CN115313939A - 永磁同步电机随机系统指令滤波模糊自适应控制方法 - Google Patents

永磁同步电机随机系统指令滤波模糊自适应控制方法 Download PDF

Info

Publication number
CN115313939A
CN115313939A CN202210978146.8A CN202210978146A CN115313939A CN 115313939 A CN115313939 A CN 115313939A CN 202210978146 A CN202210978146 A CN 202210978146A CN 115313939 A CN115313939 A CN 115313939A
Authority
CN
China
Prior art keywords
function
permanent magnet
magnet synchronous
synchronous motor
following
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.)
Pending
Application number
CN202210978146.8A
Other languages
English (en)
Inventor
于金鹏
徐庆龙
张雨
刘占杰
孙吉华
刘加朋
王保防
马玉梅
朱一平
司晨怡
马盼盼
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.)
Qingdao University
Original Assignee
Qingdao University
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 Qingdao University filed Critical Qingdao University
Priority to CN202210978146.8A priority Critical patent/CN115313939A/zh
Publication of CN115313939A publication Critical patent/CN115313939A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/14Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/0003Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H02P21/001Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using fuzzy control
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/0003Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H02P21/0017Model reference adaptation, e.g. MRAS or MRAC, useful for control or parameter estimation
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/14Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • H02P21/18Estimation of position or speed
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/22Current control, e.g. using a current control loop
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P25/00Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details
    • H02P25/02Arrangements 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
    • H02P25/022Synchronous motors
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P27/00Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
    • H02P27/04Arrangements 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
    • H02P27/06Arrangements 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
    • H02P27/08Arrangements 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
    • H02P27/085Arrangements 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
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P2207/00Indexing scheme relating to controlling arrangements characterised by the type of motor
    • H02P2207/05Synchronous machines, e.g. with permanent magnets or DC excitation

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Fuzzy Systems (AREA)
  • Control Of Ac Motors In General (AREA)

Abstract

本发明属于永磁同步电机位置跟踪控制技术领域,公开了一种永磁同步电机随机系统指令滤波模糊自适应控制方法。该方法针对考虑时变状态约束和输入饱和的永磁同步电机随机系统的控制精度要求以及存在的随机扰动和非线性问题,设计模糊自适应反步控制器实现对目标位置的跟踪,构造障碍李雅普诺夫函数以保证电流、转速等状态量不违反时变约束条件。利用模糊逻辑理论处理电机随机系统中的未知非线性项。采用了指令滤波技术与误差补偿机制相结合的方法,不仅解决了传统反步法中出现的“计算爆炸”问题,而且消除了滤波误差的影响。本发明方法能有效抑制输入饱和与随机扰动的影响,提高系统的控制性能,同时能够保证电机系统所有状态在给定的约束范围内。

