CN114465542B - 异步电机速度传感器故障容错控制方法 - Google Patents

Abstract

本发明公开了一种异步电机速度传感器故障容错控制方法，步骤包括：步骤1、通过高频注入法进行速度估计；步骤2、进行速度估计；步骤3、通过扩展卡尔曼滤波进行速度估计；步骤4、故障诊断和故障建模；步骤5、在基于步骤4中的两种故障条件下，通过欧拉表决算法选择一个适中的速度估计器的输出作为速度反馈值。本发明的方法，在每个速度段采用两种速度估计器进行故障诊断提高了故障诊断的准确性，在速度传感器发生故障时，采用基于欧拉公式的表决算法选择最相关的速度信息进行反馈，实现系统由带速度传感器模式到无速度传感器模式的平滑切换。

Description

异步电机速度传感器故障容错控制方法

技术领域

本发明属于异步电机控制技术领域，涉及一种异步电机速度传感器故障容错控制方法。

背景技术

随着电力电子技术、功率半导体技术以及现代控制理论的发展，异步电机控制技术日益成熟，推动着现代化工业的不断进步。异步电机控制系统因其价格低廉、控制简单、使用方便、效率高、节能，在工业生产以及日常生活中得到广泛应用，例如化工生产中的压缩机、海上石油钻井平台的旋转机械、电梯扶梯控制系统以及船舶动力系统等。然而，由于恶劣工作环境或者人员误操作等原因，系统部件可能会发生故障，在异步电机矢量控制系统中，必须对转速进行闭环控制，一旦速度传感器发生故障就会造成反馈信息的不准确甚至缺失，这将会严重地影响整个系统的控制性能，甚至导致系统崩溃，造成巨大的经济损失和人员伤亡。

因此，针对在全速度范围内速度传感器故障的容错控制，研制可靠性更高的容错控制方法就显得尤为重要。

发明内容

本发明的目的是提供一种异步电机速度传感器故障容错控制方法，解决了现有技术反馈信息不准确甚至缺失，严重影响整个系统的控制性能，甚至导致系统崩溃的问题。

本发明采用的技术方案是，一种异步电机速度传感器故障容错控制方法，按照以下步骤实施：

步骤1、通过高频注入法进行速度估计；

步骤2、进行速度估计；

步骤3、通过扩展卡尔曼滤波进行速度估计；

步骤4、故障诊断和故障建模；

步骤5、在基于步骤4中的两种故障条件下，通过欧拉表决算法选择一个适中的速度估计器的输出作为速度反馈值。

本发明的有益效果是，采用全阶磁链观测器、扩展卡尔曼滤波、高频注入法三种速度估计器对转速进行估计，并且在每个速度段内选择两种速度估计器，旨在提高故障诊断的准确性，当速度传感器发生故障，采用欧拉表决算法选择当前速度段内最相关的速度信息进行反馈，从而达到容错的目的。仿真结果证明了所提出的容错控制方法的有效性。具体包括以下方面：

1)本发明方法与传统的采用一种速度估计器进行故障诊断相比，在每个速度段内确定两种速度估计器，提高了故障诊断的准确性

2)本发明方法采用欧拉表决算法在故障时选择两种速度估计中最相关的信息进行反馈，提高了速度反馈信息的准确性。

附图说明

图1是本发明方法针对异步电机速度传感器故障的容错控制框图；

图2是本发明方法中加入高频电压的α轴定子电压图；

图3是本发明方法中加入高频电压的β轴定子电压图；

图4是本发明方法中的α轴定子流图；

图5是本发明方法中的β轴定子流图；

图6是本发明方法中的转子位置角误差Δθ图；

图7是本发明方法实施例在n＝120r/min时高频注入法速度估计图；

图8是本发明方法实施例在n＝500r/min时全阶磁链速度估计图；

图9是本发明方法实施例在n＝1200r/min时扩展卡尔曼滤波速度估计图；

图10是本发明方法实施例故障诊断的简图；

图11是本发明方法中的欧拉表决算法的简图；

图12是本发明方法实施例在n＝90r/min时发生断线故障选择高频注入法方式的速度图；

图13是本发明方法实施例在n＝500r/min时发生断线故障选择全阶磁链观测方式的简图；

图14是本发明方法实施例在n＝1200r/min时发生固定偏差故障选择扩展卡尔曼滤波方式的简图。

图中，1.转子磁链调节器，2.转速调节器，3.电流调节器一，4.电流调节器二，5.逆Park变换模块，6.SVPWM控制，7.直流电源，8.逆变器，9.异步电机，10.Clark变换模块，11.Park变换模块，12.转子磁链计算模块，13.速度传感器，14.高频注入法速度估计器，15.扩展卡尔曼滤波速度估计器，16.全阶磁链观测器速度估计器，17.故障诊断模块，18.欧拉表决模块，19.A相电流传感器，20.B相电流传感器。

