CN114844418B - 一种感应电机无速度传感器控制方法 - Google Patents

Abstract

本发明公开了一种感应电机无速度传感器控制方法，具体为：建立感应电机矢量控制模型，并对调制模块输出的脉冲、直流侧电压进行处理和运算得到三相电压，将三相电压和三相定子电流变换到α‑β坐标系内；对重构的电压信号以及反馈的电流信号进行运算和处理，建立快速终端滑模观测器，得到感应电机的转子反电动势；对转子反电动势分量幅值归一化处理，利用跟踪微分器‑锁频环得到感应电机的估计速度；将估计的转速输入到感应电机矢量控制系统，实现感应电机无速度传感器运行。本发明有效降低各种干扰的不利影响，对于不同的工况均有很好的适应性；同时实时性好，能够满足速度估计的要求；还具有易于实现，计算负担小，鲁棒性强的特点。

Description

一种感应电机无速度传感器控制方法

技术领域

本发明属于电力牵引交流传动技术领域，尤其涉及一种感应电机无速度传感器控制方法。

背景技术

城市轨道交通以其节能、省地、运量大、全天候、污染小、安全舒适、准点等特点，成为了国内各大主要城市拥堵问题的最佳解决方案。在城轨列车中，常采用感应电机驱动系统作为动力来源，其可靠运行对城轨列车有着举足轻重的影响。

然而，在城轨列车运行时，通常利用机械式速度传感器进行速度检测，以实现高性能的转速闭环控制。这些机械式速度传感器应用到实际中会存在以下问题：检测要求高的机械式速度传感器价格较贵，增加系统成本；增加了电机与控制系统间的接口电路，使系统更容易受干扰；其精度受恶劣环境影响，降低系统可靠性。保证感应电机驱动系统可靠运行的一个发展趋势是采用高性能的无速度传感器控制技术，即通过速度估计方案实现速度信息准确检测，如此，便可取消速度传感器，提升牵引传动系统可靠性。

在众多用于感应电机无速度传感器控制系统中，基于锁相环(phase-lockedloop，PLL)的速度估计方案以其结构简单、易于实现等优点备受青睐。然而，基于锁相环的速度估计方案在干扰(如：电机参数变化、直流偏置等)出现时，估计性能显著下降。更为严重的是，基于锁相环的速度估计方案运行升降速工况时会出现明显的估计误差，这对于要求电机频繁工作在升降速工况的城轨列车牵引传动系统来说，基于锁相环的速度估计方案难以适用。

发明内容

鉴于现有的基于锁相环的速度估计技术的不足，本发明的目的是提供一种适用离线仿真、硬件在环仿真系统以及实物实验的感应电机无速度传感器控制系统中速度估计方法，实现感应电机在在速度指令变化工况、负载变化工况、定子电阻变化工况以及直流偏置工况的速度准确估计，并且该速度估计方法具有易于实现，计算负担小，鲁棒性强的特点，更重要的是，该方案能够有效保证在升降速工况时的速度估计性能，弥补了现有基于锁相环的速度估计方法中鲁棒性低以及在升降速工况速度估计性能欠佳的技术问题。

为实现上述发明目的，本发明提供一种感应电机无速度传感器控制方法。

本发明的一种感应电机无速度传感器控制方法，利用跟踪微分器-锁频环(tracking differentiator-frequency-locked loop，TD-FLL)完成感应电机运行在不同工况下的速度辨识，具体包括以下步骤：

步骤1：建立感应电机矢量控制系统，计算转子反电动势。

建立感应电机矢量控制模型，并对调制模块输出的脉冲、直流侧电压进行处理和运算得到三相电压，将三相电压和三相定子电流变换到α-β坐标系内，为速度估计提供输入量；对重构的电压信号以及反馈的电流信号进行运算和处理，建立快速终端滑模观测器(fast terminal sliding mode observer，FTSMO)，得到感应电机的转子反电动势。

步骤2：对估计的转子反电动势分量幅值归一化处理，利用跟踪微分器-锁频环得到感应电机的估计速度。

步骤3：将估计的转速输入到感应电机矢量控制系统，进行后续模型计算，将易测的定子电压和定子电流信号输出到速度估计算法中，实现感应电机牵引系统无速度传感器运行。

步骤1具体为：

感应电机的电压模型为：

式中，u_sα、u_sβ分别为定子电压α、β分量，i_sα、i_sβ分别为定子电流α、β分量，e_rα、e_rβ分别为转子反电动势α、β分量，R_s为定子电阻，L_s、L_r、L_m分别为定子电感、转子电感、励磁电感，σ为漏磁系数，且有：