Description

永磁同步电机随机系统指令滤波模糊自适应控制方法
技术领域
本发明属于永磁同步电机位置跟踪控制技术领域,特别涉及一种考虑时变状态约束和输入饱和的永磁同步电机随机系统指令滤波模糊自适应控制方法。
背景技术
近年来,永磁同步电机(PMSM)因构造简单、系统效率高、控制性能好等特点被广泛应用于工农业领域,也成为众多国内外学者关注的对象。永磁同步电机是一种高度非线性、强耦合、多变量的控制系统,其性能易受电机本身以及负载干扰等未知因素的影响。目前,为了使系统获得更优良的控制性能,研究者们提出了许多有效的控制策略,如反步控制、鲁棒控制、自适应控制等先进的控制技术。
然而,上述控制方法没有把随机干扰造成的影响考虑在内。永磁同步电机在运行过程中,电机转矩、绕组电阻等参数会受到阻尼转矩和磁路饱和等干扰的影响,从而产生随机扰动现象,这些随机扰动往往成为制约系统性能的关键因素。此前,关于随机非线性系统控制的研究已取得了很大的进展。但现有的控制方法很少有考虑状态约束问题,在许多实际工程中,系统的状态量需要根据工作环境、实际需求等因素限制在合理的约束空间内,若输入信号或状态超过规定的约束条件,那么系统的安全性与稳定性就无法得到保障。如永磁同步电机在运行过程中,由于电流过大,电机绕组会严重发热,导致绝缘层加速老化,最终缩短电机寿命。所以对电机系统中的状态量如角速度、定子电流等进行时变约束,则更能满足实际工程需求。同时,考虑到实际系统中执行器的物理约束和机械设计,电机输入电压可能会出现输入饱和问题,需要注意的是电压过高会导致电机过热,影响电机的正常使用,严重时甚至损坏电机。因此,在永磁同步电机随机系统的控制中考虑时变约束与输入饱和具有重要意义。
在另一个前沿领域,大量先进控制方法的提出为处理非线性系统问题提供了更多有效的解决方法,其中,自适应反步法已成功运用到了永磁同步电机系统中,并取得了较好的控制效果。但反步法存在的缺点主要体现在某些系统的某些函数必须是线性的以及在设计过程中会因反复求导而造成计算爆炸问题。其中,现有技术通过使用模糊逻辑系统(FLS)或神经网络(NN)去逼近系统的非线性项,从而解决了某些系统的函数必须是线性的的问题。针对计算爆炸问题,现有技术已经提出动态面控制(DSC)方法来处理,且取得了显著成效。然而,在使用动态面控制方法时会存在滤波误差,并且此误差无法消除,这将影响控制效果。
发明内容
本发明的目的在于提出一种考虑时变状态约束和输入饱和的永磁同步电机随机系统指令滤波模糊自适应控制方法,该方法在充分考虑时变状态约束与输入饱和的情况下,能够使永磁同步电机随机系统快速地跟踪期望信号。
本发明为了实现上述目的,采用如下技术方案:
本发明提出了一种考虑时变状态约束和输入饱和的永磁同步电机随机系统指令滤波模糊自适应控制方法,该方法针对考虑时变状态约束和输入饱和的永磁同步电机随机系统的控制精度要求以及存在的随机扰动和非线性问题,设计模糊自适应反步控制器实现对目标位置的跟踪,构造障碍李雅普诺夫函数以保证电流、转速等状态量不违反时变约束条件,并且采用指令滤波技术与误差补偿机制相结合的方法,不仅解决了传统反步法中出现的“计算爆炸”问题,而且消除了滤波误差的影响,利用模糊逻辑系统处理永磁同步电机随机系统中的高阶非线性项,并结合自适应控制方法解决系统中存在的参数未知和输入饱和问题,构造考虑时变状态约束和输入饱和的永磁同步电机指令滤波模糊自适应反步控制器。
本发明具有如下优点:
(1)本发明方法针对PMSM随机系统,将时变状态约束和输入饱和同时纳入控制器设计考虑范围内,避免了因输入饱和问题对电机造成的损害,同时在反步推导的每个过程中都设计了时变障碍Lyapunov函数(TVBLF),以确保系统状态量都被约束在给定的时变区间内,使设计的控制器更能满足实际工程的需求。
(2)本发明采用模糊逻辑系统逼近的方法来处理永磁同步电机随机系统中的未知非线性函数,简化了模糊自适应反步控制器的结构,有效地解决了在参数不确定和有负载转矩扰动的情况下永磁同步电机的位置跟踪控制的问题。
(3)本发明将指令滤波技术和误差补偿机制结合起来,不仅从根本上解决了“计算爆炸”问题,而且降低了滤波误差对系统性能的影响,从而提高了系统的控制精度。
(4)本发明在设计控制器时考虑了电机运行中出现的随机干扰,使系统的鲁棒性与稳定性得以提升,所设计的控制器更有利于实际应用。
附图说明
图1为本发明中考虑时变状态约束和输入饱和的永磁同步电机随机指令滤波模糊自适应反步控制器、坐标变换、SVPWM逆变器组成的复合被控对象的示意图。
图2为采用本发明控制方法后转子角度、转子角度设定值以及约束条件跟踪仿真图。
图3为采用本发明控制方法后转子角度和转子角度设定值跟踪误差仿真图。
图4为采用本发明控制方法后永磁同步电机d轴定子电压仿真图。
图5为采用本发明控制方法后永磁同步电机q轴定子电压仿真图。
图6为采用本发明控制方法后永磁同步电机状态量x2的仿真图。
图7为采用本发明控制方法后永磁同步电机状态量x3的仿真图。
图8为采用本发明控制方法后永磁同步电机状态量x4的仿真图。
具体实施方式
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:
图1表示了本发明中基于指令滤波的永磁同步电机随机系统模糊自适应反步控制器、坐标变换、SVPWM逆变器组成的复合被控对象的示意图。
图1中涉及的部件主要包括基于指令滤波的永磁同步电机随机系统模糊自适应反步控制器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。在图1中U、V、W表示三相电压,uα和uβ为两相静止坐标系下的电压,ω为转子角速度。转速检测单元4和电流检测单元5主要用于检测永磁同步电机的转速相关变量和电流值,通过实际测量的电流和转速变量作为模糊自适应反步控制器输入,通过基于指令滤波的永磁同步电机随机系统模糊自适应反步控制器1进行电压控制,最终转换为三相电控制永磁同步电机的转子位置。为了设计一个有效的控制器,建立永磁同步电机随机系统模型是十分必要的。
考虑时变状态约束和输入饱和的永磁同步电机随机系统指令滤波模糊自适应控制方法,包括如下步骤:
步骤1.建立永磁同步电机的d-q坐标轴动态数学模型,如公式(1)所示:
Figure BDA0003799085480000031
其中,θ表示电机的转子角度,ω表示转子角速度,θ和ω均为系统的状态变量;ud和uq分别表示d、q轴上的电压,ud和uq是系统的输入信号;id和iq分别为d、q轴上的励磁电流;Ld和Lq为d-q坐标系下的定子电感;J表示电机的转动惯量,B表示电机的摩擦系数、TL表示电机的负载转矩,np表示电机的极对数,Φ表示电机的永磁体产生的磁链,Rs表示电机的定子电阻;定义如下变量来简化永磁同步电机的d-q坐标轴动态数学模型。
