊自适应控制方法,控制目标是设计q轴定子电压uq和d轴定子电压ud为真实控制律,使得x1跟踪期望的位置信号xd,同时使永磁同步电动机随机系统的状态量始终在给定的区间内。
假设f(Z)在紧集ΩZ中是一个连续的函数,对于任意的常数ε>0,总是有一个模糊逻辑系统WTS(Z)满足:其中,输入向量q是模糊输入维数,Rq为实数向量集;W∈Rn是模糊权向量,模糊节点数n为正整数,且n>1,Rn为实数向量集;S(Z)=[s1(Z),...,sn(Z)]T∈Rn为基函数向量;s1(Z),...,sn(Z)表示S(Z)的基向量。
其中,μm=[μm1,...,μmq]T是Gaussian函数分布曲线的中心位置,而ηm则为其宽度;
μm1,...,μmq分别表示μm的基向量。
其中,zia表示跟踪误差变量,ia=1,2,3,4,α1和α2为所期望的虚拟控制信号。
基于状态约束的永磁同步电动机随机系统模糊自适应控制方法的每一步都采用一个约束Lyapunov函数来构建一个虚拟控制信号或者真实控制律。控制方法包括以下步骤:
b1.对于期望的位置信号xd,选取约束Lyapunov函数V1为:
其中,k1是正的设计参数。将公式(5)和虚拟控制信号α1代入公式(4)得到:
对公式(7)进行求导,得到:
根据杨氏不等式,得到:
其中,d表示|TL|的上限值;I2为正常数;
其中,W2∈Rn是模糊权向量,S2(Z)为基函数向量,||W2||为向量W2的范数,h2为正常数。
选取虚拟控制信号α2为:
将公式(9)、(10)、(11)、(12)、(13)代入式(8)得到:
对公式(15)进行求导,得到:
根据杨氏不等式,得到:
其中,I3为正常数;令根据万能逼近定理,对于任意小的常数ε3>0,存在模糊逻辑系统W3 TS3(Z)使得f3(Z)=W3 TS3(Z)+δ3;其中δ3表示逼近误差,并且满足|δ3|≤ε3,从而由杨氏不等式得:
其中,W3∈Rn是模糊权向量,S3(Z)为基函数向量,||W3||为向量W3的范数,h3为正常数。
设计q轴定子电压uq为真实控制律,uq的表达式如下:
其中,k3是正的设计参数,将公式(17)、(18)、(19)代入式(16)得到:
对公式(21)求导得到:
根据杨氏不等式,得到:
其中W4∈Rn是模糊权向量,S4(Z)为基函数向量,||W4||为向量W4的范数,h4为正常数。
设计d轴定子电压ud为真实控制律,ud的表达式如下:
将公式(23)、(24)、(25)代入公式(22)得到:
定义θ=max{||W2||2,||W3||2,||W4||2},则由公式(26)得到:
其中,r为正常数,则对V求导得到:
其中,m为正常数,将公式(30)代入式(29)得到:
c.对基于状态约束的永磁同步电动机随机系统模糊自适应控制方法进行稳定性分析。
将公式(32)、(33)代入公式(31),则得到:
对于永磁同步电动机随机系统dx=f(x)dt+h(x)dw,如果有一个正定的、径向无界的,两次连续求导的Lyapunov函数V(x):Rn→R和常数a0>0,b0≥0,使得V(x)的导数满足:
LV(x)≤-a0V(x)+b0;
其中,E[V(x)]表示函数V(x)的期望;
在公式(35)两边同时乘以eat,并在[0,t]内积分得到:
其中,V(0)和V(t)分别表示V(x)在x=0和x=t的取值;
其中,Vif(0)表示选取的约束Lyapunov函数的初始值;
因此系统状态变量被约束在紧集Ωx内,以保证永磁同步电动机随机系统的状态约束要求。
下面在虚拟环境下对所提出的基于状态约束的永磁同步电动机随机系统模糊自适应方法进行仿真,以验证所提出控制方法的可行性。具体参数选择如下:
电动机及负载参数为:
J=0.003798kg·m2,Rs=0.68Ω,B=0.001158N·m/(rad/s),Ld=0.00285H,Lq=0.00315H,
Φ=0.1245H,np=3。
选择控制律参数为:
k1=5,k2=6,k3=6,k4=6,r=5,m=1,h2=h3=h4=0.05。
给定期望的位置信号xd=sin(t),设负载转矩为TL=1。
永磁同步电动机仿真初始状态为[0.2,0,0,0]。
|x1|<3,|x2|<3,|x3|<3,|x4|<3。
基于状态约束的永磁同步电动机随机系统模糊自适应控制方法的仿真结果如图2-6所示。
应用本发明控制方法后转子角度跟踪信号x1和期望信号xd如图2所示;转子角度跟踪误差如图3所示;由图2和图3看出,永磁同步电动机随机系统的输出很好的跟踪期望信号。
q轴定子电压和d轴定子电压如图4和图5所示。由图4和图5能够看出,经过本发明控制方法后,真实控制律uq和ud都稳定在一个有界区域内。
永磁同步电动机状态量的约束空间如图6所示。由图6能够看出,经过本发明控制方法后,电动机的转子角速度、定子电流等状态量都在约束空间内。
以上仿真结果表明,本发明中基于状态约束的永磁同步电动机随机系统模糊自适应控制方法能够高效地跟踪参考信号,因此,具有实际的实施意义。
当然,以上说明仅仅为本发明的较佳实施例,本发明并不限于列举上述实施例,应当说明的是,任何熟悉本领域的技术人员在本说明书的教导下,所做出的所有等同替代、明显变形形式,均落在本说明书的实质范围之内,理应受到本发明的保护。
Claims (1)
