CN117856691A - 一种永磁同步电机鲁棒模型预测速度控制方法 - Google Patents
一种永磁同步电机鲁棒模型预测速度控制方法 Download PDFInfo
- Publication number
- CN117856691A CN117856691A CN202410220645.XA CN202410220645A CN117856691A CN 117856691 A CN117856691 A CN 117856691A CN 202410220645 A CN202410220645 A CN 202410220645A CN 117856691 A CN117856691 A CN 117856691A
- Authority
- CN
- China
- Prior art keywords
- current
- permanent magnet
- magnet synchronous
- synchronous motor
- control
- 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 87
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000004907 flux Effects 0.000 claims abstract description 32
- 230000008859 change Effects 0.000 claims abstract description 11
- 238000005457 optimization Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 39
- 238000005070 sampling Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 25
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 16
- 238000013016 damping Methods 0.000 claims description 15
- 101000841267 Homo sapiens Long chain 3-hydroxyacyl-CoA dehydrogenase Proteins 0.000 claims description 12
- 102100029107 Long chain 3-hydroxyacyl-CoA dehydrogenase Human genes 0.000 claims description 12
- JJYKJUXBWFATTE-UHFFFAOYSA-N mosher's acid Chemical compound COC(C(O)=O)(C(F)(F)F)C1=CC=CC=C1 JJYKJUXBWFATTE-UHFFFAOYSA-N 0.000 claims description 12
- 238000004804 winding Methods 0.000 claims description 12
- 238000012546 transfer Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 230000003313 weakening effect Effects 0.000 claims description 6
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 229910052802 copper Inorganic materials 0.000 claims description 5
- 239000010949 copper Substances 0.000 claims description 5
- 230000033228 biological regulation Effects 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 2
- 238000005096 rolling process Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 7
- 230000009466 transformation Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000005389 magnetism Effects 0.000 description 2
- 230000010349 pulsation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000005347 demagnetization Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Landscapes
- Control Of Ac Motors In General (AREA)
Abstract
本发明提供了一种永磁同步电机鲁棒模型预测速度控制方法，包括负载扭矩辨识和连续集模型预测速度控制。负载扭矩辨识基于电压‑电阻模型估计定子磁链，对定子电阻温升变化进行补偿，无需电压传感器，使用高通滤波器或陷波滤波器对估计的定子磁链进行滤波，消除了直流偏置造成的误差累积，将角速度估计误差构成滑模面，采用二阶超螺旋滑模函数，并通过锁相环滤除抖振和高频噪声。连续集模型预测速度控制包含状态采集、模型预测、滚动优化和反馈校正，基于永磁同步电机运动学模型和鲁棒负载观测器辨识的负载扭矩，根据当前状态进行预测，求解二次型代价函数，将最优解部署为当前参考电流矢量。本方法对负载变化有一定的抗扰能力，运动控制效果较佳。
Description
技术领域
本发明涉及永磁同步电机技术领域，具体涉及一种永磁同步电机鲁棒模型预测速度控制方法。
背景技术