Figure BDA0003799085480000041
在考虑随机干扰的情况下,永磁同步电机动态数学模型如下所示:
Figure BDA0003799085480000042
其中,ψ2、ψ3、ψ4为未知光滑的扰动函数。
步骤2.根据指令滤波技术和自适应反步法原理,设计一种考虑时变状态约束和输入饱和的永磁同步电机随机系统指令滤波模糊自适应控制方法,其控制目标是设计系统的输入信号ud和uq,使x1能很好跟踪期望信号xd,并且系统中所有状态都需满足时变约束条件Γxj={xj∈R||xj|<kcj(t)},R表示实数集,kcj(t)为设计的时变连续函数,j=1,2,3,4。
对于公式(2),考虑系统的输入信号ud和uq受饱和非线性的影响,此处用u代指ud和uq
Figure BDA0003799085480000043
其中,v是真实控制输入,u是实际应用下的控制输入,umax>0与umin<0为未知饱和常数,由公式(3)得知,当v=umax或v=umin时会出现不可导点。
定义如下光滑分段函数来近似代替饱和函数,即:
Figure BDA0003799085480000044
由公式(3)和公式(4)得到,u=sat(v)=s(v)+d(v),且:
|d(v)|=|sat(v)-s(v)|≤max{umax(1-tanh(1)),umin(tanh(1)-1)}=D,D表示正常数。
则存在常数λ有:
Figure BDA0003799085480000045
其中,v0表示定子的真实控制输入电压v的初始值。
Figure BDA0003799085480000051
当v0=0,
Figure BDA0003799085480000052
时,得到:
Figure BDA0003799085480000053
其中,
Figure BDA0003799085480000054
b1i为正常数,i=1,2。当在q轴上时,用
Figure BDA0003799085480000055
代指
Figure BDA0003799085480000056
d1(v)代指d(v);当在d轴上,用
Figure BDA0003799085480000057
代指
Figure BDA0003799085480000058
d2(v)代指d(v)。
对于如下随机系统:dx=g(x)dt+μ(x)dw。
其中,g(x)和μ(x)为局部Lipschitz函数,且满足g(x)的初始值g(0)=μ(0)=0,其中,g(0)表示g(x)的初始值,μ(0)表示μ(x)的初始值。
任意给定V(x)∈C2,C2表示复数集,定义函数微分
Figure BDA0003799085480000059
Figure BDA00037990854800000510
微分法则得知:
Figure BDA00037990854800000511
其中,x∈Rn是系统的状态变量,Rn表示n维实数向量集,w∈Rr为标准布朗运动,Rr表示r维实数向量集,
Figure BDA00037990854800000512
表示
Figure BDA00037990854800000513
修正项,Tr表示对角线元素之和。
如果有一个函数V(x)∈C2,满足:
Figure BDA00037990854800000514
其中,β1(|x|)和β2(|x|)为k类函数,a0和b0为正常数,那么当t≥t0时,V(x)满足:
Figure BDA00037990854800000515
其中,E[V(t)]为V(t)的期望,则随机非线性系统的信号是依概率有界的,t0表示初始时刻;设f(x)是定义在紧集Ω上的连续函数,存在一个常数δ(z)>0和逻辑系统WTS(x),使f(x)=WTS(x)+δ(z),且对于任意的ε>0,有
Figure BDA00037990854800000516
δ(z)为逼近误差,W为模糊权向量,S(x)=[p1(x),…,pN(x)]T为基函数向量,pm(x)为高斯函数,即
Figure BDA00037990854800000518
中心向量ηm=[ηm1m2,…,ηmN]T,ρm为高斯函数的宽度,m=1,...,N。
定义如下指令滤波器:
Figure BDA00037990854800000517
其中,αi为指令滤波器的输入信号,i=1,2;l11、l12均为指令滤波器的输出信号,并且l11的初始值l11(0)=αi(0),αi(0)为αi的初始值,l12的初始值l12(0)=0;如果存在两个常数θ1>0,θ2>0,对于任意t≥0时刻,能同时满足
Figure BDA0003799085480000061
则对于任意的
Figure BDA0003799085480000069
总存在合适的ωn>0和
Figure BDA0003799085480000062
使得
Figure BDA0003799085480000063
都是有界的。
对于所有的|vj|<kbj(t),有如下不等式成立:
Figure BDA0003799085480000064
其中,kbj(t)为时变函数,j=1,2,3,4。
步骤2.1.基于永磁同步电机动态数学模型,设计如下的基于指令滤波的模糊自适应反步控制器:根据反步法原理,定义跟踪误差变量和补偿误差变量如下:
Figure BDA0003799085480000065
Figure BDA0003799085480000066
其中,vj表示补偿误差变量,zj表示跟踪误差变量,xd为给定的期望信号,xi,c为滤波器的输出信号,ξj为滤波误差补偿信号,i=1,2,j=1,2,3,4。
定义紧集Ωv={|vj|<kbj(t)}。
步骤2.2.选取障碍Lyapunov函数:
Figure BDA0003799085480000067
其中,kb1(t)=kc1(t)-A1(t),A1(t)为满足一定条件的变量,A1(t)满足的条件会在步骤三稳定性分析中给出。则在紧集Ωv内,可以得到:
Figure BDA0003799085480000068
由杨氏不等式得:
Figure BDA0003799085480000071
设计虚拟控制函数α1和滤波误差补偿信号ξ1为:
Figure BDA0003799085480000072
其中,k1>0,
Figure BDA0003799085480000073
因此,公式
Figure BDA0003799085480000074
