DE102019116666A1 - Parameterlernen für antriebe mit permanentmagnet-synchronmotoren - Google Patents

Parameterlernen für antriebe mit permanentmagnet-synchronmotoren Download PDF

Info

Publication number
DE102019116666A1
DE102019116666A1 DE102019116666.7A DE102019116666A DE102019116666A1 DE 102019116666 A1 DE102019116666 A1 DE 102019116666A1 DE 102019116666 A DE102019116666 A DE 102019116666A DE 102019116666 A1 DE102019116666 A1 DE 102019116666A1
Authority
DE
Germany
Prior art keywords
estimating
machine parameter
error
parameter
machine
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
DE102019116666.7A
Other languages
English (en)
Inventor
Nicholas E. Gizinski
Prerit Pramod
Julie A. Kleinau
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.)
Steering Solutions IP Holding Corp
Original Assignee
Steering Solutions IP Holding Corp
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 Steering Solutions IP Holding Corp filed Critical Steering Solutions IP Holding Corp
Publication of DE102019116666A1 publication Critical patent/DE102019116666A1/de
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
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D5/00Power-assisted or power-driven steering
    • B62D5/04Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
    • B62D5/0457Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such
    • B62D5/0481Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such monitoring the steering system, e.g. failures
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D5/00Power-assisted or power-driven steering
    • B62D5/04Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
    • B62D5/0457Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such
    • B62D5/0481Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such monitoring the steering system, e.g. failures
    • B62D5/0496Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such monitoring the steering system, e.g. failures by using a temperature sensor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • 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
    • H02P23/00Arrangements or methods for the control of AC motors characterised by a control method other than vector control
    • H02P23/14Estimation or adaptation of motor parameters, e.g. rotor time constant, flux, speed, 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
    • H02P6/00Arrangements for controlling synchronous motors or other dynamo-electric motors using electronic commutation dependent on the rotor position; Electronic commutators therefor
    • H02P6/34Modelling or simulation for control purposes
    • 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)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Control Of Electric Motors In General (AREA)
  • Control Of Ac Motors In General (AREA)
  • Control Of Motors That Do Not Use Commutators (AREA)

Abstract

Es werden technische Lösungen zum Schätzen von Maschinenparametern eines PMSM-Antriebs (Antriebs mit Permanentmagnet-Synchronmotoren) beschrieben. Ein exemplarisches Verfahren beinhaltet das Bestimmen eines Bereichs zum Schätzen eines Maschinenparameters basierend auf einem Motordrehzahlwert und einem Motorstromwert. Das Verfahren beinhaltet ferner, als Reaktion darauf, dass der Wert der Motordrehzahl und den Wert des Motorstroms sich in dem Bereich befinden, das Schätzen eines Fehlers in einem geschätzten Spannungsbefehl und das Schätzen des Maschinenparameters unter Verwendung des Fehlers in dem geschätzten Spannungsbefehl.

Description

  • HINTERGRUND
  • Die vorliegende Anwendung bezieht sich im Allgemeinen auf Antriebe mit Permanentmagnet-Synchronmotoren (PMSM-Antriebe) und insbesondere auf solche, die in Systemen wie elektrischen Servolenkungssystemen (EPS-Systemen) verwendet werden.
  • Typischerweise verwenden Bewegungssteuerungssysteme, wie beispielsweise eine EPS, elektrische Antriebssysteme, um Drehmoment zu erzeugen. So wird beispielsweise bei der EPS der elektrische Antrieb verwendet, um einen Fahrer beim Lenken eines Fahrzeugs zu unterstützen. In einem oder mehreren Beispielen verwenden elektrische Antriebssysteme drehmomentgesteuerte PMSMs, um dem Fahrer das Unterstützungsdrehmoment zur Verfügung zu stellen. Die Drehmomentsteuerung von PMSMs erfolgt indirekt durch Regelung von Motorströmen. Die Stromregelung der Motorströme erfolgt über eine Steuerungsarchitektur mit Rückkopplung von gemessenen Strömen im synchron rotierenden Bezugsrahmen unter Verwendung der Theorie der Feldorientierten Steuerung (FOC-Theorie). Die Rückkopplungssteuerung weist im Allgemeinen eine gute stationäre Nachführungs-Leistung, ein dynamisches Verhalten, eine hohe Bandbreite und eine zufriedenstellende Störunterdrückung auf, und deshalb ist die Rückkopplungsstromregelung die am weitesten verbreitete Technik in der Industrie zur Steuerung von mehrphasigen Wechselstrommaschinen.
