CN113328663A - 一种基于参数优化的永磁同步电机双闭环滑模控制方法 - Google Patents

Abstract

本发明公开了一种基于参数优化的永磁同步电机双闭环滑模控制方法，具体为：采集永磁同步电机三相电流和实际转速，将三相电流转换成d‑q坐标系下的等效电流；构造滑模面和转速环滑模控制器；对滑模控制器的初始参数采用遗传算法进行优化，将优化后参数输入到滑模控制器中，滑模控制器输出参考电流与等效电流一起输入双闭环PI控制器，将双闭环PI控制器输出的电压变换得到静止两相坐标系电压，再经过空间矢量调制输出PWM信号，然后产生三相电压信号控制电动机的转速。本发明解决了现有的永磁同步电机转速环滑模控制器控制效果因参数选取不当而达不到预期水平，且人工调试耗费过长时间并难以保证获得较好的控制性能的问题。

Description

一种基于参数优化的永磁同步电机双闭环滑模控制方法

技术领域

本发明属于电力电子技术领域，涉及一种基于参数优化的永磁同步电机双闭环滑模控制方法。

背景技术

永磁同步电机利用稀土永磁体作为转子励磁，永磁体充磁后可以产生永久的磁场。它成本低，稳定性好，精度高，体积小，已被广泛应用于各相关领域。

然而永磁同步电机属于交流电机，它的启动特性和调速特性无法做到和直流电机一样的水平，直到矢量控制的出现这一情况才大为改善。近年来，随着技术的不断发展，永磁同步电机被应用于更多高精尖领域。如今，高性能低成本的永磁同步电机正在逐步取代传统电机，成为交流伺服控制领域的一个重要方向。

虽然永磁同步电机技术已取得长足进度，但仍然存在启动特性和调速特性不如直流电机，转矩和磁链控制难的问题，这些问题已成为目前永磁同步电机的研究热点。针对转矩和磁链控制难问题，在上世纪七十年代，德国的学者提出了一种控制策略，名为矢量控制，通过坐标的变换方法将异步电动机等效为一台直流电动机，从而像直流电动机一样可以进行快速的转矩和磁链控制。PI控制是永磁同步电机的一种常用控制方法，它根据给定值与实际输出值构成控制偏差，将偏差的比例和积分通过线性组合构成控制量，对被控对象进行控制。

但传统的PI控制器已经不能满足目前的非线性，强耦合系统应用需求，针对使用PI控制器时永磁同步电机的调速系统的动态品质不佳的问题，有学者提出采用滑模变结构控制作为转速环控制器。滑模变结构控制是变结构控制系统的一种控制策略。其与常规的控制方法不同之处在于他是不连续控制，滑模控制具有鲁棒性好、控制算法简单和可靠性高等优点。但他的问题在于选取滑模控制器的参数为人为试验参数，通过一遍一遍观察不同参数产生的不同实验结果来对比选出最优参数或者根据以往工程经验来选取最优参数，选取参数时间耗费过长，且容易选取不到最优的参数，因此设计滑模控制器过程中参数的设计需要耗费长时间调试，且难以获得较好的控制性能。

发明内容

本发明的目的是提供一种基于参数优化的永磁同步电机双闭环滑模控制方法，解决现有技术中存在的人工选取参数时间耗费过长，且容易选取不到最优的参数的问题。

本发明所采用的技术方案是，一种基于参数优化的永磁同步电机双闭环滑模控制方法，具体按照如下步骤实施：

步骤1，采集永磁同步电机三相电流i_a，i_b，i_c和实际转速ω_m，将i_a，i_b，i_c依次进行clark和park变换转换成d-q坐标系下的等效电流i_d，i_q；

步骤2，构造滑模面和转速环滑模控制器；

步骤3，选取一组范围内的滑模控制器初始参数c₀，q₀，ε₀，应用遗传算法对始参数进行优化，得到优化后的滑模控制器参数c_n，q_n，ε_n，将优化后的滑模控制器参数输入到滑模控制器中；