永磁同步电机(Permanent magnet synchronous motor, PMSM)是一种具有高效率、高功率密度和高控制精度的电机；它采用永磁体作为旋转部件，通过与定子线圈产生磁场的交互作用来实现电机的转动。相对于传统的感应电机，永磁同步电机因其更高的转速范围、更广泛的转矩调节范围、高功率密度、高效率、良好的动态性能、较小的扭矩脉动等优点，广泛应用于各种高性能需求领域，例如，各种工业应用和家用电器中。同时，由于永磁同步电机没有损耗产生的热量，因此可以大幅降低系统的能耗和运行成本。
近年来，模糊逻辑控制、神经网络控制、自适应控制、滑模变结构控制、模型预测控制等控制方法在永磁同步电机上逐渐得到了应用。在以上控制方法中，模型预测控制(Model Predictive Control, MPC)因其灵活可变的优化目标和较佳的动态性能，从而备受关注。模型预测控制分为有限集模型预测控制(Finite Control Set Model PredictiveControl, FCS-MPC)和连续集模型预测控制(Continuous Control Set Model PredictiveControl, CCS-MPC)两种。其中，有限集模型预测控制FCS-MPC因快速的瞬态性能、较少的计算量、易于处理非线性约束等优势，成为了近年来模型预测控制的一个研究热点。但是，有限集模型预测控制FCS-MPC同时也存在一些缺陷，例如由于不固定的逆变器开关频率导致的更为明显电流谐波、产生较大的转矩脉动，在参数失配和模型不确定的情况下控制性能出现衰退情况。而调制的CCS-MPC，因其具备的固定的开关频率，保持较小的电流谐波含量，和灵活可变的优化目标等特点，成为了高性能电机控制领域的一个研究热点。
在实际使用中，当永磁同步电机采用模型预测控制以达到特定目标或提升动态性能时，会存在负载扭矩无法建模的问题；并且，永磁同步电机负载扭矩难以加装传感器进行测量，只能估计；又因为永磁同步电机在运行过程中，其物理参数（例如电感、电阻、永磁体磁链）往往会发生变化，更加剧了估计的不准确性，进而影响永磁同步电机的模型预测控制。
有鉴于此，提出本申请。
发明内容
本发明提供了一种永磁同步电机鲁棒模型预测速度控制方法，能至少部分的改善上述问题。
为实现上述目的，本发明采用以下技术方案：
一种永磁同步电机鲁棒模型预测速度控制方法，其包括：
获取由预设传感器所采集到的当前时刻状态信息，并根据Clark变换和Park变换对所述状态信息进行变换处理，得到静止坐标系下两相电流和旋转坐标系下直交轴电流，其中，所述当前时刻状态信息包括当前时刻三相电流、转子位置和角速度；
调用预设的超螺旋滑模鲁棒负载观测器对所述当前时刻状态信息进行识别负载扭矩处理，得到负载扭矩观测值；
获取参考转速，将所述当前时刻状态信息和所述负载扭矩观测值与永磁同步电机运动学方程进行结合，建立离散化状态空间模型，设置预测区间，以电流矢量作为控制量，定义代价函数以及权重系数，在所述预测区间内对所述当前时刻状态信息进行迭代处理，得到二次型代价函数，并对所述二次型代价函数进行求解，得到所述二次型代价函数的最优解，对所述最优解进行限幅，将限幅后的最优解作为当前时刻参考电流矢量；
使用预设的电流分配策略对所述当前时刻参考电流矢量进行预处理，确定电流矢量角，生成直交轴参考电流；
采用电流环控制器对所述当前时刻状态信息和所述直交轴参考电流进行处理，得到d-q轴参考电压；
对所述转子位置和所述d-q轴参考电压进行反Park变换处理，生成变换结果，对所述变换结果进行SVPWM调制，生成PWM信号，将所述PWM信号输出至逆变器，在定子绕组中生成期望的定子电压和三相电流，以驱动永磁同步电机运行。
优选地，在调用预设的超螺旋滑模鲁棒负载观测器对所述当前时刻状态信息进行识别负载扭矩处理之前，还包括：
获取电机实际机械角速度和机械角速度估计值/>，对所述电机实际机械角速度/>和所述机械角速度估计值/>进行计算，生成机械角速度估计误差/>，，并将所述机械角速度估计误差/>设为滑模面；
根据永磁同步电机运动学方程和电磁转矩计算，采用二阶超螺旋滑模函数，设计一个超螺旋滑模鲁棒负载观测器，公式为：
其中，为电机实际机械角速度，/>为机械角速度估计值，/>为机械角速度估计值的导数，/>为电磁转矩，/>为转动惯量，/>为粘滞阻尼系数，/>为负载扭矩先验估计值，为机械角速度估计误差，/>，/>为符号函数，/>为电机实际机械角速度的导数，/>、/>为观测器参数且要求均大于0。
优选地，调用预设的超螺旋滑模鲁棒负载观测器对所述当前时刻状态信息进行识别负载扭矩处理，得到负载扭矩观测值，具体为：
获取直流侧母线电压、以及上一采样时刻逆变器开关状态，其中，所述上一采样时刻逆变器开关状态包括上一时刻/>系下的指令电压/>和/>；
根据所述直流侧母线电压和所述上一采样时刻逆变器开关状态，确定定子电压矢量在/>系上的分量，表达式为：
其中，为直流侧母线电压值，/>、/>为上一时刻/>系下指令电压，/>和/>分别为定子电压矢量在/>系上的分量，/>为上一采样时刻三相逆变器开关状态；
根据电阻温升公式，补偿定子电阻变化，公式为：
其中，为当前时刻的温度采样值，/>为当前温度/>下定子绕组的相电阻值，/>为25/>下绕组相电阻值，/>为铜材料的电阻温度系数，/>；
根据预先训练好的定子电阻-电压模型进行估计处理，估计出定子磁链在系下的分量，表达式为：
其中，、/>为定子磁链估计值在/>系下的分量，/>，，/>为0时刻的转子电角度，/>为永磁体磁链，/>、/>为定子电流矢量在系下的分量；
使用滤波器对预先估计的定子磁链进行滤波处理，公式为：
其中，为微分算子，/>为一阶高通滤波器的截止频率，/>、/>为滤波后的定子磁链在/>系下的分量；
基于过滤完成后的定子磁链，计算电磁转矩，公式为：
其中，为永磁同步电机磁极对数；
采用锁相环闭环传递函数进行预处理，锁相环闭环传递函数公式为：
其中，为微分算子，/>为锁相环比例增益，/>为锁相环积分增益；
令，/>为锁相环截止频率，所述锁相环截止频率/>用于决定滤波器带宽；
令，/>为阻尼比，所述阻尼比/>用于决定响应速度和超调量；
根据获取到的实际频响和滤波需求对所述锁相环截止频率和所述阻尼比/>进行调节；
采用锁相环对所述负载扭矩先验估计值进行滤波处理，生成负载扭矩观测值，公式为：
其中，为负载扭矩观测值，/>为锁相环闭环传递函数。