  • Schätzungen von Maschinenparametern, wie z.B. der Gegen-EMK-Konstante und des Motorschaltungswiderstands, werden zum Bestimmen der optimalen Strombefehle verwendet, wenn ein Drehmomentbefehl, eine Maschinendrehzahl und eine Zwischenkreisspannung gegeben sind. Darüber hinaus werden in mehreren Fällen die Stromregler-Verstärkungen als direkte Funktion der geschätzten Maschinenparameter vorgesehen, um zufriedenstellende dynamische Ansprechverhaltensweisen des Motordrehmomentsteuerungs- und Stromregelsystems zu erhalten. Maschinenparameter werden innerhalb des Motorsteuerungssystems auch für verschiedene andere Funktionen wie Signalbeobachter, Stabilitätsverbesserungsfunktionen usw. verwendet. Die Maschinenparameter variieren stark im gesamten Betriebsbereich des PMSM-Antriebssystems sowie über die Lebensdauer des EPS-Systems.
  • ZUSAMMENFASSUNG
  • Es werden technische Lösungen zum Schätzen von Maschinenparametern eines PMSM-Antriebs (Antriebs mit Permanentmagnet-Synchronmotoren) beschrieben. Ein exemplarisches Verfahren beinhaltet das Bestimmen eines Bereichs zum Schätzen eines Maschinenparameters basierend auf einem Motordrehzahlwert und einem Motorstromwert. Das Verfahren beinhaltet ferner, als Reaktion darauf, dass sich der Wert der Motordrehzahl und der Wert des Motorstroms in dem Bereich befinden, das Schätzen eines Fehlers im geschätzten Spannungsbefehl und das Schätzen des Maschinenparameters unter Verwendung des Fehlers im geschätzten Spannungsbefehl.
  • Gemäß einer oder mehreren Ausführungsformen beinhaltet ein System einen Motor, ein Motorsteuerungssystem, das den Motor unter Verwendung einer Rückkopplungssteuerung betreibt, und ein Maschinenparameter-Lernsystem, das einen Maschinenparameter des Motorsteuerungssystems schätzt. Das Schätzen des Maschinenparameters beinhaltet das Bestimmen eines Bereichs zum Schätzen eines Maschinenparameters basierend auf einem Motordrehzahlwert und einem Motorstromwert. Das Schätzen beinhaltet ferner, als Reaktion darauf, dass sich der Motordrehzahlwert und der Motorstromwert in dem Bereich befinden, das Schätzen eines Fehlers im geschätzten Spannungsbefehl und das Schätzen des Maschinenparameters unter Verwendung des Fehlers im geschätzten Spannungsbefehl.
  • Gemäß einer oder mehreren Ausführungsformen beinhaltet ein Lenkungssystem einen Antrieb mit Permanentmagnet-Synchronmotoren (PMSM-Antrieb) und einen Strombefehlsgenerator, der einen Motorstrombefehl für den PMSM-Antrieb entsprechend einem Eingangsdrehmomentbefehl erzeugt. Das Lenkungssystem beinhaltet ferner ein Parameter-Lernsystem, das einen Maschinenparameter des PMSM-Antriebs schätzt. Das Schätzen des Maschinenparameters beinhaltet das Bestimmen eines Bereichs zum Schätzen eines Maschinenparameters basierend auf einem Motordrehzahlwert und einem Motorstromwert. Das Schätzen beinhaltet ferner, als Reaktion darauf, dass sich der Motordrehzahlwert und der Motorstromwert in dem Bereich befinden, das Schätzen eines Fehlers im geschätzten Spannungsbefehl und das Schätzen des Maschinenparameters unter Verwendung des Fehlers im geschätzten Spannungsbefehl.
  • Diese und andere Vorteile und Merkmale werden aus der folgenden Beschreibung in Verbindung mit den Zeichnungen ersichtlich.