恒成立,通过公式(13)~公式(15)得:
Figure BDA0003799085480000075
步骤2.3.选取障碍Lyapunov函数:
Figure BDA0003799085480000076
其中,kb2(t)=kc2(t)-x1,c-A2(t)。
A2(t)为满足一定条件的变量,A2(t)满足的条件会在步骤三稳定性分析中给出,γ2为常数,ζ2=||W2||2,||W2||为模糊权向量W2的范数,
Figure BDA0003799085480000077
为ζ2的估计值,同理,得到:
Figure BDA0003799085480000078
实际系统中,负载转矩TL具有上限,负载转矩TL的上限为正数d,满足0≤|TL|≤d。
由杨氏不等式得:
Figure BDA0003799085480000079
其中,I2>0,通过公式(18)~公式(19)得到:
Figure BDA0003799085480000081
其中,
Figure BDA0003799085480000082
得到:
Figure BDA0003799085480000083
其中,h2为常数,m2为常数;ε2表示任意小的正数。
构造虚拟控制函数α2、滤波误差补偿信号ξ2和自适应律
Figure BDA0003799085480000084
为:
Figure BDA0003799085480000085
其中,k2>0,通过公式(20)~公式(22)得到:
Figure BDA0003799085480000086
步骤2.4.令
Figure BDA0003799085480000087
其中,
Figure BDA0003799085480000088
且|d1(v)|≤DH,其中,DH与b11都为正数。
选取如下障碍Lyapunov函数:
Figure BDA0003799085480000089
其中,kb3(t)=kc3(t)-x2,c-A3(t)。
A3(t)为满足一定条件的变量,A3(t)满足的条件会在步骤三稳定性分析中给出,γ3为常数,ζ3=||W3||2,||W3||为向量W3的范数,
Figure BDA00037990854800000810
为ζ3的估计值;同理,得到:
Figure BDA0003799085480000091
由杨氏不等式得:
Figure BDA0003799085480000092
其中,I3>0,通过公式(25)~公式(26)得到:
Figure BDA0003799085480000093
其中,
Figure BDA0003799085480000094
Figure BDA0003799085480000095
得到:
Figure BDA0003799085480000096
其中,h3为常数,m3为常数,ε3表示任意小的正数。
构造如下真实控制律vq和自适应律
Figure BDA0003799085480000097
Figure BDA0003799085480000098
其中,设计参数
Figure BDA0003799085480000099
Figure BDA00037990854800000910
得到:
Figure BDA00037990854800000911
步骤2.5.令
Figure BDA0003799085480000101
其中,
Figure BDA0003799085480000102
且|d2(v)|≤Dd,Dd与b12都是正数。
选取如下障碍Lyapunov函数:
Figure BDA0003799085480000103
其中,kb4(t)=kc4(t),ζ4=||W4||2,||W4||为向量W4的范数,γ4为常数,
Figure BDA0003799085480000104
为ζ4的估计值,同理,得到:
Figure BDA0003799085480000105
由杨氏不等式得:
Figure BDA0003799085480000106
其中,I4>0,通过公式(32)~公式(33)得到:
Figure BDA0003799085480000107
Figure BDA0003799085480000108
得:
Figure BDA0003799085480000109
其中,m4为常数,h4为常数,ε4表示任意小的正数。
构造真实控制律vd和自适应律
Figure BDA00037990854800001010
如下:
Figure BDA00037990854800001011
其中,设计参数
Figure BDA0003799085480000111
Figure BDA0003799085480000112
得到:
Figure BDA0003799085480000113
步骤3.对考虑时变状态约束和输入饱和的永磁同步电机随机系统指令滤波模糊自适应控制方法进行稳定性分析。
选择永磁同步电机随机系统的Lyapunov函数为:
V=V4 (38)
当|vj|<kbj时,有
Figure BDA0003799085480000114
则公式(37)转化为:
Figure BDA0003799085480000115
Figure BDA0003799085480000116
Figure BDA0003799085480000117
由公式(38),对于
Figure BDA0003799085480000118
存在:
Figure BDA0003799085480000119
其中,V(0)表示V(t)的初始值。
根据公式(12)、公式(17)、公式(24)、公式(31)和公式(38)得到:
Figure BDA00037990854800001110
由式(40)~(41)得到:
Figure BDA00037990854800001111
因此,有
Figure BDA00037990854800001112
接着选择如下所示的Lyapuno函数来证明补偿信号的有界性。
Figure BDA0003799085480000121
对公式(43)进行求导得:
Figure BDA0003799085480000122
其中,
Figure BDA0003799085480000123
其中
Figure BDA0003799085480000124
由杨氏不等式得:
Figure BDA0003799085480000125
Figure BDA0003799085480000126
其中,
Figure BDA0003799085480000127
由此得到:
Figure BDA0003799085480000128