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1所示，是本发明方法实现异步电机速度传感器故障容错的控制框图，本发明方法以基于异步电机矢量控制为基础，硬件系统主要包括以下模块：转子磁链调节器1，转速调节器2，电流调节器一3，电流调节器二4，逆Park变换模块5，SVPWM控制6，直流电源7，逆变器8，异步电机9，Clark变换模块10，Park变换模块11，转子磁链计算模块12，速度传感器13，高频注入法速度估计器14，扩展卡尔曼滤波速度估计器15，全阶磁链观测器速度估计器16，故障诊断模块17，欧拉表决模块18，A相电流传感器19，B相电流传感器20。

上述硬件系统的控制原理是：将给定的转子磁链与转子磁链计算模块12计算得到的磁链ψ_r作差，得到转子磁链偏差；将该转子磁链偏差送入转子磁链调节器1中得到定子d轴电流的给定值/>将该给定值/>与Park变换模块11输出的定子d轴电流i_sd作差得到定子d轴电流偏差；通过电流调节器一3得到定子d轴电压的给定值/>由速度传感器13或欧拉表决模块18得到转速反馈与给定的转速值/>作差得到转速误差，将该转速误差通过转速调节器2得到定子q轴电流的给定值/>将给定值/>与Park变换模块11输出的定子q轴电流i_sq作差得到定子q轴的电流误差，将该电流误差通过电流调节器二4得到定子q轴电压的给定值/>给定值/>和给定值/>作为逆Park变换模块5的输入得到定子α轴、β轴电压的给定值/>和/>给定值/>和/>通过SVPWM控制6得到六路PWM波信号送入逆变器8中，逆变器8将直流电源7给出的直流电变换成三相电压并且输入异步电机9中进行驱动，三相电流通过A相电流传感器19和B相电流传感器20的输出送入Clark变换模块10，通过Clark变换后的输出再送入Park变换模块11中分别得到定子d轴和q轴的电流反馈值i_sd和i_sd；

前述三个速度估计器用于不同转速的估计和故障诊断，将其中的高频注入法速度估计器14用于估计的低速段转速扩展卡尔曼滤波速度估计器15用于估计的全转速段转速/>全阶磁链观测器速度估计器16用于估计中高速段的转速/>以及速度传感器13测得的转速ω_r一起输入到故障诊断模块17中，来判断速度传感器13是否发生故障；当速度传感器13正常时，故障诊断模块17的输出为0，此时闭环控制速度反馈为速度传感器13的值；当速度传感器13发生故障，故障诊断模块17的输出为1，此时通过欧拉表决模块18在低速和中高速段选择两种速度估计器中误差最小的一个速度估计器作为闭环控制速度的反馈。

本发明的方法，利用上述的硬件系统，按照以下步骤实施：

步骤1、通过高频注入法进行速度估计(采用高频注入法速度估计器14)，

1.1)在异步电机9的α轴、β轴上分别注入高频电压Δu_α＝-u_isinω_it、Δu_β＝u_icosω_it，u_i是高频电压的幅值，ω_i是高频电压的频率，t是时间，

本步骤中，优选u_i＝20v，ω_i＝1000Hz，α轴、β轴上的定子电压分别如图2、图3所示；

1.2)在异步电机9的定子侧得到α轴、β轴的定子电流，表达式是：

其中，L_σd＝L_sσd+L_rσd为d轴漏感，L_σq＝L_sσq+L_rσq为q轴漏感，L_sσd、L_rσd分别为d轴定转子漏感，L_sσq、L_rσq分别q轴定转子漏感，θ_r为转子位置；