优选地，所述滤波器为高通滤波器或陷波滤波器。
优选地，获取参考转速，将所述当前时刻状态信息和所述负载扭矩观测值与永磁同步电机运动学方程进行结合，建立离散化状态空间模型，设置预测区间，以电流矢量作为控制量，定义代价函数以及权重系数，在所述预测区间内对所述当前时刻状态信息进行迭代处理，得到二次型代价函数，并对所述二次型代价函数进行求解，得到所述二次型代价函数的最优解，对所述最优解进行限幅，将限幅后的最优解作为当前时刻参考电流矢量，具体为：
根据永磁同步电机运动学方程和所述负载扭矩观测值，得到永磁同步电机动力学模型的表达式，表达式为：
其中，表示当前采样时刻，/>表示当前时刻电机实际角速度，/>表示当前时刻待指定的电流矢量，/>表示当前时刻负载扭矩观测值；
设采样周期为，使用一阶前向欧拉方法进行离散化处理，公式为：
其中，为预测的下一采样时刻电机机械角速度；
选取状态变量，状态变量的表达式为：
其中，和/>为自定义的两个状态变量；
建立离散化状态空间模型，模型表达式为：
其中，，/>为系统特性矩阵，/>，/>为控制输入矩阵，，/>为负载扭矩干扰矩阵；
设为参考输入，令输出/>，以定义速度输出误差，速度输出误差的公式为：
定义理想控制电流，以使得电磁转矩跟踪负载，减小转矩超调和转矩脉动，理想控制电流的表达式为：
将控制输入误差定义为：
其中，为观测器虚拟控制输入；
根据预设的不同的优化目标，选取不同的代价函数，代价函数的表达式为：
其中，为每个预测结果与期望输出之间误差累加的权重矩阵，/>用于反映速度控制系统调节的快速性，/>为控制输入误差累加的权重矩阵，/>用于反映电磁转矩与负载扭矩的吻合性，/>为预测区间最后一步的预测结果与期望输出之间误差的权重矩阵，/>用于反映速度控制的精确性，/>为预测区间的长度，/>表示基于当前时刻/>向后预测/>步；
在所述预测区间内，对所述当前时刻状态信息进行迭代处理，得到：
其中，，/>，，/>，，/>为单位矩阵；
将所述代价函数中的
两项展开，并改写为矩阵形式：
将所述代价函数中的
两项展开，并改写为矩阵形式：
其中，，对/>进行化简处理，并舍去预设的不必要的常数项，得到二次型代价函数/>：
对所述二次型代价函数进行求解，得到所述二次型代价函数的最优解，将所述最优解控制输入矩阵/>中，并令/>，依据预设的额定转矩进行换算限幅处理，将限幅后的最优解作为MTPA等电流分配策略的参考电流矢量/>。
优选地，所述超螺旋滑模鲁棒负载观测器中使用的永磁同步电机为内置式永磁同步电机或表贴式永磁同步电机。
优选地，所述超螺旋滑模鲁棒负载观测器中的永磁同步电机d-q轴参考电流给定控制包括=0控制、最大转矩电流比控制、弱磁控制或最小损耗控制。
综上所述，本方法的目的在于提出一种永磁同步电机鲁棒模型预测速度控制方法，包括负载扭矩辨识和连续集模型预测速度控制。负载扭矩辨识无需电感参数，补偿了温升带来的定子电阻变化，无需电压传感器，降低了运行成本，使用高通滤波器或陷波滤波器对估计的定子磁链进行滤波，消除了直流偏置造成的误差累积，采用二阶超螺旋滑模函数作为负载估计收敛律，使用锁相环滤除抖振和高频噪声。连续集模型预测速度控制基于鲁棒负载观测器，在提升动态性能的同时增强了系统的鲁棒性，且优化目标灵活可变。所提方法均适用于内置式和表贴式永磁同步电机，无需电感参数，对负载变化具有一定的抗扰能力，且具有较佳的运动控制效果。
附图说明
图1是本发明实施例提供的一种永磁同步电机鲁棒模型预测速度控制方法的流程示意图；
图2是本发明实施例提供的基于超螺旋滑模鲁棒负载观测器的永磁同步电机速度控制系统框图；
图3是本发明实施例提供的模型预测速度控制部署流程图；
图4是本发明实施例提供的超螺旋滑模鲁棒负载观测器框图；
图5是本发明实施例提供的锁相环结构示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
以下结合附图对本发明的具体实施例做详细说明。
参考图1至图5所示，本发明第一实施例公开了一种永磁同步电机鲁棒模型预测速度控制方法，其可由速度控制设备（以下简称控制设备）来执行，特别的，由所述控制设备内的一个或者多个处理器来执行，以实现如下方法：
S101，获取由预设传感器所采集到的当前时刻状态信息，并根据Clark变换和Park变换对所述状态信息进行变换处理，得到静止坐标系下两相电流和旋转坐标系下直交轴电流，其中，所述当前时刻状态信息包括当前时刻三相电流、转子位置和角速度；
S102，调用预设的超螺旋滑模鲁棒负载观测器对所述当前时刻状态信息进行识别负载扭矩处理，得到负载扭矩观测值；
优选地，在调用预设的超螺旋滑模鲁棒负载观测器对所述当前时刻状态信息进行识别负载扭矩处理之前，还包括：获取电机实际机械角速度和机械角速度估计值/>，对所述电机实际机械角速度/>和所述机械角速度估计值/>进行计算，生成机械角速度估计误差/>，/>，并将所述机械角速度估计误差/>设为滑模面；
根据永磁同步电机运动学方程和电磁转矩计算，采用二阶超螺旋滑模函数，设计一个超螺旋滑模鲁棒负载观测器，公式为：
其中，为电机实际机械角速度，/>为机械角速度估计值，/>为机械角速度估计值的导数，/>为电磁转矩，/>为转动惯量，/>为粘滞阻尼系数，/>为负载扭矩先验估计值，为机械角速度估计误差，/>，/>为符号函数，/>为电机实际机械角速度的导数，/>、/>为观测器参数且要求均大于0。
具体地，步骤S102包括：获取直流侧母线电压、以及上一采样时刻逆变器开关状态，其中，所述上一采样时刻逆变器开关状态包括上一时刻/>系下的指令电压/>和；
根据所述直流侧母线电压和所述上一采样时刻逆变器开关状态，确定定子电压矢量在/>系上的分量，表达式为：
其中，为直流侧母线电压值，/>、/>为上一时刻/>系下指令电压，/>和/>分别为定子电压矢量在/>系上的分量，/>为上一采样时刻三相逆变器开关状态；
根据电阻温升公式，补偿定子电阻变化，公式为：
其中，为当前时刻的温度采样值，/>为当前温度/>下定子绕组的相电阻值，/>为25/>下绕组相电阻值，/>为铜材料的电阻温度系数，/>；
根据预先训练好的定子电阻-电压模型进行估计处理，估计出定子磁链在系下的分量，表达式为：
其中，、/>为定子磁链估计值在/>系下的分量，/>，，/>为0时刻的转子电角度，/>为永磁体磁链，/>、/>为定子电流矢量在系下的分量；