步骤4，将滑模控制器输出q轴参考电流与步骤1得到的i_d，i_q一起输入双闭环PI控制器，双闭环PI控制器输出d轴的电压u_d和q轴的电压u_q，将u_d和u_q进行反Park变换得到静止两相坐标系α、β轴电压u_α、u_β，经过空间矢量调制输出PWM信号；

步骤5，通过PWM信号控制三相逆变器产生三相电压信号，然后通过三相电压信号控制电动机的转速。

本发明的特征还在于，

步骤1具体为：

步骤1.1，采集永磁同步电机的三相电流i_a，i_b，i_c，并进行Clark变换，将三相电流转换成α-β坐标系下的等效电流i_α，i_β；

步骤1.2，通过位置传感器获得永磁同步电机的实际转速ω_m和转子位置θ，根据转子的位置θ，将转子的位置θ和i_α，i_β进行Park变换转换成d-q坐标系下的等效电流i_d，i_q；

步骤1.3：将i_d，i_q，ω_m输入进双闭环系统中。

步骤2具体为：

步骤2.1，采用i_d＝0的转子磁场定向控制方法，建立d-q坐标系下的数学模型：

其中，L_S为定子电感，R为定子电阻，Ψ_f为永磁体磁链，P_n为极对数，J为转动惯量，T_L为负载转矩，ω_m为实际转速；

滑模面s的函数为：

s＝cx₁+x₂ (3)

其中，c为滑模控制器的参数；

其中，ω_ref为永磁同步电机的给定转速；

步骤2.2，滑模控制器表达式：

其中，sgn(s)为符号函数，c、q、ε为滑模控制器三个待设参数，

步骤3具体为：

步骤3.1，输入滑模控制器的初始参数c₀，q₀，ε₀到遗传算法中，形成初始种群；

步骤3.2，根据适应度函数F，计算初始种群的适应度；

步骤3.3，根据初始种群的适应度选择相应的个体依次进行复制、交叉、变异操作后，形成下一代种群；

步骤3.4，对新的种群重复进行步骤3.2和3.3，直到达到规定的迭代次数结束后，得到最终的种群，在最终种群中选择适应度最大的个体，得到最优解c_n，q_n，ε_n，将得到的最优解c_n，q_n，ε_n，输入滑模控制器中，滑模控制器输出q轴电流i_qref；

步骤3.2中的适应度函数F具体为：

其中，d₁为未达到稳态前的采样点数，d为达到稳态前的采样点数，N_rn为每一个采样点时的转速数值，Z为稳态误差惩罚因子，E为惩罚因子；

其中，稳态误差惩罚因子Z的计算方式如下：

其中，d₂为达到稳态时的采样点数，T为总仿真采样点数；

B_n为辅助计算项，按照如下公式计算：

其中，e为稳态误差值，N为给定的转速值；

惩罚因子E按照如下公式计算：

其中，N_rm为采样期间最大的转速值。

步骤4具体为：

步骤4.1，将步骤3模控制器输出的q轴参考电流i_qref和步骤1采集的q轴电流i_q做差，并将差值输入外环PI控制器进行电流调节，外环PI控制器输出得到q轴电压u_q'；

步骤4.2，将矢量控制给定的d轴参考电流i_dref＝0和步骤1采集得到的i_d做差，并将差值输入内环PI控制器进行电流调节，内环PI控制器输出得到d轴电压u_d'；

步骤4.3，将u_d'和u_q'进行反Park变换得到u_α'和u_β'，然后输入进空间矢量调制模块，经过调制输出PWM信号。

步骤5具体为：

步骤5.1，将步骤4得到的PWM信号控制三相逆变器产生三相电压信号；

步骤5.2，将步骤5.1得到的三相电压信号输入进永磁同步电机进而控制永磁同步电机的转速。

本发明的有益效果是：

本发明通过将输入的滑模控制器初始参数形成初始种群，不同参数产生的不同实验结果通过遗传算法采集实验结果数据，来计算其适应度高低，遗传算法直接采集数据比人为去一遍遍观察节约了很多的时间，通过遗传算法来复制、交叉、变异，最终选取最优的滑模控制器参数。本发明通过遗传算法来选取更优的滑模控制器参数，解决了现有的永磁同步电机转速环滑模控制器控制效果因参数选取不当而达不到预期水平，且人工调试耗费过长时间并难以保证获得较好的控制性能的问题。