1.基于状态约束的永磁同步电动机随机系统模糊自适应控制方法,其特征在于,
包括如下步骤:
a.建立永磁同步电动机的d-q坐标轴动态数学模型,如公式(1)所示:
其中,θ表示转子角度,ω表示转子角速度,uq表示q轴定子电压,ud表示d轴定子电压,iq表示q轴定子电流,id表示d轴定子电流,Lq表示q轴定子电感,Ld表示d轴定子电感,J表示转动惯量,B表示摩擦系数,np表示极对数,Φ表示永磁体产生的磁链,TL表示负载转矩,Rs表示定子电阻;为了简化以上动态数学模型,定义如下新变量:
永磁同步电动机随机系统表示为:dx=f(x)dt+h(x)dw;
其中,x∈Rn是系统状态变量,w为独立增量随机过程,f(·):Rn→Rn和h(·):Rn→Rn×r是在x上的局部Lipschitz函数,且f(·)的初始值f(0)=0和h(·)的初始值h(0)=0;
其中,Rn和Rn×r均表示实数向量集,n和r为实数向量集的维数;
考虑到随机因素的影响,则永磁同步电动机随机系统的模型表示如下:
其中,ψ2、ψ3、ψ4均表示未知的光滑非线性函数;
b.采用约束Lyapunov函数设计一种基于状态约束的永磁同步电动机随机系统模糊自适应控制方法,控制目标是设计q轴定子电压uq和d轴定子电压ud为真实控制律,使得x1跟踪期望的位置信号xd,同时使永磁同步电动机随机系统的状态量始终在给定的区间内;
假设f(Z)在紧集ΩZ中是一个连续的函数,对于任意的常数ε>0,总是有一个模糊逻辑系统WTS(Z)满足:其中,输入向量q是模糊输入维数,Rq为实数向量集;W∈Rn是模糊权向量,模糊节点数n为正整数,且n>1,Rn为实数向量集;S(Z)=[s1(Z),...,sn(Z)]T∈Rn为基函数向量;s1(Z),...,sn(Z)表示S(Z)的基向量;
其中,μm=[μm1,...,μmq]T是Gaussian函数分布曲线的中心位置,而ηm则为其宽度;
μm1,...,μmq分别表示μm的基向量;
其中,zia表示跟踪误差变量,ia=1,2,3,4,α1和α2为所期望的虚拟控制信号;
基于状态约束的永磁同步电动机随机系统模糊自适应控制方法的每一步都采用一个约束Lyapunov函数来构建一个虚拟控制信号或者真实控制律;控制方法包括以下步骤:
b1.对于期望的位置信号xd,选取约束Lyapunov函数V1为:
其中,k1是正的设计参数,将公式(5)和虚拟控制信号α1代入公式(4)得到:
对公式(7)进行求导,得到:
根据杨氏不等式,得到:
其中,d表示|TL|的上限值;I2为正常数;
其中,W2∈Rn是模糊权向量,S2(Z)为基函数向量,||W2||为向量W2的范数,h2为正常数;
选取虚拟控制信号α2为:
将公式(9)、(10)、(11)、(12)、(13)代入式(8)得到:
对公式(15)进行求导,得到:
根据杨氏不等式,得到:
其中,W3∈Rn是模糊权向量,S3(Z)为基函数向量,||W3||为向量W3的范数,h3为正常数;
设计q轴定子电压uq为真实控制律,uq的表达式如下:
其中,k3是正的设计参数,将公式(17)、(18)、(19)代入式(16)得到:
对公式(21)求导得到:
根据杨氏不等式,得到:
其中W4∈Rn是模糊权向量,S4(Z)为基函数向量,||W4||为向量W4的范数,h4为正常数;
设计d轴定子电压ud为真实控制律,ud的表达式如下:
将公式(23)、(24)、(25)代入公式(22)得到:
定义θ=max{||W2||2,||W3||2,||W4||2},则由公式(26)得到:
其中,r为正常数,则对V求导得到:
其中,m为正常数,将公式(30)代入式(29)得到:
c.对基于状态约束的永磁同步电动机随机系统模糊自适应控制方法进行稳定性分析;
将公式(32)、(33)代入公式(31),则得到:
对于永磁同步电动机随机系统dx=f(x)dt+h(x)dw,如果有一个正定的、径向无界的,两次连续求导的Lyapunov函数V(x):Rn→R和常数a0>0,b0≥0,使得V(x)的导数满足:
LV(x)≤-a0V(x)+b0;
其中,E[V(x)]表示函数V(x)的期望;
在公式(35)两边同时乘以eat,并在[0,t]内积分得到:
其中,V(0)和V(t)分别表示V(x)在x=0和x=t的取值;
其中,Vif(0)表示选取的约束Lyapunov函数的初始值;
因此系统状态变量被约束在紧集Ωx内,以保证永磁同步电动机随机系统的状态约束要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010878975.XA CN112019111B (zh) | 2020-08-27 | 2020-08-27 | 基于状态约束的永磁同步电动机随机系统模糊自适应控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010878975.XA CN112019111B (zh) | 2020-08-27 | 2020-08-27 | 基于状态约束的永磁同步电动机随机系统模糊自适应控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112019111A true CN112019111A (zh) | 2020-12-01 |