使用滤波器对预先估计的定子磁链进行滤波处理，公式为：
其中，为微分算子，/>为一阶高通滤波器的截止频率，/>、/>为滤波后的定子磁链在/>系下的分量；
基于过滤完成后的定子磁链，计算电磁转矩，公式为：
其中，为永磁同步电机磁极对数；
采用锁相环闭环传递函数进行预处理，锁相环闭环传递函数公式为：
其中，为微分算子，/>为锁相环比例增益，/>为锁相环积分增益；
令，/>为锁相环截止频率，所述锁相环截止频率/>用于决定滤波器带宽；
令，/>为阻尼比，所述阻尼比/>用于决定响应速度和超调量；
根据获取到的实际频响和滤波需求对所述锁相环截止频率和所述阻尼比/>进行调节；
采用锁相环对所述负载扭矩先验估计值进行滤波处理，生成负载扭矩观测值，公式为：
其中，为负载扭矩观测值，/>为锁相环闭环传递函数。
优选地，所述滤波器为高通滤波器或陷波滤波器。
具体的，在本实施例中，先创建一个新的超螺旋滑模鲁棒负载观测器，并通过所述超螺旋滑模鲁棒负载观测器获取负载扭矩观测值，具体为：
将速度估计误差作为滑模面，即/>；根据永磁同步电机运动学方程和电磁转矩计算方法，采用二阶超螺旋滑模函数，设计鲁棒负载观测器：
其中，为电机实际机械角速度，/>为机械角速度估计值，/>为机械角速度估计值的导数，/>为电磁转矩，/>为转动惯量，/>为粘滞阻尼系数，/>为负载扭矩先验估计值，为机械角速度估计误差，/>，/>为符号函数，/>为电机实际机械角速度的导数，/>、/>为观测器参数且要求均大于0。
由直流侧母线电压和上一采样时刻逆变器开关状态（或指令电压/>、/>）确定/>和/>：
式中，为直流侧母线电压值，/>、/>为/>系下指令电压，/>和/>分别为定子电压矢量在/>系上的分量，/>为上一采样时刻三相逆变器开关状态；
使用电阻温升公式补偿定子电阻变化，公式为：
式中，为当前时刻的温度采样值，/>为当前温度/>下定子绕组的相电阻值，/>为25/>下绕组相电阻值，/>为铜材料的电阻温度系数，/>。
根据定子电阻-电压模型估计定子磁链在系下的分量，公式为：
其中，、/>为定子磁链估计值在/>系下的分量，/>，，/>为0时刻的转子电角度，即/>、/>为0时刻永磁体磁链/>在-轴上的投影，/>、/>为定子电流矢量在/>系下的分量，/>、/>为扩展反电势矢量在/>系下的分量
使用高通滤波器或陷波滤波器对估计的定子磁链进行滤波，以消除直流偏置导致的误差累积，本实施例以一阶高通滤波器为例：
/>
式中，为微分算子，/>为一阶高通滤波器的截止频率，/>、/>为滤波后的定子磁链在/>系下的分量。
根据滤波后的定子磁链计算永磁同步电机电磁转矩：
其中，为永磁同步电机磁极对数。
最后，采用锁相环对观测器的输出进行滤波处理。锁相环闭环传递函数如下：
其中，为微分算子，/>为锁相环比例增益，/>为锁相环积分增益.
令，为锁相环截止频率，决定滤波器带宽；令/>，为阻尼比，决定响应速度和超调量。根据实际频响和滤波需求调节/>和/>两个参数。最终得到负载扭矩观测值为：
其中，为负载扭矩观测值，/>为锁相环闭环传递函数。
在本实施例中，所述超螺旋滑模鲁棒负载观测器基于定子电阻、电压模型计算定子磁链和电磁转矩，避免去磁或磁饱和时电感变化对负载辨识产生影响，对永磁同步电机电阻、电感物理参数变化具有较强的鲁棒性；使用高通滤波器或陷波滤波器对估计的定子磁链进行滤波，消除了直流偏置导致的误差累积，且无需电压传感器，降低了运行成本。
S103，获取参考转速，将所述当前时刻状态信息和所述负载扭矩观测值与永磁同步电机运动学方程进行结合，建立离散化状态空间模型，设置预测区间，以电流矢量作为控制量，定义代价函数以及权重系数，在所述预测区间内对所述当前时刻状态信息进行迭代处理，得到二次型代价函数，并对所述二次型代价函数进行求解，得到所述二次型代价函数的最优解，对所述最优解进行限幅，将限幅后的最优解作为当前时刻参考电流矢量；
具体地，步骤S103包括：根据永磁同步电机运动学方程和所述负载扭矩观测值，得到永磁同步电机动力学模型的表达式，表达式为：
其中，表示当前采样时刻，/>表示当前时刻电机实际角速度，/>表示当前时刻待指定的电流矢量，/>表示当前时刻负载扭矩观测值；
设采样周期为，使用一阶前向欧拉方法进行离散化处理，公式为：
/>
其中，为预测的下一采样时刻电机机械角速度；
选取状态变量，状态变量的表达式为：
其中，和/>为自定义的两个状态变量；
建立离散化状态空间模型，模型表达式为：
其中，，/>为系统特性矩阵，/>，/>为控制输入矩阵，，/>为负载扭矩干扰矩阵；
设为参考输入，令输出/>，以定义速度输出误差，速度输出误差的公式为：
定义理想控制电流，以使得电磁转矩跟踪负载，减小转矩超调和转矩脉动，理想控制电流的表达式为：
将控制输入误差定义为：
其中，为观测器虚拟控制输入；
根据预设的不同的优化目标，选取不同的代价函数，代价函数的表达式为：
其中，为每个预测结果与期望输出之间误差累加的权重矩阵，/>用于反映速度控制系统调节的快速性，/>为控制输入误差累加的权重矩阵，/>用于反映电磁转矩与负载扭矩的吻合性，/>为预测区间最后一步的预测结果与期望输出之间误差的权重矩阵，/>用于反映速度控制的精确性，/>为预测区间的长度，/>表示基于当前时刻/>向后预测/>步；
在所述预测区间内，对所述当前时刻状态信息进行迭代处理，得到：
其中，，/>，/>，/>，，/>为单位矩阵；
将所述代价函数中的
两项展开，并改写为矩阵形式：
将所述代价函数中的
两项展开，并改写为矩阵形式：
其中，，对/>进行化简处理，并舍去预设的不必要的常数项，得到二次型代价函数/>：
对所述二次型代价函数进行求解，得到所述二次型代价函数的最优解，将所述最优解控制输入矩阵/>中，并令/>，依据预设的额定转矩进行换算限幅处理，将限幅后的最优解作为MTPA等电流分配策略的参考电流矢量/>。
S104，使用预设的电流分配策略对所述当前时刻参考电流矢量进行预处理，确定电流矢量角，生成直交轴参考电流；
S105，采用电流环控制器对所述当前时刻状态信息和所述直交轴参考电流进行处理，得到d-q轴参考电压；
S106，对所述转子位置和所述d-q轴参考电压进行反Park变换处理，生成变换结果，对所述变换结果进行SVPWM调制，生成PWM信号，将所述PWM信号输出至逆变器，在定子绕组中生成期望的定子电压和三相电流，以驱动永磁同步电机运行。