附图说明

图1是本发明一种基于参数优化的永磁同步电机双闭环滑模控制方法的总控制框图；

图2是本发明一种基于参数优化的永磁同步电机双闭环滑模控制方法中采用遗传算法求取滑模控制器参数的流程图；

图3是使用本发明一种基于参数优化的永磁同步电机双闭环滑模控制方法得到的永磁同步电机转速图。

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。

本发明一种基于参数优化的永磁同步电机双闭环滑模控制方法，其流程如图1所示，具体按照如下步骤实施：

步骤1，采集永磁同步电机三相电流i_a，i_b，i_c和实际转速ω_m，将i_a，i_b，i_c依次进行clark和park变换转换成d-q坐标系下的等效电流i_d，i_q，具体为：

步骤1.1，采集永磁同步电机的三相电流i_a，i_b，i_c，并进行Clark变换，将三相电流转换成α-β坐标系下的等效电流i_α，i_β；

步骤1.2，通过位置传感器获得永磁同步电机的实际转速ω_m和转子位置θ，根据转子的位置θ，将转子的位置θ和i_α，i_β进行Park变换转换成d-q坐标系下的等效电流i_d，i_q；

步骤1.3：将i_d，i_q，ω_m输入进双闭环系统中；

步骤2，构造滑模面和转速环滑模控制器，具体为：

步骤2.1，采用i_d＝0的转子磁场定向控制方法，建立d-q坐标系下的数学模型：

其中，L_S为定子电感，R为定子电阻，Ψ_f为永磁体磁链，P_n为极对数，J为转动惯量，T_L为负载转矩，ω_m为实际转速；

定义PMSM(永磁同步电机)系统的状态变量：

其中，ω_ref为永磁同步电机的给定转速；

则滑模面s的函数为：

s＝cx₁+x₂ (3)

其中，c为滑模控制器的参数；

步骤2.2，采用指数趋近律，得到滑模控制器表达式：

其中，sgn(s)为符号函数，c、q、ε为滑模控制器三个待设参数，

步骤3，计算滑模控制器初始参数c₀，q₀，ε₀，应用遗传算法对始参数进行优化，得到优化后的滑模控制器参数c_n，q_n，ε_n，将优化后的滑模控制器参数输入到滑模控制器中；如图2所示，具体为：

步骤3.1，输入滑模控制器的初始参数c₀，q₀，ε₀到遗传算法中，形成初始种群；

步骤3.2，根据适应度函数F，计算初始种群的适应度；

依据三个性能指标最大超调量、调节时间、稳态误差以及考虑削弱滑模控制器的抖振问题，设计本文适应度函数。根据指数趋近率的要求，ε越小可以有效的降低抖振。在得到较小的超调，稳态误差以及抖振的基础上求取上升时间最短的滑模控制器参数；

首先设计和超调相关的适应度函数部分，引入惩罚因子E淘汰掉超调过大的个体，保证种群个体的优秀。惩罚因子E的具体内容为，当N_rm大于1.05N时惩罚因子E为0整体适应度函数为0，本个体不在后续被选择，如式(5)所示：

其中，N_rm为采样期间最大的转速值，N为给定的转速值；

引入稳态误差惩罚因子Z辅助计算项B_n，按照如下公式计算：

其中，e为稳态误差值，N为给定的转速值，N_rn为每一个采样点时的转速数值，d₂为达到稳态时的采样点数，T为总仿真采样点数；

设计稳态误差惩罚因子Z，具体为：

则适应度函数F具体为：

其中，d₁为未达到稳态前的采样点数，d为达到稳态前的采样点数。

步骤3.3，根据初始种群的适应度选择相应的个体依次进行复制、交叉、变异操作后，形成下一代种群；

步骤3.4，对新的种群重复进行步骤3.2和3.3，直到达到规定的迭代次数结束后，得到最终的种群，在最终种群中选择适应度最大的个体，得到最优解c_n，q_n，ε_n，将得到的最优解c_n，q_n，ε_n，输入滑模控制器中，滑模控制器输出q轴电流i_qref；