  • Figurenliste
  • Der Gegenstand, der als Erfindung angesehen wird, wird speziell offengelegt und in den Ansprüchen am Ende der Beschreibung separat beansprucht. Das Vorstehende und andere Merkmale und Vorteile der Erfindung ergeben sich aus der folgenden detaillierten Beschreibung in Verbindung mit den dazugehörigen Zeichnungen, in denen:
    • 1 eine exemplarische Ausführungsform einer elektrischen Servolenkung gemäß einer oder mehreren Ausführungsformen ist;
    • 2 ein Blockdiagramm einer Motorsteuerung mit Online-Parameterlernen gemäß einer oder mehreren Ausführungsformen darstellt;
    • 3 eine visuelle Darstellung in der Drehmoment/Drehzahlebene des Bereichs für Lernparameter bereitstellt;
    • 4A und 4B ein Flussdiagramm für beispielhafte Verfahren zum Bestimmen von Bereichen zum Lernen/Schätzen der Maschinenparameter gemäß einer oder mehreren Ausführungsformen darstellen;
    • 5 ein Blockdiagramm eines Parameter-Lernmoduls gemäß einer oder mehreren Ausführungsformen darstellt; und
    • 6 ein Blockdiagramm eines Betriebsablaufs zum Schätzen oder Lernen eines Maschinenparameters gemäß einer oder mehreren Ausführungsformen darstellt.
  • DETAILLIERTE BESCHREIBUNG
  • Wie hierin verwendet, beziehen sich die Begriffe Modul und Teilmodul auf eine oder mehrere Verarbeitungsschaltungen, wie beispielsweise eine anwendungsspezifische integrierte Schaltung (ASIC), eine elektronische Schaltung, einen Prozessor (gemeinsam genutzt, dediziert, oder Gruppe) mit Speicher, der ein oder mehrere Software- oder Firmwareprogramme ausführt, eine kombinatorische Logikschaltung und/oder andere geeignete Komponenten, die die beschriebene Funktionalität bereitstellen. Wie zu erkennen ist, können die nachfolgend beschriebenen Teilmodule kombiniert und/oder weiter unterteilt werden.
  • Es ist zu beachten, dass die verschiedenen hierin beschriebenen technischen Merkmale Verbesserungen für Motorsteuerungssysteme ermöglichen. Die Beschreibung hierin verwendet als Beispiel ein elektrisches Servolenkungssystem (EPS-System), das ein Motorsteuerungssystem verwendet, das durch Verwenden und/oder Implementieren der verschiedenen hierin beschriebenen technischen Merkmale verbessert wird. Die hierin beschriebenen technischen Lösungen beschränken sich jedoch nicht auf elektrische Servolenkungssysteme, sondern sind vielmehr in Motorsteuerungssystemen anwendbar, die in jedem anderen System verwendet werden, wie beispielsweise in einem Industriemotor, einer biomechanischen Vorrichtung, einem automatisierten Fahrassistenzsystem oder jeder anderen elektrischen Maschine, die ein Motorsteuerungssystem verwendet.
  • Unter Bezugnahme nun auf die Figuren, in denen die technischen Lösungen in Bezug auf spezielle Ausführungsformen beschrieben werden, ohne diese einzuschränken, ist 1 eine exemplarische Ausführungsform eines elektrischen Servolenkungssystems (EPS) 40, das für die Umsetzung der offenbarten Ausführungsformen geeignet ist. Der Lenkungsmechanismus 36 ist ein Zahnstangen- und Ritzelsystem und beinhaltet eine Zahnstange (nicht dargestellt) in einem Gehäuse 50 und ein Ritzel (auch nicht dargestellt) unter einem Getriebegehäuse 52. Während die Bedienereingabe, im Folgenden als Lenkrad 26 (z.B. Handrad o.ä.) bezeichnet, gedreht wird, dreht sich die obere Lenkwelle 29, und die untere Lenkwelle 51, die über ein Kreuzgelenk 34 mit der oberen Lenkwelle 29 verbunden ist, dreht das Ritzel. Die Drehung des Ritzels bewegt die Zahnstange, die Spurstangen 38 (nur eine ist dargestellt) bewegt, welche wiederum die Achsschenkel 39 (nur einer ist dargestellt) bewegen, die ein oder mehrere lenkbare Räder 44 (nur eines ist dargestellt) drehen bzw. einschlagen.