本实施例中，α轴、β轴的定子电流分别如图4、图5所示。

1.3)在公式(1)的第二项中包含有需要的异步电机9的转子位置信息，令 为转子位置估计值，将公式(1)代入其中转换得到新的公式/>通过一阶低通滤波器G(S)＝1/TS+1，其中的T＝2πf_c为时间常数，f_c为截止频率，S是复变量；

在本步骤中，截止频率f_c＝400Hz，得到

当电机转子角速度的估计值趋近电机转子实测电角速度ω_r时，

按照实施例设置，得到的转子位置角误差如图6所示；

1.4)将步骤1.3)得到的作为输入量，采用龙贝格观测算法(该龙贝格观测算法即公式(2)所表达的算法，它不是一个实际的器件，在第一个注入法的里边仅仅是一个步骤)对转速进行估计，表达式如下：

其中，为转子角位置估计值的导数；/>为转速估计值对时间的导数；为电磁转矩，n_p为电机极对数，i_sq为定子q轴电流，ψ_r为转子磁链，L_m为定子和转子互感，L_r为转子电感；

通常增加一个积分增益k_i1环节来提高龙贝格观测算法的稳态性能，最终通过公式对转速进行估计，/>代表积分，k_p1为误差的比例增益系数，k_i1为误差的积分增益系数；

本步骤中，在转速为120r/min时通过高频注入法进行速度估计，优选k_p1＝0.03，k_i1＝2，结果如图7所示；

步骤2、进行速度估计(利用全阶磁链观测器速度估计器16进行)，

2.1)建立静止坐标系下异步电机9的电机模型，电机模型的表达式是：

其中，为系统矩阵，R_s、R_r分别为定子和转子电阻，L_s为定子电感，T_r为转子电磁时间常数，/>为异步电机9的漏磁系数，ω_r为异步电机9的转速；X₁＝[i_sα i_sβ ψ_rα ψ_rβ]^T，其中的i_sα、i_sβ分别为α轴、β轴的定子电流，ψ_rα、ψ_rβ分别为α轴、β轴的转子磁链；/>为输入矩阵；Y为观测矢量；U＝[u_sαu_sβ]^T，其中的u_sα、u_sβ分别为α轴、β轴的定子电压；/>为输出矩阵；

2.2)构造异步电机9的全阶磁链观测器模型，表达式为：

其中， 为α轴、β轴的定子电流估计值，/> 为α轴、β轴的转子磁链估计值；/>为增益矩阵，/> 为全阶磁链观测器速度估计器16得到的转速估计值；/>

2.3)将电机模型公式(3)作为参考模型，同时，将全阶磁链观测器模型公式(4)作为可调模型，利用这两个模型的状态变量构成合适的自适应率，实时地调节全阶磁链观测器中的转速信号当辨识的转速误差为零时，/>收敛于0，此时的转速表达式为：

其中，K_p2为转速观测比例增益，k_i2为转速观测积分增益，

本步骤中，在转速为500r/min时通过全阶磁链观测器速度估计器16中预置的全阶磁链观测算法进行速度估计，其中选取k_p2＝15，k_i2＝200，结果如图8所示；

步骤3、通过扩展卡尔曼滤波进行速度估计(采用扩展卡尔曼滤波速度估计器15进行)，

3.1)对电机模型进行离散化，表达式如下：

其中，X₂(k)＝[i_sα(k) i_sβ(k) ψ_rα(k) ψ_rβ(k) ω_r(k)]^T为当前时刻状态变量，i_sα(k)、i_sβ(k)分别为当前时刻α轴、β轴的定子电流，ψ_rα(k)、ψ_rβ(k)分别为当前时刻α轴、β轴的转子磁链，ω_r(k)为当前时刻转速；U(k-1)＝[u_sα(k-1) u_sβ(k-1)]^T为上一时刻输入量，u_sα(k-1)、u_sβ(k-1)分别为α轴、β轴上一时刻的定子电压；Y(k)是观测输出；