步骤4，将滑模控制器输出q轴参考电流与步骤1得到的i_d，i_q一起输入双闭环PI控制器，双闭环PI控制器输出d轴的电压u_d和q轴的电压u_q，将u_d和u_q进行反Park变换得到静止两相坐标系α、β轴电压u_α、u_β，经过空间矢量调制输出PWM信号；具体为：

步骤4.1，将步骤3模控制器输出的q轴参考电流i_qref和步骤1采集的q轴电流i_q做差，并将差值输入外环PI控制器进行电流调节，外环PI控制器输出得到q轴电压u_q'；

步骤4.2，将矢量控制给定的d轴参考电流i_dref＝0和步骤1采集得到的i_d做差，并将差值输入内环PI控制器进行电流调节，内环PI控制器输出得到d轴电压u_d'；

步骤4.3，将u_d'和u_q'进行反Park变换得到u_α'和u_β'，然后输入进空间矢量调制模块，经过调制输出PWM信号；

步骤5，通过PWM信号控制三相逆变器产生三相电压信号，然后通过三相电压信号控制电动机的转速，具体为：

步骤5.1，将步骤4得到的PWM信号控制三相逆变器产生三相电压信号；

步骤5.2，将步骤5.1得到的三相电压信号输入进永磁同步电机进而控制永磁同步电机的转速。

其仿真结果如图3所示，仿真的具体步骤如下：

首先根据如图1所示的控制框图来搭建需要的仿真模型，采用两个PI控制器，一个根据步骤2设计的滑模控制器，以及SVPWM模块，三相逆变器，永磁同步电机模块以及所需的Clark，Park模块，连接构成本发明所需的转速环为滑模控制器的双闭环永磁同步电机矢量控制系统。

然后采用i_d＝0的矢量控制方法，给定d轴参考电流为0A，转速环给定转速为1000r/min，设定PI控制器参数，以及永磁同步电机参数，滑模控制器参数设定为变量c，q，ε；

经过步骤3选取一组范围内的滑模控制器初始参数c₀，q₀，ε₀，应用遗传算法对始参数进行优化，得到优化后的滑模控制器参数c_n，q_n，ε_n，将优化后的滑模控制器参数输入到滑模控制器中；

最后滑模控制器得到最优参数，整个仿真模型以最优的滑模控制器参数运行，得到所需的永磁同步电机转速环波形如图3中虚线所示。

图3中实线是使用传统方法经过人工一次次调试观察得到的转速环波形。通过比较可以明显看出经过遗传算法优化的转速环波形不只解放了人工的生产力，而且得到了较人工调试更快的上升时间，并且超调量控制在了5％以内。通过图3波形对比，完全可以体现本发明方法的优越性。

Claims (7)

1.一种基于参数优化的永磁同步电机双闭环滑模控制方法，其特征在于，具体按照如下步骤实施：

步骤1，采集永磁同步电机三相电流i_a，i_b，i_c和实际转速ω_m，将i_a，i_b，i_c依次进行clark和park变换转换成d-q坐标系下的等效电流i_d，i_q；

步骤2，构造滑模面和转速环滑模控制器；

步骤3，选取一组范围内的滑模控制器初始参数c₀，q₀，ε₀，应用遗传算法对始参数进行优化，得到优化后的滑模控制器参数c_n，q_n，ε_n，将优化后的滑模控制器参数输入到滑模控制器中；

步骤4，将滑模控制器输出q轴参考电流与步骤1得到的i_d，i_q一起输入双闭环PI控制器，双闭环PI控制器输出d轴的电压u_d和q轴的电压u_q，将u_d和u_q进行反Park变换得到静止两相坐标系α、β轴电压u_α、u_β，经过空间矢量调制输出PWM信号；