  • Die Unterstützung der elektrischen Servolenkung wird durch die allgemein durch Bezugszeichen 24 bezeichnete Steuervorrichtung bereitgestellt und beinhaltet den Controller 16 und eine elektrische Maschine 19, die einen Permanentmagnet-Synchronmotor beinhaltet und im Folgenden als Motor 19 bezeichnet wird. Der Controller 16 wird von dem Bordnetz 10 über eine Leitung 12 mit Strom versorgt. Der Controller 16 empfängt ein für die Fahrzeuggeschwindigkeit repräsentatives Fahrzeuggeschwindigkeitssignal 14 von einem Fahrzeuggeschwindigkeitssensor 17. Der Lenkwinkel wird durch einen Positionssensor 32 gemessen, der ein Sensor mit optischer Codierung, ein Sensor mit variablem Widerstand oder ein anderer geeigneter Typ von Positionssensor sein kann, und der an den Controller 16 ein Positionssignal 20 liefert. Die Motordrehzahl kann mit einem Drehzahlmesser oder einer anderen Vorrichtung gemessen und als Motordrehzahlsignal 21 an der Controller 16 übertragen werden. Eine als ωm bezeichnete Motordrehzahl kann gemessen, berechnet oder durch eine Kombination daraus bestimmt werden. So kann beispielsweise die Motordrehzahl ωm , als die Änderung der Motorposition θ, gemessen von einem Positionssensor 32, über ein vorgegebenes Zeitintervall berechnet werden. Die Motordrehzahl ωm kann beispielsweise als Ableitung der Motorposition θ aus der Gleichung ω m = Δ θ Δ t
    Figure DE102019116666A1_0001
    bestimmt werden, wobei Δt die Abtastzeit und Δθ die Positionsänderung während des Abtastintervalls ist. Alternativ kann die Motordrehzahl aus der Motorposition als zeitliche Rate der Positionsänderung abgeleitet werden. Es ist festzustellen, dass es zahlreiche bekannte Methoden gibt, um die Funktion einer Ableitung auszuführen.
  • Während das Lenkrad 26 gedreht wird, erfasst ein Drehmomentsensor 28 das vom Fahrzeugführer auf das Lenkrad 26 ausgeübte Drehmoment. Der Drehmomentsensor 28 kann einen Torsionsstab (nicht dargestellt) und einen Sensor mit variablem Widerstand (auch nicht dargestellt) beinhalten, der ein variables Drehmomentsignal 18 an den Controller 16 in Abhängigkeit von der Verdrehung des Torsionsstabes ausgibt. Obwohl es sich hierbei um eine Art von Drehmomentsensor handelt, genügt jede andere geeignete Drehmomentsensorvorrichtung, die mit bekannten Signalverarbeitungstechniken verwendet wird. Als Reaktion auf die verschiedenen Eingaben sendet der Controller einen Befehl 22 an den Elektromotor 19, der über eine Schnecke 47 und ein Schneckenrad 48 die Drehmomentunterstützung für das Lenkungssystem bereitstellt und eine Drehmomentunterstützung für die Fahrzeuglenkung bereitstellt.
  • Es ist zu beachten, dass die offenbarten Ausführungsformen zwar unter Bezugnahme auf die Motorsteuerung für elektrische Lenkungsanwendungen beschrieben werden, es jedoch festzustellen ist, dass diese Bezugnahmen nur veranschaulichend sind und die offenbarten Ausführungsformen auf jede Motorsteuerungsanwendung angewendet werden können, die einen Elektromotor verwendet, z.B. Lenkung, Ventilsteuerung und dergleichen. Darüber hinaus können die hierin enthaltenen Bezugnahmen und Beschreibungen für viele Formen von Parametersensoren gelten, einschließlich, aber nicht beschränkt auf Drehmoment, Position, Drehzahl und dergleichen. Es sei auch darauf hingewiesen, dass hierin auf elektrische Maschinen Bezug genommen wird, die ohne Einschränkung Motoren umfassen, wobei im Folgenden aus Gründen der Kürze und Einfachheit ohne Einschränkung nur auf Motoren Bezug genommen wird.