其中，为系统矩阵，T_s为采样时间；/>为输入矩阵，/>为输出矩阵；

3.2)通过进行状态预测，

其中， 分别为α轴、β轴的定子电流上一时刻估计值，/>分别为α轴、β轴的转子磁链上一时刻估计值，/>为转速上一时刻估计值；

3.3)计算协方差矩阵更新中间矩阵P′(k)，表达式如下：

P′(k)＝G₂(k)P(k-1)G₂(k)^T+Q，

其中，

其中，Q＝diag[q₁ q₂ q₃ q₄ q₅]为系统噪声的协方差矩阵，q₁,q₂,q₃,q₄,q₅是常数，分别对应i_sa(k)、i_sβ(k)、ψ_ra(k)、ψ_rβ(k)、ω_r(k)的测量噪声协方差，其中diag[]表示对角元素为方括号中的向量，除对角元素外其余元素皆为0；P(k-1)为上一时刻协方差矩阵，

在本步骤中，Q＝diag[0.01,0.01,0.0000005,0.0000005,0.06]；

3.4)计算Kalman增益K(k)，表达式是K(k)＝P′(k)C_d ^T[C_dP′(k)C_d ^T+R]^-1，

其中，R＝diag[r₁ r₂]为观测噪声的协方差矩阵，r₁和r₂均为常数，分别对应i_sa(k)、i_sβ(k)的测量噪声协方差，

在本步骤中，R＝diag[10,10]；

3.5)进行状态更新，利用函数式实施；

3.6)更新误差协方差，利用函数式P(k)＝[I-K(k)C_d]P′(k)实施，

其中的I是与P(k)同维的单位阵，

本实施例中，在转速为1200r/min时通过扩展卡尔曼滤波速度估计器15中预置的扩展卡尔曼滤波算法进行速度估计，结果如图9所示。

步骤4、故障诊断和故障建模，

4.1)基于步骤1、步骤2、步骤3分别得到不同速度区段的转速估计值，通过各个转速估计值进行速度传感器的故障诊断，

定义及/>则有以下判定原则：

在低速段，当高频注入法速度估计器14(图10中作为估计器1)得到的估计值扩展卡尔曼滤波速度估计器15(图10中作为估计器2)得到的估计值/>通过比较器后，各自与速度传感器13的实测值ω_r的误差绝对值|e₁|和|e₃|大于所设定的阈值h时，则判定速度传感器13发生故障，如图10所示；

在中高速度段，当全阶磁链观测器速度估计器16(图10中作为估计器1)的估计值扩展卡尔曼滤波速度估计器15(图10中作为估计器2)得到的估计值/>通过比较器后，各自与速度传感器13的实测值ω_r的误差绝对值|e₂|和|e₃|大于所设定的阈值h时，则判定速度传感器13发生故障，如图10所示；

本实施例中，优选h＝1r/min；

4.2)建立断线故障和固定偏差故障的模型，

断线故障是在故障发生时刻t₀之前速度传感器输出值正常，在t₀之后速度传感器输出为0；

断线故障表达式是：

固定偏差故障是在故障发生时刻t₀之前速度传感器输出值正常，在t₀之后速度传感器输出值与正常值相差一个常数，ω_实为传感器正常时实际测得的转速，t₀为故障发生的时刻，

固定偏差故障表达式是：

M为速度传感器输出值与实际值之间的误差，

本实施例中，仿真时选取M＝10；

步骤5、在基于步骤4.2)中的两种故障条件下，通过欧拉表决算法(预置在欧拉表决模块18中)选择一个适中的速度估计器的输出作为速度反馈值，具体是预测当前时刻值ω_est(k)＝2ω_r(k-1)-ω_r(k-2)，其中ω_r(k-1)和ω_r(k-2)为速度传感器13前一个时刻和前两个时刻的速度值，然后，

若当前速度估计值在低速段选择高频注入法速度估计器14和扩展卡尔曼滤波速度估计器15两个速度估计输出中与ω_est(k)误差最小的一个作为速度反馈；

若当前速度估计值在中高速段选择扩展卡尔曼滤波速度估计器15和全阶磁链观测器速度估计器16两个速度估计输出中与ω_est(k)误差最小的一个作为速度反馈，即成。

如图11所示，分别表示在不同速度段内两个速度估计器的输出，对于低速段，/>分别是/>对于中高速段，/>分别是/>

图12为在90r/min时发生断线故障，选择高频注入法速度估计器14输出作为速度信息的反馈，从图12中可以看出当发生断线故障时，在切换点速度曲线没有存在较大的波动，表明利用欧拉表决算法能够实现速度的平滑切换。