步骤5，通过PWM信号控制三相逆变器产生三相电压信号，然后通过三相电压信号控制电动机的转速。

2.根据权利要求1所述的一种基于参数优化的永磁同步电机双闭环滑模控制方法，其特征在于，所述步骤1具体为：

步骤1.1，采集永磁同步电机的三相电流i_a，i_b，i_c，并进行Clark变换，将三相电流转换成α-β坐标系下的等效电流i_α，i_β；

步骤1.2，通过位置传感器获得永磁同步电机的实际转速ω_m和转子位置θ，根据转子的位置θ，将转子的位置θ和i_α，i_β进行Park变换转换成d-q坐标系下的等效电流i_d，i_q；

步骤1.3：将i_d，i_q，ω_m输入进双闭环系统中。

3.根据权利要求1所述的一种基于参数优化的永磁同步电机双闭环滑模控制方法，其特征在于，所述步骤2具体为：

步骤2.1，采用i_d＝0的转子磁场定向控制方法，建立d-q坐标系下的数学模型：

其中，L_S为定子电感，R为定子电阻，Ψ_f为永磁体磁链，P_n为极对数，J为转动惯量，T_L为负载转矩，ω_m为实际转速；

滑模面s的函数为：

s＝cx₁+x₂ (3)

其中，c为滑模控制器的参数；

其中，ω_ref为永磁同步电机的给定转速；

步骤2.2，滑模控制器表达式：

其中，sgn(s)为符号函数，c、q、ε为滑模控制器三个待设参数，

4.根据权利要求1所述的一种基于参数优化的永磁同步电机双闭环滑模控制方法，其特征在于，所述步骤3具体为：

步骤3.1，输入滑模控制器的初始参数c₀，q₀，ε₀到遗传算法中，形成初始种群；

步骤3.2，根据适应度函数F，计算初始种群的适应度；

步骤3.3，根据初始种群的适应度选择相应的个体依次进行复制、交叉、变异操作后，形成下一代种群；

步骤3.4，对新的种群重复进行步骤3.2和3.3，直到达到规定的迭代次数结束后，得到最终的种群，在最终种群中选择适应度最大的个体，得到最优解c_n，q_n，ε_n，将得到的最优解c_n，q_n，ε_n，输入滑模控制器中，滑模控制器输出q轴电流i_qref。

5.根据权利要求4所述的一种基于参数优化的永磁同步电机双闭环滑模控制方法，其特征在于，所述步骤3.2中的适应度函数F具体为：

其中，d₁为未达到稳态前的采样点数，d为达到稳态前的采样点数，N_rn为每一个采样点时的转速数值，Z为稳态误差惩罚因子，E为惩罚因子；

其中，稳态误差惩罚因子Z的计算方式如下：

其中，d₂为达到稳态时的采样点数，T为总仿真采样点数；

B_n为辅助计算项，按照如下公式计算：

其中，e为稳态误差值，N为给定的转速值；

惩罚因子E按照如下公式计算：

其中，N_rm为采样期间最大的转速值。

6.根据权利要求4所述的一种基于参数优化的永磁同步电机双闭环滑模控制方法，其特征在于，所述步骤4具体为：

步骤4.1，将步骤3模控制器输出的q轴参考电流i_qref和步骤1采集的q轴电流i_q做差，并将差值输入外环PI控制器进行电流调节，外环PI控制器输出得到q轴电压u_q’；

步骤4.2，将矢量控制给定的d轴参考电流i_dref＝0和步骤1采集得到的i_d做差，并将差值输入内环PI控制器进行电流调节，内环PI控制器输出得到d轴电压u_d’；

步骤4.3，将u_d’和u_q’进行反Park变换得到u_α’和u_β’，然后输入进空间矢量调制模块，经过调制输出PWM信号。

7.根据权利要求1所述的一种基于参数优化的永磁同步电机双闭环滑模控制方法，其特征在于，所述步骤5具体为：

步骤5.1，将步骤4得到的PWM信号控制三相逆变器产生三相电压信号；

步骤5.2，将步骤5.1得到的三相电压信号输入进永磁同步电机进而控制永磁同步电机的转速。

Images