CN112019111B CN112019111B (zh) | 2022-01-18 |
Family
ID=73502318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010878975.XA Active CN112019111B (zh) | 2020-08-27 | 2020-08-27 | 基于状态约束的永磁同步电动机随机系统模糊自适应控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112019111B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113659895A (zh) * | 2021-08-02 | 2021-11-16 | 青岛大学 | 基于指令滤波的永磁同步电动机全状态约束有限时间控制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1244092A2 (en) * | 2001-03-20 | 2002-09-25 | Siemens Automotive Inc. | Active noise cancellation for a vehicle induction system with selectable noise models |
CN101917150A (zh) * | 2010-06-24 | 2010-12-15 | 江苏大学 | 永磁同步电机模糊神经网络广义逆鲁棒控制器及构造方法 |
US20130002187A1 (en) * | 2010-03-12 | 2013-01-03 | Franklin Electric Company, Inc. | Variable speed drive system |
EP2597429A1 (de) * | 2011-11-25 | 2013-05-29 | Dr. Fritz Faulhaber GmbH & Co. KG | Verfahren und Anordnung zur Bestimmung des dynamischen Zustands eines Elektromotors |
CN105515029A (zh) * | 2015-12-03 | 2016-04-20 | 华北电力大学 | 飞轮储能系统的控制方法及装置 |
CN106788046A (zh) * | 2017-02-20 | 2017-05-31 | 青岛大学 | 永磁同步电机命令滤波有限时间模糊控制方法 |
CN109153381A (zh) * | 2016-05-12 | 2019-01-04 | 大众汽车有限公司 | 用于混合动力驱动装置的控制方法、控制设备和混合动力驱动装置 |
CN109873582A (zh) * | 2019-01-29 | 2019-06-11 | 青岛大学 | 基于动态面的永磁同步电机有限时间位置跟踪控制方法 |
-
2020
- 2020-08-27 CN CN202010878975.XA patent/CN112019111B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1244092A2 (en) * | 2001-03-20 | 2002-09-25 | Siemens Automotive Inc. | Active noise cancellation for a vehicle induction system with selectable noise models |
US20130002187A1 (en) * | 2010-03-12 | 2013-01-03 | Franklin Electric Company, Inc. | Variable speed drive system |
CN101917150A (zh) * | 2010-06-24 | 2010-12-15 | 江苏大学 | 永磁同步电机模糊神经网络广义逆鲁棒控制器及构造方法 |
EP2597429A1 (de) * | 2011-11-25 | 2013-05-29 | Dr. Fritz Faulhaber GmbH & Co. KG | Verfahren und Anordnung zur Bestimmung des dynamischen Zustands eines Elektromotors |
CN105515029A (zh) * | 2015-12-03 | 2016-04-20 | 华北电力大学 | 飞轮储能系统的控制方法及装置 |
CN109153381A (zh) * | 2016-05-12 | 2019-01-04 | 大众汽车有限公司 | 用于混合动力驱动装置的控制方法、控制设备和混合动力驱动装置 |
CN106788046A (zh) * | 2017-02-20 | 2017-05-31 | 青岛大学 | 永磁同步电机命令滤波有限时间模糊控制方法 |
CN109873582A (zh) * | 2019-01-29 | 2019-06-11 | 青岛大学 | 基于动态面的永磁同步电机有限时间位置跟踪控制方法 |