具体的，在本实施例中，在知晓所述负载扭矩观测值后，进行永磁同步电机模型预测速度控制，首先第一步是模型预测速度控制，永磁同步电机运动学方程为：
其中，为电机的机械角速度，可由旋转变压器或编码器测得，/>为电机机械角速度的导数；/>为电磁转矩；/>为转动惯量；/>为粘滞阻尼系数；/>为负载扭矩；/>为磁极对数；/>、/>为永磁同步电机的等效直交轴电流；/>、/>为d-q轴电感分量；/>为永磁体磁链
为了方便后续采用MTPA或弱磁控制等电流分配策略，令，式中，/>为定子电流矢量，此时电磁转矩的大小可视为与/>的幅值成正比。由于，负载扭矩不可测量，用/>表示，由所述超螺旋滑模鲁棒负载观测器估计。运动学方程可表达为：
在第k个采样时刻，将公式(11)进行离散化表达：
式中，为当前时刻电机机械角速度的采样值，/>为当前时刻负载扭矩的估计值，/>为当前时刻电流矢量的采样值。
设采样周期为，使用一阶前向欧拉方法进行离散化：
式中，为预测的下一采样时刻电机机械角速度。
将公式(13)代入公式(12)中，得到：
/>
选取状态变量：
则公式(14)式可表示为状态空间形式：
其中，，/>为系统特性矩阵，/>，/>为控制输入矩阵，，/>为负载扭矩干扰矩阵。
令为参考输入，令输出/>，定义速度输出误差：
公式(17)表示了电机实际机械角速度与参考输入角速度之间的误差。为使电磁转矩跟踪负载，减小转矩超调和转矩脉动，定义理想控制电流：
定义控制输入误差：
根据不同的永磁同步电机优化目标，选取不同的代价函数。这里将代价函数定义为：
其中，为每个预测结果与期望输出之间误差累加的权重矩阵，/>用于反映速度控制系统调节的快速性，/>为控制输入误差累加的权重矩阵，/>用于反映电磁转矩与负载扭矩的吻合性，/>为预测区间最后一步的预测结果与期望输出之间误差的权重矩阵，/>用于反映速度控制的精确性，/>为预测区间的长度，/>表示基于当前时刻/>向后预测/>步。
将公式(16)进行迭代处理，得到：
其中，为单位矩阵。将公式(19)整理为状态空间形式：/>
其中，
将公式(20)代价函数中的
两项展开并写为矩阵形式：
将公式(20)代价函数中的
两项展开，并改写为矩阵形式：
则代价函数可表示为：/>
将公式(26)继续展开，可得：
其中，
将公式(22)代入式(28)并舍去不必要的常数项，可得：
将公式(22)和公式(29)代入公式(27)中，可得：
其中，为初始状态项，为控制输入/>的线性规划项，为控制输入/>的二次规划项。则公式(30)可表示为有利于求解的新代价函数，即所述二次型代价函数：
其中，模型预测速度控制的部署流程如图3所示，求解使代价最小的控制输入矩阵/>后，令/>，依据额定转矩进行换算限幅后，作为MTPA等电流分配策略的参考电流矢量/>。
其次，进行第二步，MTPA等d-q电流分配方法。永磁同步电机d-q轴参考电流给定方法并不局限于=0控制，例如最大转矩电流比控制(Maximum Torque Per Ampere, MTPA)、弱磁控制、最小损耗控制等。本发明以追求最小铜耗的MTPA为例。令/>，设为电枢电流空间矢量/>与直轴的相位角（也被称为转矩角），可得：
则电磁转矩可表示为：
式中，、/>分别为永磁同步电机d-q轴电感，虽然电感变化对MTPA的效率提升会造成不确定后果，但对负载扭矩观测无影响。由公式(33)可得到单位电流下的电磁转矩关于转矩角的关系式：
再将公式(34)对进行求偏导，可得：
令后，解得：
可根据第一步得到的参考电流矢量，确定/>和/>：
将公式(37)得到的和/>作为下一步骤，第三步的参考直交轴电流。
第三步，PI电流控制。使用霍尔电流传感器检测永磁同步电机三相电流、/>、/>，使用旋转变压器或编码器检测永磁同步电机的转子位置；对三相电流进行Clark变换得到静止坐标系下的两相电流/>、/>，根据/>、/>和转子位置进行Park变换得到旋转坐标系下直交轴电流/>、/>。根据步骤2得到的参考直轴电流/>和实际直轴电流/>之间的误差，通过PI控制器得出d轴参考电压/>；根据步骤二得到的参考交轴电流/>和实际交轴电流/>之间的误差，通过PI控制器得出q轴参考电压/>。
第四步，三相逆变器空间矢量脉宽调制。根据第三步得到的直交轴参考电压、进行反Park变换，得到参考定子电压在/>系下的分量/>、/>，通过SVPWM调制后，产生PWM信号以控制三相逆变器中6个IGBT的开通关断，在定子绕组中产生期望的定子电压和三相电流以驱动永磁同步电机运行。
优选地，所述超螺旋滑模鲁棒负载观测器中使用的永磁同步电机为内置式永磁同步电机或表贴式永磁同步电机。
即，所述永磁同步电机为内置式（凸极式）永磁同步电机或表贴式（隐极式）永磁同步电机。
优选地，所述超螺旋滑模鲁棒负载观测器中的永磁同步电机d-q轴参考电流给定控制包括=0控制、最大转矩电流比控制、弱磁控制或最小损耗控制。
即，所述永磁同步电机d-q轴参考电流给定方法可以但不局限于=0控制、最大转矩电流比控制(Maximum Torque Per Ampere, MTPA)、弱磁控制、最小损耗控制。
综上所述，所述永磁同步电机鲁棒模型预测速度控制方法可用于对负载扭矩有观测需求的永磁同步电机控制系统。所述永磁同步电机的控制系统基于矢量控制，电机的转速可以由PI/PID控制器、滑模控制器、bang-bang控制器、模糊控制器、模型预测控制器、自适应控制器、最优控制器等进行控制。矢量控制方法包括，通过霍尔电流传感器检测永磁同步电机三相电流、/>、/>，通过旋转变压器或编码器检测永磁同步电机转子位置和转子机械角速度/>；对三相电流进行Clark变换得到静止坐标系下的两相电流/>、/>，根据/>、/>和转子位置进行Park变换得到旋转坐标系下直交轴电流/>、/>。永磁同步电机转速控制方法包括，通过负载观测器和速度环控制器输出参考电流矢量，由MTPA、弱磁控制或/>=0等电流分配方法输出直交轴参考电流，基于实际直交轴电流和参考直交轴电流之间的偏差，使用PI控制、滑模控制、模型预测控制或自抗扰控制等作为电流环控制策略，将电流环输出d-q轴参考定子电压通过Park反变换后，经过SVPWM调制得到各桥臂PWM信号，输出至逆变器，从而产生三相电流，实现永磁同步电机速度控制。