由公式(39)得
Figure BDA0003799085480000129
vj,ζn都是有界的;通过公式(46)得知,ξj是有界的,因此zj也是有界的。
由v1=z11,z1=x1-xd,有
Figure BDA00037990854800001210
取A1(t)≥|xd(t)|+|ξ1(t)|,有|x1|<kc1(t)-(A1(t)-|xd(t)+ξ1(t)|)<kc1(t)。
通过公式(15)得知,α1是与z1
Figure BDA00037990854800001211
有关的函数,因此,α1有其最小上界ι1,通过
Figure BDA00037990854800001212
得到
Figure BDA00037990854800001213
τ1表示x1,c的最小上界。
然后根据v2=z22,z2=x2-x1,c,得到
Figure BDA00037990854800001214
取A2(t)>|ξ2|,有|x2|<kc2-(A2(t)-|ξ2|)<kc2;取A3(t)>0进一步得到|x3|<kc3;同理|x4|<kc4
由公式(29)和公式(36)得知,vq是与v3、ζ3有关的函数,vd是与v4、ζ4有关的函数,因此,vq和vd都是有界的。
因此,在考虑时变状态约束与输入饱和的情况下,该系统中所有信号都是有界的。
本发明方法中指令滤波控制技术通过引入补偿信号来消除滤波误差的影响,解决了上述问题。目前,许多现有的自适应控制方法用于解决非线性确定性系统,但随机系统的时变状态约束问题并未涉及,本发明提出了一种合理的控制方法。另一方面,在设计时将输入饱和问题考虑在内,使得所设计的系统更适合工程应用。
下面在虚拟环境下对所提出的基于指令滤波的永磁同步电机随机系统模糊自适应控制方法进行仿真,验证本发明所提出的控制方法的可行性:
电动机参数J=0.003798Kg·m2,RS=0.68Ω,B=0.001158N·m/(rad/s),Ld=0.00285H,Lq=0.00315H,Φ=0.1245H,np=3。
选取的模糊集为:
Figure BDA0003799085480000131
N表示整数,且l∈[-5,5]。
选取永磁同步电机仿真初始状态为[0,0,0,-0.1]。
选取模糊自适应反步控制器参数:
k1=110,k2=5,k3=5,k4=2,
m2=m3=m4=0.05,γ1=γ2=γ3=0.02,h2=h3=0.02,h4=0.0005,
kc1(t)=0.9sint+2.3,kc2(t)=0.9cost+2.3,kc3(t)=6+0.3sin5t,kc4(t)=0.1+0.03cost。
负载转矩为:TL=1.5N·m,期望的位置信号为:xd=sint。
基于指令滤波的永磁同步电机随机系统模糊自适应控制方法的仿真结果如图2-8所示。其中,转子位置信号x1和期望位置信号xd如图2所示,转子位置跟踪误差z1=x1-xd,如图3所示。由图2和图3能够看出,系统的输出能够快速跟踪期望信号,由图3能够看出系统的跟踪误差收敛到原点附近的小范围内,系统的跟踪效果好且跟踪精度高。d轴定子电压和q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ud和uq被限制在合理的区域内,避免因起始电压过大对电机造成损害,对系统安全可靠的运行起到了保障作用。永磁同步电机状态量x2,x3,x4分别如图6-图8所示,可以看出该控制器能够使系统状态保持在其预先设定的时变约束区间内。
以上仿真结果表明,本发明中基于指令滤波的永磁同步电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.考虑时变状态约束和输入饱和的永磁同步电机随机系统指令滤波模糊自适应控制方法,其特征在于,包括如下步骤:
步骤1.建立永磁同步电机的d-q坐标轴动态数学模型,如公式(1)所示:
Figure FDA0003799085470000011
其中,θ表示电机的转子角度,ω表示转子角速度,θ和ω均为系统的状态变量;ud和uq分别表示d、q轴上的电压,ud和uq是系统的输入信号;id和iq分别为d、q轴上的励磁电流;Ld和Lq为d-q坐标系下的定子电感;J表示电机的转动惯量,B表示电机的摩擦系数,TL表示电机的负载转矩,np表示电机的极对数,Φ表示电机的永磁体产生的磁链,Rs表示电机的定子电阻;定义如下变量来简化永磁同步电机的d-q坐标轴动态数学模型;
Figure FDA0003799085470000012
在考虑随机干扰的情况下,永磁同步电机的d-q坐标轴动态数学模型如下所示:
Figure FDA0003799085470000013
其中,ψ2、ψ3、ψ4为未知光滑的扰动函数;
步骤2.根据指令滤波技术和自适应反步法原理,设计一种考虑时变状态约束和输入饱和的永磁同步电机随机系统指令滤波模糊自适应控制方法,其控制目标是设计系统的输入信号ud和uq,使x1能很好跟踪期望信号xd,并且系统中所有状态都需满足时变约束条件Γxj={xj∈R||xj|<kcj(t)},R表示实数集,kcj(t)为设计的时变连续函数,j=1,2,3,4;
对于公式(2),考虑系统的输入信号ud和uq受饱和非线性的影响,用u代指ud和uq
Figure FDA0003799085470000021
其中,v是真实控制输入,u是实际应用下的控制输入,umax>0与umin<0为未知饱和常数;定义如下光滑分段函数来近似代替饱和函数,即:
Figure FDA0003799085470000022
由公式(3)和公式(4)得到,u=sat(v)=s(v)+d(v),且:
|d(v)|=|sat(v)-s(v)|≤max{umax(1-tanh(1)),umin(tanh(1)-1)}=D,D表示正常数;
则存在常数λ有:
Figure FDA0003799085470000023
其中,v0表示定子的真实控制输入电压v的初始值;
Figure FDA0003799085470000024
vλ=λv+(1-λ)v0,0<λ<1;
当v0=0,
Figure FDA0003799085470000025
时,得到:
Figure FDA0003799085470000026
其中,
Figure FDA0003799085470000027
b1i为正常数,i=1,2;
当在q轴上时,用
Figure FDA0003799085470000028
代指
Figure FDA0003799085470000029
d1(v)代指d(v);当在d轴上时,用