图13为在500r/min时发生断线故障，选择全阶磁链观测器速度估计器16输出为速度信息的反馈，从图13中可以看出当发生断线故障时，在切换点速度曲线没有存在较大的波动，表明利用欧拉表决算法能够实现速度的平滑切换。

图14为在1200r/min时发生固定偏差故障，选择扩展卡尔曼滤波速度估计器15输出作为速度信息的反馈，从图14中可以看出当发生断线故障时，在切换点速度曲线没有存在较大的波动，表明利用欧拉表决算法能够实现速度的平滑切换。

Claims (5)

1.一种异步电机速度传感器故障容错控制方法，其特征在于，按照以下步骤实施：

步骤1、通过高频注入法进行速度估计；

步骤2、进行速度估计；

步骤3、通过扩展卡尔曼滤波进行速度估计；

步骤4、故障诊断和故障建模，具体过程是，

4.1)基于步骤1、步骤2、步骤3分别得到不同速度区段的转速估计值，通过各个转速估计值进行速度传感器的故障诊断，

定义及/>则有以下判定原则：

在低速段，当高频注入法速度估计器得到的估计值扩展卡尔曼滤波速度估计器得到的估计值/>通过比较器后，各自与速度传感器的实测值ω_r的误差绝对值|e₁|和|e₃|大于所设定的阈值h时，则判定速度传感器发生故障；

在中高速度段，当全阶磁链观测器速度估计器的估计值扩展卡尔曼滤波速度估计器得到的估计值/>通过比较器后，各自与速度传感器的实测值ω_r的误差绝对值|e₂|和|e₃|大于所设定的阈值h时，则判定速度传感器发生故障；

4.2)建立断线故障和固定偏差故障的模型，

断线故障是在故障发生时刻t₀之前速度传感器输出值正常，在t₀之后速度传感器输出为0；

断线故障表达式是：

固定偏差故障是在故障发生时刻t₀之前速度传感器输出值正常，在t₀之后速度传感器输出值与正常值相差一个常数，ω_实为传感器正常时实际测得的转速，t₀为故障发生的时刻，

固定偏差故障表达式是：

M为速度传感器输出值与实际值之间的误差；

步骤5、在基于步骤4中的两种故障条件下，通过欧拉表决算法选择一个适中的速度估计器的输出作为速度反馈值。

2.根据权利要求1所述的异步电机速度传感器故障容错控制方法，其特征在于：所述的步骤1的具体过程是，

1.1)在异步电机的α轴、β轴上分别注入高频电压Δu_α＝-u_isinω_it、Δu_β＝u_icosω_it，u_i是高频电压的幅值，ω_i是高频电压的频率，t是时间；

1.2)在异步电机的定子侧得到α轴、β轴的定子电流，表达式是：

其中，L_σd＝L_sσd+L_rσd为d轴漏感，L_σq＝L_sσq+L_rσq为q轴漏感，L_sσd、L_rσd分别为d轴定转子漏感，L_sσq、L_rσq分别q轴定转子漏感，θ_r为转子位置；

1.3)在公式(1)的第二项中包含有需要的异步电机的转子位置信息，令 为转子位置估计值，将公式(1)代入其中转换得到新的公式/>通过一阶低通滤波器G(S)＝1/TS+1，其中的T＝2πf_c为时间常数，f_c为截止频率，S是复变量；

在本步骤中，截止频率f_c＝400Hz，得到

当电机转子角速度的估计值趋近电机转子实测电角速度ω_r时，

1.4)将步骤1.3)得到的作为输入量，采用龙贝格观测算法对转速进行估计，表达式如下：

其中，为转子角位置估计值的导数；/>为转速估计值对时间的导数；为电磁转矩，n_p为电机极对数，i_sq为定子q轴电流，ψ_r为转子磁链，L_m为定子和转子互感，L_r为转子电感；

增加一个积分增益k_i1环节来提高龙贝格观测算法的稳态性能，最终通过公式对转速进行估计，/>代表积分，k_p1为误差的比例增益系数，k_i1为误差的积分增益系数。