Non-Patent Citations (1)
Title |
---|
刘莹莹等: "基于状态约束的永磁同步电机的位置跟踪控制", 《青岛大学学报(工程技术版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113659895A (zh) * | 2021-08-02 | 2021-11-16 | 青岛大学 | 基于指令滤波的永磁同步电动机全状态约束有限时间控制方法 |
CN113659895B (zh) * | 2021-08-02 | 2023-08-11 | 青岛大学 | 基于指令滤波的永磁同步电动机全状态约束有限时间控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112019111B (zh) | 2022-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109194219B (zh) | 一种基于无模型非奇异终端滑模控制永磁同步电机的方法及系统 | |
CN108964545B (zh) | 一种基于命令滤波的同步电机神经网络反步离散控制方法 | |
CN110401391B (zh) | 异步电动机随机系统模糊自适应动态面控制方法 | |
CN110336505B (zh) | 基于状态约束的异步电动机命令滤波模糊控制方法 | |
CN110401390B (zh) | 基于观测器的永磁同步电机随机命令滤波模糊控制方法 | |
CN110112971B (zh) | 一种基于有限时间动态面的异步电动机位置跟踪控制方法 | |
CN109921698B (zh) | 考虑铁损的永磁同步电机随机命令滤波神经网络控制方法 | |
CN106788046A (zh) | 永磁同步电机命令滤波有限时间模糊控制方法 | |
Merabet et al. | Speed control of sensorless induction generator by artificial neural network in wind energy conversion system | |
CN105262395A (zh) | 基于滑模控制理论的永磁同步电机的控制方法及系统 | |
CN109067275A (zh) | 一种基于解耦自适应滑模的永磁直线电机混沌控制方法 | |
Tir et al. | Adaptive high gain observer based MRAS for sensorless induction motor drives | |
CN107276471A (zh) | 一种基于状态受限的异步电机模糊位置跟踪控制方法 | |
CN113659895B (zh) | 基于指令滤波的永磁同步电动机全状态约束有限时间控制方法 | |
CN117691903A (zh) | 基于rbf神经网络的永磁同步电机滑模控制方法 | |
Jukić et al. | Flying‐start and continuous operation of a permanent‐magnet wind generator based on discontinuous currents, discrete second‐order sliding‐mode observer and phase‐locked loop | |
CN109873583B (zh) | 基于状态受限的永磁同步电机模糊位置跟踪控制方法 | |
CN112019111B (zh) | 基于状态约束的永磁同步电动机随机系统模糊自适应控制方法 | |
Sun et al. | Speed sensorless control strategy for six‐phase linear induction motor based on the dual reduced‐dimensional serial extended Kalman filters | |
Saleh et al. | Anti‐windup scheme based on 2DOF‐PIλDμ controller for velocity tracking of linear induction motor | |
CN113381662B (zh) | 基于有限时间动态面技术的永磁同步电动机随机系统模糊控制方法 | |
CN115313939A (zh) | 永磁同步电机随机系统指令滤波模糊自适应控制方法 | |
CN111293941B (zh) | 一种考虑铁损的永磁同步电动机有限时间动态面控制方法 | |
Wei et al. | Model-Free Predictive Control Using Sinusoidal Generalized Universal Model for PMSM Drives | |
CN112039374B (zh) | 考虑输入饱和的永磁同步电动机命令滤波离散控制方法 |
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 |