Figure FDA00037990854700000210
代指
Figure FDA00037990854700000211
d2(v)代指d(v);对于如下随机系统:dx=g(x)dt+μ(x)dw;
其中,g(x)和μ(x)为局部Lipschitz函数,且满足g(x)的初始值g(0)=μ(0)=0,其中,g(0)表示g(x)的初始值,μ(0)表示μ(x)的初始值;
任意给定V(x)∈C2,C2表示复数集,定义函数微分
Figure FDA00037990854700000212
Figure FDA00037990854700000213
微分法则得知:
Figure FDA00037990854700000214
其中,x∈Rn是系统的状态变量,Rn表示n维实数向量集,w∈Rr为标准布朗运动,Rr表示r维实数向量集,
Figure FDA00037990854700000215
表示
Figure FDA00037990854700000216
修正项,Tr表示对角线元素之和;
如果有一个函数V(x)∈C2,满足:
Figure FDA0003799085470000031
其中,β1(|x|)和β2(|x|)为k类函数,a0和b0为正常数,那么当t≥t0时,V(x)满足:
Figure FDA0003799085470000032
E[V(t)]为V(t)的期望,则随机非线性系统的信号是依概率有界的,t0表示初始时刻;
设f(x)是定义在紧集Ω上的连续函数,存在一个常数δ(z)>0和逻辑系统WTS(x),使f(x)=WTS(x)+δ(z),且对于任意的ε>0,有
Figure FDA0003799085470000033
δ(z)为逼近误差,W为模糊权向量,S(x)=[p1(x),…,pN(x)]T为基函数向量;pm(x)为高斯函数,即
Figure FDA0003799085470000034
ηm为中心向量,ρm为高斯函数的宽度,m=1,...,N;
定义如下指令滤波器:
Figure FDA0003799085470000035
其中,αi为指令滤波器的输入信号,i=1,2;l11、l12均为指令滤波器的输出信号,并且l11的初始值l11(0)=αi(0),αi(0)为αi的初始值,l12的初始值l12(0)=0;如果存在两个常数θ1>0,θ2>0,对于任意t≥0时刻,能同时满足
Figure FDA0003799085470000036
则对于任意的
Figure FDA0003799085470000037
总存在合适的ωn>0和
Figure FDA0003799085470000038
使得
Figure FDA0003799085470000039
Figure FDA00037990854700000310
都是有界的;
对于所有的|vj|<kbj(t),有如下不等式成立:
Figure FDA00037990854700000311
其中,kbj(t)为时变函数,j=1,2,3,4;
步骤2.1.基于永磁同步电机动态数学模型,设计如下的基于指令滤波的模糊自适应反步控制器:根据反步法原理,定义跟踪误差变量和补偿误差变量如下:
Figure FDA00037990854700000312
Figure FDA0003799085470000041
其中,vj表示补偿误差变量,zj表示跟踪误差变量,xd为给定的期望信号,xi,c为滤波器的输出信号,ξj为滤波误差补偿信号,i=1,2,j=1,2,3,4;
定义紧集Ωv={|vj|<kbj(t)};
步骤2.2.选取障碍Lyapunov函数:
Figure FDA0003799085470000042
其中,kb1(t)=kc1(t)-A1(t),A1(t)为满足一定条件的变量,A1(t)满足的条件会在步骤三稳定性分析中给出,则在紧集Ωv内得到:
Figure FDA0003799085470000043
由杨氏不等式得:
Figure FDA0003799085470000044
设计虚拟控制函数α1和滤波误差补偿信号ξ1为:
Figure FDA0003799085470000045
其中,k1>0,▽>0;
因此,公式
Figure FDA0003799085470000046
恒成立,通过公式(13)~公式(15)得:
Figure FDA0003799085470000047
步骤2.3.选取障碍Lyapunov函数:
Figure FDA0003799085470000048
其中,kb2(t)=kc2(t)-x1,c-A2(t);
A2(t)为满足一定条件的变量,A2(t)满足的条件会在步骤三稳定性分析中给出,γ2为常数,ζ2=||W2||2,||W2||为模糊权向量W2的范数,
Figure FDA0003799085470000051
Figure FDA0003799085470000052
为ζ2的估计值,得到:
Figure FDA0003799085470000053
实际系统中,负载转矩TL具有上限,负载转矩TL的上限为正数d,满足0≤|TL|≤d;
由杨氏不等式得:
Figure FDA0003799085470000054
其中,I2>0,通过公式(18)~公式(19)得到:
Figure FDA0003799085470000055
其中,
Figure FDA0003799085470000056
得到:
Figure FDA0003799085470000057
其中,h2为常数,m2为常数;ε2表示任意小的正数;
构造虚拟控制函数α2、滤波误差补偿信号ξ2和自适应律
Figure FDA0003799085470000058
为:
Figure FDA0003799085470000061
其中,k2>0,通过公式(20)~公式(22)得到:
Figure FDA0003799085470000062
步骤2.4.令
Figure FDA0003799085470000063
其中,
Figure FDA0003799085470000064
且|d1(v)|≤DH,其中,DH与b11都为正数;
选取如下障碍Lyapunov函数:
Figure FDA0003799085470000065
其中,kb3(t)=kc3(t)-x2,c-A3(t);
A3(t)为满足一定条件的变量,A3(t)满足的条件会在步骤三稳定性分析中给出,γ3为常数,ζ3=||W3||2,||W3||为向量W3的范数,
Figure FDA0003799085470000066
Figure FDA0003799085470000067
为ζ3的估计值;得到:
Figure FDA0003799085470000068
由杨氏不等式得:
Figure FDA0003799085470000069
其中,I3>0,通过公式(25)~公式(26)得到:
Figure FDA00037990854700000610
其中,
Figure FDA0003799085470000071
Figure FDA0003799085470000072
得到:
Figure FDA0003799085470000073
其中,h3为常数,m3为常数,ε3表示任意小的正数;
构造如下真实控制律vq和自适应律
Figure FDA0003799085470000074
Figure FDA0003799085470000075
其中,设计参数
Figure FDA0003799085470000076
Figure FDA0003799085470000077
得到:
Figure FDA0003799085470000078
步骤2.5.令
Figure FDA0003799085470000079
其中,
Figure FDA00037990854700000710
且|d2(v)|≤Dd,Dd与b12都是正数;
选取如下障碍Lyapunov函数:
Figure FDA00037990854700000711
其中,kb4(t)=kc4(t),ζ4=||W4||2,||W4||为向量W4的范数,γ4为常数,
Figure FDA00037990854700000712
Figure FDA00037990854700000713
为ζ4的估计值,得到:
Figure FDA00037990854700000714
由杨氏不等式得:
Figure FDA0003799085470000081
其中,I4>0,通过公式(32)~公式(33)得到:
Figure FDA0003799085470000082
Figure FDA0003799085470000083
得:
Figure FDA0003799085470000084
其中,m4为常数,h4为常数,ε4表示任意小的正数;
构造真实控制律vd和自适应律
Figure FDA0003799085470000085
如下:
Figure FDA0003799085470000086
其中,设计参数
Figure FDA0003799085470000087
Figure FDA0003799085470000088
得到:
Figure FDA0003799085470000089
步骤3.对考虑时变状态约束和输入饱和的永磁同步电机随机系统指令滤波模糊自适应控制方法进行稳定性分析;
选择永磁同步电机随机系统的Lyapunov函数为:
V=V4 (38)
当|vj|<kbj(t)时,有
Figure FDA00037990854700000810
则公式(37)转化为:
Figure FDA0003799085470000091
Figure FDA0003799085470000092
Figure FDA0003799085470000093
由公式(38),对于
Figure FDA0003799085470000094
存在:
Figure FDA0003799085470000095
其中,V(0)表示V(t)的初始值;
根据公式(12)、公式(17)、公式(24)、公式(31)和公式(38)得到:
Figure FDA0003799085470000096
由式(40)~(41)得到:
Figure FDA0003799085470000097
因此,有
Figure FDA0003799085470000098
接着选择如下所示的Lyapunov函数来证明补偿信号的有界性;
Figure FDA0003799085470000099
对公式(43)进行求导得:
Figure FDA00037990854700000910
其中,
Figure FDA00037990854700000911
其中,
Figure FDA00037990854700000912
由杨氏不等式得:
Figure FDA0003799085470000101
Figure FDA0003799085470000102
其中,
Figure FDA0003799085470000103
由此得到:
Figure FDA0003799085470000104
由公式(39)得
Figure FDA0003799085470000105
vj,ζn都是有界的;
通过公式(46)得知,ξj是有界的,因此,zj也是有界的;
由v1=z11,z1=x1-xd,有
Figure FDA0003799085470000106
取A1(t)≥|xd(t)|+|ξ1(t)|,有|x1|<kc1(t)-(A1(t)-|xd(t)+ξ1(t)|)<kc1(t);
通过公式(15)得知,α1是与z1
Figure FDA0003799085470000107
有关的函数,因此,α1有其最小上界ι1,通过
Figure FDA0003799085470000108
得到
Figure FDA0003799085470000109
τ1表示x1,c的最小上界;
然后根据v2=z22,z2=x2-x1,c,得到
Figure FDA00037990854700001010
取A2(t)>|ξ2|,有|x2|<kc2-(A2(t)-|ξ2|)<kc2;取A3(t)>0,进一步得到|x3|<kc3;|x4|<kc4
由公式(29)和公式(36)得知,vq是与v3、ζ3有关的函数,vd是与v4、ζ4有关的函数,因此,vq和vd都是有界的;
因此,在考虑时变状态约束与输入饱和的情况下,该系统中所有信号都是有界的。
CN202210978146.8A 2022-08-16 2022-08-16 永磁同步电机随机系统指令滤波模糊自适应控制方法 Pending CN115313939A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210978146.8A CN115313939A (zh) 2022-08-16 2022-08-16 永磁同步电机随机系统指令滤波模糊自适应控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210978146.8A CN115313939A (zh) 2022-08-16 2022-08-16 永磁同步电机随机系统指令滤波模糊自适应控制方法