3.根据权利要求1所述的异步电机速度传感器故障容错控制方法，其特征在于：所述的步骤2的具体过程是，

2.1)建立静止坐标系下异步电机的电机模型，电机模型的表达式是：

其中，为系统矩阵，R_s、R_r分别为定子和转子电阻，L_s为定子电感，T_r为转子电磁时间常数，/>为异步电机的漏磁系数，ω_r为异步电机的转速；X₁＝[i_sα i_sβ ψ_rα ψ_rβ]^T，其中的i_sα、i_sβ分别为α轴、β轴的定子电流，ψ_rα、ψ_rβ分别为α轴、β轴的转子磁链；/>为输入矩阵；Y为观测矢量；U＝[u_sα u_sβ]^T，其中的u_sα、u_sβ分别为α轴、β轴的定子电压；/>为输出矩阵；

2.2)构造异步电机的全阶磁链观测器模型，表达式为：

其中， 为α轴、β轴的定子电流估计值，/> 为α轴、β轴的转子磁链估计值；/>为增益矩阵，/> 为全阶磁链观测器速度估计器得到的转速估计值；/>

2.3)将电机模型公式(3)作为参考模型，同时，将全阶磁链观测器模型公式(4)作为可调模型，利用这两个模型的状态变量构成自适应率，实时地调节全阶磁链观测器中的转速信号当辨识的转速误差为零时，/>收敛于0，此时的转速表达式为：

其中，K_p2为转速观测比例增益，k_i2为转速观测积分增益。

4.根据权利要求1所述的异步电机速度传感器故障容错控制方法，其特征在于：所述的步骤3的具体过程是，

3.1)对电机模型进行离散化，表达式如下：

其中，X₂(k)＝[i_sα(k) i_sβ(k) ψ_rα(k) ψ_rβ(k) ω_r(k)]^T为当前时刻状态变量，i_sα(k)、i_sβ(k)分别为当前时刻α轴、β轴的定子电流，ψ_rα(k)、ψ_rβ(k)分别为当前时刻α轴、β轴的转子磁链，ω_r(k)为当前时刻转速；U(k-1)＝[u_sα(k-1) u_sβ(k-1)]^T为上一时刻输入量，u_sα(k-1)、u_sβ(k-1)分别为α轴、β轴上一时刻的定子电压；Y(k)是观测输出；

其中，为系统矩阵，T_s为采样时间；/>为输入矩阵，/>为输出矩阵；

3.2)通过进行状态预测，

其中， 分别为α轴、β轴的定子电流上一时刻估计值，/>分别为α轴、β轴的转子磁链上一时刻估计值，/>为转速上一时刻估计值；

3.3)计算协方差矩阵更新中间矩阵P′(k)，表达式如下：

P′(k)＝G₂(k)P(k-1)G₂(k)^T+Q，

其中，

其中，Q＝diag[q₁ q₂ q₃ q₄ q₅]为系统噪声的协方差矩阵，q₁,q₂,q₃,q₄,q₅是常数，分别对应i_sa(k)、i_sβ(k)、ψ_ra(k)、ψ_rβ(k)、ω_r(k)的测量噪声协方差，其中diag[]表示对角元素为方括号中的向量，除对角元素外其余元素皆为0；P(k-1)为上一时刻协方差矩阵；

3.4)计算Kalman增益K(k)，表达式是K(k)＝P′(k)C_d ^T[C_dP′(k)C_d ^T+R]^-1，

其中，R＝diag[r₁ r₂]为观测噪声的协方差矩阵，r₁和r₂均为常数，分别对应i_sa(k)、i_sβ(k)的测量噪声协方差，

3.5)进行状态更新，利用函数式实施；

3.6)更新误差协方差，利用函数式P(k)＝[I-K(k)C_d]P′(k)实施，其中的I是与P(k)同维的单位阵。

5.根据权利要求1所述的异步电机速度传感器故障容错控制方法，其特征在于：所述的步骤5的具体过程是，

预测当前时刻值ω_est(k)＝2ω_r(k-1)-ω_r(k-2)，其中ω_r(k-1)和ω_r(k-2)为速度传感器前一个时刻和前两个时刻的速度值，然后，

若当前速度估计值在低速段选择高频注入法速度估计器和扩展卡尔曼滤波速度估计器两个速度估计输出中与ω_est(k)误差最小的一个作为速度反馈；若当前速度估计值在中高速段选择扩展卡尔曼滤波速度估计器和全阶磁链观测器速度估计器两个速度估计输出中与ω_est(k)误差最小的一个作为速度反馈。