简单来说，所述永磁同步电机鲁棒模型预测速度控制方法除了可以用于提升系统响应、增强系统鲁棒性、减小转矩脉动、减小静态误差外，还可以用于其他优化目标。并且需要注意的是，所述永磁同步电机鲁棒模型预测速度控制方法中涉及的特定方法、处理步骤不限于本实施例中提到的特定方法、处理步骤，还可以采用Clark变换、Park变换、SVPWM调制、PI速度/电流控制器的参数选择等技术。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。
Claims (7)
1.一种永磁同步电机鲁棒模型预测速度控制方法，其特征在于，包括：
获取由预设传感器所采集到的当前时刻状态信息，并根据Clark变换和Park变换对所述状态信息进行变换处理，得到静止坐标系下两相电流和旋转坐标系下直交轴电流，其中，所述当前时刻状态信息包括当前时刻三相电流、转子位置和角速度；
调用预设的超螺旋滑模鲁棒负载观测器对所述当前时刻状态信息进行识别负载扭矩处理，得到负载扭矩观测值；
获取参考转速，将所述当前时刻状态信息和所述负载扭矩观测值与永磁同步电机运动学方程进行结合，建立离散化状态空间模型，设置预测区间，以电流矢量作为控制量，定义代价函数以及权重系数，在所述预测区间内对所述当前时刻状态信息进行迭代处理，得到二次型代价函数，并对所述二次型代价函数进行求解，得到所述二次型代价函数的最优解，对所述最优解进行限幅，将限幅后的最优解作为当前时刻参考电流矢量；
使用预设的电流分配策略对所述当前时刻参考电流矢量进行预处理，确定电流矢量角，生成直交轴参考电流；
采用电流环控制器对所述当前时刻状态信息和所述直交轴参考电流进行处理，得到d-q轴参考电压；
对所述转子位置和所述d-q轴参考电压进行反Park变换处理，生成变换结果，对所述变换结果进行SVPWM调制，生成PWM信号，将所述PWM信号输出至逆变器，在定子绕组中生成期望的定子电压和三相电流，以驱动永磁同步电机运行。
2.根据权利要求1所述的一种永磁同步电机鲁棒模型预测速度控制方法，其特征在于，在调用预设的超螺旋滑模鲁棒负载观测器对所述当前时刻状态信息进行识别负载扭矩处理之前，还包括：
获取电机实际机械角速度和机械角速度估计值/>，对所述电机实际机械角速度和所述机械角速度估计值/>进行计算，生成机械角速度估计误差/>，，并将所述机械角速度估计误差/>设为滑模面；
根据永磁同步电机运动学方程和电磁转矩计算，采用二阶超螺旋滑模函数，设计一个超螺旋滑模鲁棒负载观测器，公式为：
其中，为电机实际机械角速度，/>为机械角速度估计值，/>为机械角速度估计值的导数，/>为电磁转矩，/>为转动惯量，/>为粘滞阻尼系数，/>为负载扭矩先验估计值，/>为机械角速度估计误差，/>，/>为符号函数，/>为电机实际机械角速度的导数，/>、/>为观测器参数且要求均大于0。
3.根据权利要求2所述的一种永磁同步电机鲁棒模型预测速度控制方法，其特征在于，调用预设的超螺旋滑模鲁棒负载观测器对所述当前时刻状态信息进行识别负载扭矩处理，得到负载扭矩观测值，具体为：
获取直流侧母线电压、以及上一采样时刻逆变器开关状态，其中，所述上一采样时刻逆变器开关状态包括上一时刻/>系下的指令电压/>和/>；
根据所述直流侧母线电压和所述上一采样时刻逆变器开关状态，确定定子电压矢量在/>系上的分量，表达式为：
其中，为直流侧母线电压值，/>、/>为上一时刻/>系下指令电压，/>和/>分别为定子电压矢量在/>系上的分量，/>为上一采样时刻三相逆变器开关状态；
根据电阻温升公式，补偿定子电阻变化，公式为：
其中，为当前时刻的温度采样值，/>为当前温度/>下定子绕组的相电阻值，/>为25下绕组相电阻值，/>为铜材料的电阻温度系数，/>；
根据预先训练好的定子电阻-电压模型进行估计处理，估计出定子磁链在系下的分量，表达式为：
其中，、/>为定子磁链估计值在/>系下的分量，/>，，/>为0时刻的转子电角度，/>为永磁体磁链，/>、/>为定子电流矢量在系下的分量；
使用滤波器对预先估计的定子磁链进行滤波处理，公式为：
其中，为微分算子，/>为一阶高通滤波器的截止频率，/>、/>为滤波后的定子磁链在系下的分量；
基于过滤完成后的定子磁链，计算电磁转矩，公式为：
其中，为永磁同步电机磁极对数；
采用锁相环闭环传递函数进行预处理，锁相环闭环传递函数公式为：
其中，为微分算子，/>为锁相环比例增益，/>为锁相环积分增益；
令，/>为锁相环截止频率，所述锁相环截止频率/>用于决定滤波器带宽；
令，/>为阻尼比，所述阻尼比/>用于决定响应速度和超调量；
根据获取到的实际频响和滤波需求对所述锁相环截止频率和所述阻尼比/>进行调节；
采用锁相环对所述负载扭矩先验估计值进行滤波处理，生成负载扭矩观测值，公式为：
其中，为负载扭矩观测值，/>为锁相环闭环传递函数。
4.根据权利要求3所述的一种永磁同步电机鲁棒模型预测速度控制方法，其特征在于，所述滤波器为高通滤波器或陷波滤波器。
5.根据权利要求3所述的一种永磁同步电机鲁棒模型预测速度控制方法，其特征在于，获取参考转速，将所述当前时刻状态信息和所述负载扭矩观测值与永磁同步电机运动学方程进行结合，建立离散化状态空间模型，设置预测区间，以电流矢量作为控制量，定义代价函数以及权重系数，在所述预测区间内对所述当前时刻状态信息进行迭代处理，得到二次型代价函数，并对所述二次型代价函数进行求解，得到所述二次型代价函数的最优解，对所述最优解进行限幅，将限幅后的最优解作为当前时刻参考电流矢量，具体为：
根据永磁同步电机运动学方程和所述负载扭矩观测值，得到永磁同步电机动力学模型的表达式，表达式为：
其中，表示当前采样时刻，/>表示当前时刻电机实际角速度，/>表示当前时刻待指定的电流矢量，/>表示当前时刻负载扭矩观测值；
设采样周期为，使用一阶前向欧拉方法进行离散化处理，公式为：
其中，为预测的下一采样时刻电机机械角速度；
选取状态变量，状态变量的表达式为：
其中，和/>为自定义的两个状态变量；
建立离散化状态空间模型，模型表达式为：
其中，，/>为系统特性矩阵，/>，/>为控制输入矩阵，，/>为负载扭矩干扰矩阵；
设为参考输入，令输出/>，以定义速度输出误差，速度输出误差的公式为：
定义理想控制电流，以使得电磁转矩跟踪负载，减小转矩超调和转矩脉动，理想控制电流的表达式为：