Publications (1)

Publication Number Publication Date
CN115313939A true CN115313939A (zh) 2022-11-08

Family

ID=83862992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210978146.8A Pending CN115313939A (zh) 2022-08-16 2022-08-16 永磁同步电机随机系统指令滤波模糊自适应控制方法

Country Status (1)

Country Link
CN (1) CN115313939A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
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

Cited By (2)

* Cited by examiner, † Cited by third party
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

Similar Documents

Publication Publication Date Title
CN106788046B (zh) 永磁同步电机命令滤波有限时间模糊控制方法
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
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
CN110336505B (zh) 基于状态约束的异步电动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
CN110401391B (zh) 异步电动机随机系统模糊自适应动态面控制方法
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
Gao et al. A Sliding Mode Control with Nonlinear Fractional Order PID Sliding Surface for the Speed Operation of Surface‐Mounted PMSM Drives Based on an Extended State Observer
Dang et al. Torque–flux linkage recurrent neural network adaptive inversion control of torque for switched reluctance motor
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
Boukhlouf et al. Hardware-in-the-loop implementation of an unknown input observer for synchronous reluctance motor
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
Xie et al. Speed fluctuation suppression of PMSM using active disturbance rejection and feedback compensation control
Sun et al. Speed sensorless control strategy for six‐phase linear induction motor based on the dual reduced‐dimensional serial extended Kalman filters
Smidt Gabbi et al. Discrete‐time sliding mode control based on disturbance observer applied to current control of permanent magnet synchronous 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
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
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
Chen et al. High performance control of a permanent magnet synchronous motor for electric vehicle applications
Gao et al. A Novel Compound Nonlinear State Error Feedback Super‐Twisting Fractional‐Order Sliding Mode Control of PMSM Speed Regulation System Based on Extended State Observer
Wei et al. Model-Free Predictive Control Using Sinusoidal Generalized Universal Model for PMSM Drives
Feng et al. Design of a current controller for symmetrical six‐phase fault‐tolerant PMSM under fault conditions
Wang et al. Fuzzy adaptive super‐twisting algorithm based sliding‐mode observer for sensorless control of permanent magnet synchronous motor
Liang et al. Dual-redundancy PMSM servo system: using single neuron PID controller
CN113659894B (zh) 基于指令滤波的异步电动机随机有限时间模糊自适应控制方法

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