在快速终端滑模观测器中，定义滑模面为：

式中，x、分别为状态变量、状态变量的微分，m、n、λ为滑模面增益，sgn(·)为符号函数，且有：

由式(1)和式(3)可得：

式中，分别为估计的定子电流α、β分量，h为快速终端滑模观测器增益，s_α、s_β分别为滑模面的状态变量，且有：

式中：ζ_α和ζ_β分别为定子电流估计误差，且有：

由式(5)减去式(1)可得：

当定子电流估计误差趋近于0，则有：

将式(9)代入到式(8)，则有：

进一步，则有：

由式(11)得到感应电机的转子反电动势估计信号。

步骤2具体为：

在电机驱动系统中，有：

式中，θ_r和arctan(·)分别为转子位置和反正切函数；

由式(12)可得：

式中：E_rα和E_rβ分别为转子反电动势信号的微分，且有：

若转子反电动势信号发的幅值为1，则有：

利用跟踪微分器实现对转子反电动势信号的微分，跟踪微分器表示为：

式中：v_r、x₁、x₂、γ和|·|分别为参考变量、参考变量的跟踪值、追踪值的微分、跟踪微分器的增益和绝对值函数。

由式(16)得：

式中：和/>分别为跟踪微分器输出的转子反电动势信号的微分和转子反电动势信号；

根据式(15)和式(17)，得到转子磁链同步速度，则有：

如此，实现感应电机转速估计。

本发明的有益技术效果为：

1、本发明采用快速终端滑模观测器提供转子反电动势估计信号，有效降低电机参数变化和直流偏置等干扰的不利影响，有效保证速度估计性能。

2、本发明利用幅值归一化有效降低感应电机运行过程中转子反电动势幅值变化的影响。

3、本发明实现感应电机运行在升降速工况时的准确估计。

4、本发明采用跟踪微分器-锁频环的速度估计方法，对于不同的工况均有很好的适应性；同时实时性好，能够满足速度估计的要求。此外，该方法具有很好的通用性，还可以移植到其它交流电机无速度传感器控制的算法中。

附图说明

图1是本发明所实现的基于跟踪微分器-锁频环的速度估计方法原理图。

图2是本发明所实现的快速终端滑模观测器的结构框图。

图3是本发明所实现的幅值归一化的结构框图。

图4是本发明所实现的基于跟踪微分器-锁频环的速度估计方案的结构框图。

图5是基于本发明感应电机速度估计方法在基于dSPACE的快速原型控制环境下做出的实施例的速度指令变化(第3秒时，速度指令由1000r/min→1300r/min；第6秒时，速度指令由1300r/min→1000r/min)工况下实验结果中速度估计的波形图。

图6是基于本发明感应电机速度估计方法在基于dSPACE的快速原型控制环境下做出的实施例的速度指令变化(第3秒时，速度指令由1000r/min→1300r/min；第6秒时，速度指令由1300r/min→1000r/min)工况下实验结果中转子反电动势估计的波形图。

图7是基于本发明感应电机速度估计方法在基于dSPACE的快速原型控制环境下做出的实施例的负载变化(第3秒时，负载由3N·m→6N·m；第6秒时，负载由6N·m→3N·m)工况下实验结果中速度估计的波形图。

图8是基于本发明感应电机速度估计方法在基于dSPACE的快速原型控制环境下做出的实施例的负载变化(第3秒时，负载由3N·m→6N·m；第6秒时，负载由6N·m→3N·m)工况下实验结果中转子反电动势估计的波形图。

图9是基于本发明感应电机速度估计方法在基于dSPACE的快速原型控制环境下做出的实施例的定子电阻变化(第3秒时，定子电阻由3.67Ω→4.404Ω；第6秒时，定子电阻由4.404Ω→3.67Ω)工况下实验结果中速度估计的波形图。

图10是基于本发明感应电机速度估计方法在基于dSPACE的快速原型控制环境下做出的实施例的定子电阻变化(第3秒时，定子电阻由3.67Ω→4.404Ω；第6秒时，定子电阻由4.404Ω→3.67Ω)工况下实验结果中转子反电动势估计的波形图。

图11是基于本发明感应电机速度估计方法在基于dSPACE的快速原型控制环境下做出的实施例的直流偏置(第3秒时，直流偏置由0V→0.3V；第6秒时，负载由0.3V→0V)工况下实验结果中速度估计的波形图。

图12是基于本发明感应电机速度估计方法在基于dSPACE的快速原型控制环境下做出的实施例的直流偏置(第3秒时，直流偏置由0V→0.3V；第6秒时，负载由0.3V→0V)工况下实验结果中转子反电动势估计的波形图。