将控制输入误差定义为：
其中，为观测器虚拟控制输入；
根据预设的不同的优化目标，选取不同的代价函数，代价函数的表达式为：
其中，为每个预测结果与期望输出之间误差累加的权重矩阵，/>用于反映速度控制系统调节的快速性，/>为控制输入误差累加的权重矩阵，/>用于反映电磁转矩与负载扭矩的吻合性，/>为预测区间最后一步的预测结果与期望输出之间误差的权重矩阵，/>用于反映速度控制的精确性，/>为预测区间的长度，/>表示基于当前时刻/>向后预测/>步；
在所述预测区间内，对所述当前时刻状态信息进行迭代处理，得到：
其中，，/>，，/>，，/>为单位矩阵；
将所述代价函数中的
两项展开，并改写为矩阵形式：
将所述代价函数中的
两项展开，并改写为矩阵形式：
其中，，对/>进行化简处理，并舍去预设的不必要的常数项，得到二次型代价函数/>：
对所述二次型代价函数进行求解，得到所述二次型代价函数的最优解，将所述最优解控制输入矩阵/>中，并令/>，依据预设的额定转矩进行换算限幅处理，将限幅后的最优解作为MTPA等电流分配策略的参考电流矢量/>。
6.根据权利要求1所述的一种永磁同步电机鲁棒模型预测速度控制方法，其特征在于，所述超螺旋滑模鲁棒负载观测器中使用的永磁同步电机为内置式永磁同步电机或表贴式永磁同步电机。
7.根据权利要求1所述的一种永磁同步电机鲁棒模型预测速度控制方法，其特征在于，所述超螺旋滑模鲁棒负载观测器中的永磁同步电机d-q轴参考电流给定控制包括=0控制、最大转矩电流比控制、弱磁控制或最小损耗控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410220645.XA CN117856691B (zh) | 2024-02-28 | 2024-02-28 | 一种永磁同步电机鲁棒模型预测速度控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410220645.XA CN117856691B (zh) | 2024-02-28 | 2024-02-28 | 一种永磁同步电机鲁棒模型预测速度控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117856691A true CN117856691A (zh) | 2024-04-09 |
| CN117856691B CN117856691B (zh) | 2024-06-11 |
Family
ID=90542145
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410220645.XA Active CN117856691B (zh) | 2024-02-28 | 2024-02-28 | 一种永磁同步电机鲁棒模型预测速度控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117856691B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002097546A1 (fr) * | 2001-05-29 | 2002-12-05 | Alstom | Procede et dispositif de controle de vitesse angulaire d'une chaine electromecanique peu amortie |
| CN108983610A (zh) * | 2018-08-03 | 2018-12-11 | 华侨大学 | 一种鲁棒自适应抗扰控制方法 |
| CN111740669A (zh) * | 2020-07-31 | 2020-10-02 | 北京科技大学 | 一种机器人关节伺服电机控制方法 |
| CN113890447A (zh) * | 2021-11-01 | 2022-01-04 | 中车大连电力牵引研发中心有限公司 | 基于改进鲸鱼优化算法的永磁同步电机自抗扰控制方法 |
| CN115580197A (zh) * | 2022-11-10 | 2023-01-06 | 东南大学 | 计及lcl滤波器的高速永磁同步电机闭环无位置控制策略 |
| CN116800148A (zh) * | 2023-06-25 | 2023-09-22 | 中国矿业大学 | 一种鲁棒性提升的永磁同步直线电机模型预测控制方法 |
-
2024
- 2024-02-28 CN CN202410220645.XA patent/CN117856691B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002097546A1 (fr) * | 2001-05-29 | 2002-12-05 | Alstom | Procede et dispositif de controle de vitesse angulaire d'une chaine electromecanique peu amortie |
| CN108983610A (zh) * | 2018-08-03 | 2018-12-11 | 华侨大学 | 一种鲁棒自适应抗扰控制方法 |
| CN111740669A (zh) * | 2020-07-31 | 2020-10-02 | 北京科技大学 | 一种机器人关节伺服电机控制方法 |
| CN113890447A (zh) * | 2021-11-01 | 2022-01-04 | 中车大连电力牵引研发中心有限公司 | 基于改进鲸鱼优化算法的永磁同步电机自抗扰控制方法 |
| CN115580197A (zh) * | 2022-11-10 | 2023-01-06 | 东南大学 | 计及lcl滤波器的高速永磁同步电机闭环无位置控制策略 |