具体实施方式

下面结合附图和具体实施方法对本发明作进一步详细说明。

本发明的一种感应电机无速度传感器控制方法，利用跟踪微分器-锁频环(tracking differentiator-frequency-locked loop，TD-FLL)完成感应电机运行在不同工况下的速度辨识，原理图如图1所示，即根据感应电机的电压模型，建立快速终端滑模观测器，得到转子反电动势信号的α、β分量；在此基础上，将转子反电动势信号的α、β分量进行幅值归一化处理，最后利用跟踪微分器-锁频环得到估计速度。在本发明所实现的速度估计方法中的快速终端滑模观测器结构图如图2所示，其用于提供准确的转子反电动势估计信号，作为基于跟踪微分器-锁频环的速度估计方案的输入信号。具体包括以下步骤：

步骤1：建立感应电机矢量控制系统，计算转子反电动势。

建立感应电机矢量控制模型，并对调制模块输出的脉冲、直流侧电压进行处理和运算得到三相电压，将三相电压和三相定子电流变换到α-β坐标系内，为速度估计提供输入量；对重构的电压信号以及反馈的电流信号进行运算和处理，建立快速终端滑模观测器(fast terminal sliding mode observer，FTSMO)，得到感应电机的转子反电动势。

感应电机的电压模型为：

式中，u_sα、u_sβ分别为定子电压α、β分量，i_sα、i_sβ分别为定子电流α、β分量，e_rα、e_rβ分别为转子反电动势α、β分量，R_s为定子电阻，L_s、L_r、L_m分别为定子电感、转子电感、励磁电感，σ为漏磁系数，且有：

在快速终端滑模观测器中，定义滑模面为：

式中，x、分别为状态变量、状态变量的微分，m、n、λ为滑模面增益，sgn(·)为符号函数，且有：

由式(1)和式(3)可得：

式中，分别为估计的定子电流α、β分量，h为快速终端滑模观测器增益，s_α、s_β分别为滑模面的状态变量，且有：

式中：ζ_α和ζ_β分别为定子电流估计误差，且有：

由式(5)减去式(1)可得：

当定子电流估计误差趋近于0，则有：

将式(9)代入到式(8)，则有：

进一步，则有：

由式(11)得到感应电机的转子反电动势估计信号。

步骤2：依据图3，对估计的转子反电动势分量幅值归一化处理，利用跟踪微分器-锁频环得到感应电机的估计速度。

在电机驱动系统中，有：

式中，θ_r和arctan(·)分别为转子位置和反正切函数；

由式(12)可得：

式中：E_rα和E_rβ分别为转子反电动势信号的微分，且有：

若转子反电动势信号的幅值为1，则有：

考虑到直接微分会引入噪声等干扰，利用跟踪微分器实现对转子反电动势信号的微分，跟踪微分器表示为：

式中：v_r、x₁、x₂、γ和|·|分别为参考变量、参考变量的跟踪值、追踪值的微分、跟踪微分器的增益和绝对值函数。

由式(16)得：

式中：和/>分别为跟踪微分器输出的转子反电动势信号的微分和转子反电动势信号；

根据式(15)和式(17)，得到转子磁链同步速度，则有：

如此，实现感应电机转速估计。

步骤3：依据图4，将估计的转速输入到感应电机矢量控制系统，进行后续模型计算，将易测的定子电压和定子电流信号输出到速度估计算法中，实现感应电机牵引系统无速度传感器运行。

本发明考虑电机参数变化、直流偏置等干扰对速度估计方案的影响，并采用高性能观测器降低干扰的不利影响；针对基于锁相环的速度估计方案在升降速工况时的性能欠佳的问题，采用基于新型锁频环的速度估计方案实现速度准确估计。

采用本发明，可实现离线仿真、硬件在环仿真系统以及实物实验中，实现感应电机在在速度指令变化工况、负载变化工况、定子电阻变化工况以及直流偏置工况的测试，并且该速度估计方法具有易于实现，计算负担小，鲁棒性强的特点，更重要的是，该方案能够有效保证在升降速工况时的速度估计性能，弥补了现有基于锁相环的速度估计方法中鲁棒性低，升降速工况速度估计性能欠佳的技术问题。所建立的速度估计方法可适用于一切基于计算机实现的对感应电机无速度传感器控制系统进行的仿真以及实物实验研究，并且进一步可以推广到其他交流电机无速度传感器系统。

基于上述模型进行实验测试，感应电机参数为：定子电阻R_s＝3.67Ω，转子电阻R_r＝2.32Ω，励磁电感L_m＝235mH，定子电感L_s＝244.2mH，转子电感L_r＝247.3mH。感应电机无速度传感器速度估计在不同工况下的速度估计测试结果如图5-10所示(图5为感应电机运行在速度指令变化(第3秒时，速度指令由1000r/min→1300r/min；第6秒时，速度指令由1300r/min→1000r/min)工况下速度估计的测试结果；图6为感应电机运行在速度指令变化(第3秒时，速度指令由1000r/min→1300r/min；第6秒时，速度指令由1300r/min→1000r/min)工况下转子反电动势估计的测试结果；图7为感应电机运行在负载变化(第3秒时，负载由3N·m→6N·m；第6秒时，负载由6N·m→3N·m)工况下速度估计的测试结果；图8为感应电机运行在负载变化(第3秒时，负载由3N·m→6N·m；第6秒时，负载由6N·m→3N·m)工况下转子反电动势估计的测试结果；图9为感应电机运行在定子电阻变化(第3秒时，定子电阻由3.67Ω→4.404Ω；第6秒时，定子电阻由4.404Ω→3.67Ω)工况下速度估计的测试结果；图10为感应电机运行在定子电阻变化(第3秒时，定子电阻由3.67Ω→4.404Ω；第6秒时，定子电阻由4.404Ω→3.67Ω)工况下转子反电动势估计的测试结果；图11为感应电机运行在直流偏置(第3秒时，直流偏置由0V→0.3V；第6秒时，负载由0.3V→0V)工况下速度估计的测试结果；图12为感应电机运行在直流偏置(第3秒时，直流偏置由0V→0.3V；第6秒时，负载由0.3V→0V)工况下转子反电动势估计的测试结果)。

本发明可在基于dSPACE控制器的快速原型控制下进行感应电机无速度传感器系统速度估计的测试，基于这种实施方式亦可以在RT-LAB等类似的实时仿真器中进行感应电机运行在不同工况下的仿真。

Claims (1)

1.一种感应电机无速度传感器控制方法，其特征在于，利用跟踪微分器-锁频环完成感应电机运行在不同工况下的速度辨识，具体包括以下步骤：

步骤1：建立感应电机矢量控制系统，计算转子反电动势；

建立感应电机矢量控制模型，并对调制模块输出的脉冲、直流侧电压进行处理和运算得到三相电压，将三相电压和三相定子电流变换到α-β坐标系内，为速度估计提供输入量；对重构的电压信号以及反馈的电流信号进行运算和处理，建立快速终端滑模观测器，得到感应电机的转子反电动势；

感应电机的电压模型为：

式中，u_sα、u_sβ分别为定子电压α、β分量，i_sα、i_sβ分别为定子电流α、β分量，e_rα、e_rβ分别为转子反电动势α、β分量，R_s为定子电阻，L_s、L_r、L_m分别为定子电感、转子电感、励磁电感，σ为漏磁系数，且有：

在快速终端滑模观测器中，定义滑模面为：

式中，x、分别为状态变量、状态变量的微分，m、n、λ为滑模面增益，sgn(·)为符号函数，且有：

由式(1)和式(3)可得：

式中，分别为估计的定子电流α、β分量，h为快速终端滑模观测器增益，s_α、s_β分别为滑模面的状态变量，且有：

式中：ζ_α和ζ_β分别为定子电流估计误差，且有：

由式(5)减去式(1)可得：

当定子电流估计误差趋近于0，则有：

将式(9)代入到式(8)，则有：

进一步，则有：

由式(11)得到感应电机的转子反电动势估计信号；

步骤2：对估计的转子反电动势分量幅值归一化处理，利用跟踪微分器-锁频环得到感应电机的估计速度；

在电机驱动系统中，有：

式中，θ_r和arctan(·)分别为转子位置和反正切函数；

由式(12)可得：

式中：E_rα和E_rβ分别为转子反电动势信号的微分，且有：

若转子反电动势信号的幅值为1，则有：

利用跟踪微分器实现对转子反电动势信号的微分，跟踪微分器表示为：

式中：v_r、v₁、v₂、γ和|·|分别为参考变量、参考变量的跟踪值、跟踪值的微分、跟踪微分器的增益和绝对值函数；

由式(16)得：

式中：和/>分别为跟踪微分器输出的转子反电动势信号的微分和转子反电动势信号；

根据式(15)和式(17)，得到转子磁链同步速度，则有：

如此，实现感应电机转速估计；

步骤3：将估计的转速输入到感应电机矢量控制系统，进行后续模型计算，将易测的定子电压和定子电流信号输出到速度估计算法中，实现感应电机牵引系统无速度传感器运行。