| CN116800148A (zh) * | 2023-06-25 | 2023-09-22 | 中国矿业大学 | 一种鲁棒性提升的永磁同步直线电机模型预测控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117856691B (zh) | 2024-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yan et al. | Active disturbance-rejection-based speed control in model predictive control for induction machines | |
| Tsuji et al. | A sensorless vector control system for induction motors using q-axis flux with stator resistance identification | |
| Jevremovic et al. | Speed-sensorless control of induction motor based on reactive power with rotor time constant identification | |
| Bowes et al. | New natural observer applied to speed-sensorless DC servo and induction motors | |
| Chen et al. | Overview of fundamental frequency sensorless algorithms for AC motors: A unified perspective | |
| Kim | Model reference adaptive control-based adaptive current control scheme of a PM synchronous motor with an improved servo performance | |
| CN111181458A (zh) | 基于扩展卡尔曼滤波器的表贴式永磁同步电机转子磁链观测方法 | |
| CN111193448A (zh) | 基于扩展卡尔曼滤波器的表贴式永磁同步电机负载转矩观测方法 | |
| Shen et al. | Application of an improved ADRC controller based on the double closed loop dynamic disturbance compensation in PMSM | |
| Badini et al. | MRAS-based speed and parameter estimation for a vector-controlled PMSM drive | |
| Bayoumi | Multi-resolution analysis wavelet PI stator resistance estimator for direct torque induction motor drive | |
| Chen et al. | Implementation of a predictive controller for a sensorless interior permanent-magnet synchronous motor drive system | |
| CN117856691B (zh) | 一种永磁同步电机鲁棒模型预测速度控制方法 | |
| Mukti et al. | Field oriented control design of inset rotor PMSM drive | |
| KR101449872B1 (ko) | 영구 자석 동기 모터의 전류 제어 방법 | |
| Weihua et al. | An adaptive incremental predictive current control method of PMSM | |
| CN111130409B (zh) | 一种无框力矩电机的超低速高精度定位控制方法 | |
| Usama et al. | Speed sensorless control based on adaptive Luenberger observer for IPMSM drive | |
| CN117811445B (zh) | 一种永磁同步电机超螺旋滑模鲁棒负载观测方法 | |
| Hu et al. | Model predictive direct torque control of permanent magnet synchronous motor with reduced torque ripple | |
| Wade et al. | Parameter identification for vector controlled induction machines | |
| Luo et al. | Permanent Magnet Synchronous Motor composite control strategy based on proportional resonance and disturbance observer | |
| Tárník et al. | Additional adaptive controller for mutual torque ripple minimization in PMSM drive systems | |
| Sujith et al. | Low Speed Estimation of Sensorless Direct Torque Controlled Induction Motor Drive Using Extended Kalman Filter with Adaptive Speed Adjustment Technique | |
| Yan et al. | Model reference adaptive backstepping based direct torque control of PM synchronous motor drives |
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 |