  • In dem dargestellten Steuerungssystem 24 verwendet der Controller 16 das Drehmoment, die Position, die Drehzahl und dergleichen, um einen oder mehrere Befehle zu berechnen, um die erforderliche Ausgangsleistung zu liefern. Der Controller 16 ist in Verbindung mit den verschiedenen Systemen und Sensoren des Motorsteuerungssystems angeordnet. Der Controller 16 empfängt Signale von jedem der Systemsensoren, quantifiziert die empfangenen Informationen und stellt daraufhin ein oder mehrere Ausgangsbefehlssignale bereit, in diesem Fall beispielsweise an den Motor 19. Der Controller 16 ist konfiguriert, um die entsprechende(n) Spannung(en) aus einem Wechselrichter (nicht dargestellt) zu entwickeln, der optional in den Controller 16 integriert sein kann und hierin als Controller 16 bezeichnet wird, so dass beim Anlegen an den Motor 19 das gewünschte Drehmoment oder die gewünschte Position erzeugt wird. In einem oder mehreren Beispielen arbeitet die Steuerung 24 in einem Rückkopplungs-Steuerungsmodus als Stromregler, um den Befehl 22 zu erzeugen. Alternativ arbeitet die Steuerung 24 in einem oder mehreren Beispielen in einem Vorsteuerungsmodus, um den Befehl 22 zu erzeugen. Da sich diese Spannungen auf die Position und Drehzahl des Motors 19 und das gewünschte Drehmoment beziehen, werden die Position und/oder Drehzahl des Rotors und das von einem Bediener aufgebrachte Drehmoment bestimmt. Ein Positionscodierer ist mit der Lenkwelle 51 verbunden, um die Winkelposition θ zu erfassen. Der Codierer kann die Drehposition basierend auf optischer Erkennung, Magnetfeldänderungen oder anderen Verfahren erfassen. Typische Positionssensoren beinhalten Potentiometer, Resolver, Synchros, Codierer und dergleichen sowie Kombinationen, die mindestens eine der vorgenannten Komponenten umfassen. Der Positionscodierer gibt ein Positionssignal 20 aus, das die Winkelposition der Lenkwelle 51 und damit die des Motors 19 anzeigt.
  • Das gewünschte Drehmoment kann durch einen oder mehrere Drehmomentsensoren 28 bestimmt werden, die Drehmomentsignale 18 übertragen, die ein aufgebrachtes Drehmoment anzeigen. Eine oder mehrere exemplarische Ausführungsformen beinhalten einen solchen Drehmomentsensor 28 und das/die Drehmomentsignal(e) 18 davon, die auf einen nachgiebigen Torsionsstab, T-Stab, eine Feder oder eine ähnliche Vorrichtung (nicht dargestellt) reagieren können, die konfiguriert ist, um eine Reaktion bereitzustellen, die das aufgebrachte Drehmoment anzeigt.
  • In einem oder mehreren Beispielen sind ein oder mehrere Temperatursensoren 23 an der elektrischen Maschine 19 angeordnet. Vorzugsweise ist der Temperatursensor 23 konfiguriert, um die Temperatur des Sensorabschnitts des Motors 19 direkt zu messen. Der Temperatursensor 23 sendet ein Temperatursignal 25 an den Controller 16, um die hierin vorgegebene Verarbeitung und Kompensation zu ermöglichen. Typische Temperatursensoren beinhalten Thermoelemente, Thermistoren, Thermostate und dergleichen sowie Kombinationen, die mindestens einen der vorgenannten Sensoren umfassen, die bei geeigneter Platzierung ein kalibrierbares Signal proportional zur jeweiligen Temperatur liefern.
  • Das Positionssignal 20, das Drehzahlsignal 21 und ein oder mehrere Drehmomentsignale 18 werden neben weiteren an den Controller 16 angelegt. Der Controller 16 verarbeitet alle Eingangssignale, um Werte zu erzeugen, die jedem der Signale entsprechen, was dazu führt, dass ein Rotorpositionswert, ein Motordrehzahlwert und ein Drehmomentwert für die Verarbeitung in den hierin beschriebenen Algorithmen zur Verfügung stehen. Messsignale, wie die oben genannten, werden im Allgemeinen auch linearisiert, kompensiert und nach Belieben gefiltert, um die Eigenschaften zu verbessern oder unerwünschte Eigenschaften des erfassten Signals zu beseitigen. So können beispielsweise die Signale linearisiert werden, um die Verarbeitungsgeschwindigkeit zu verbessern oder um einen großen Dynamikbereich des Signals zu erreichen. Darüber hinaus kann eine frequenz- oder zeitabhängige Kompensation und Filterung eingesetzt werden, um Rauschen zu eliminieren oder unerwünschte spektrale Eigenschaften zu vermeiden.
  • Um die beschriebenen Funktionen und die gewünschte Verarbeitung sowie die damit verbundenen Berechnungen (z.B. die Identifizierung von Motorparametern, Regelalgorithmen und dergleichen) durchzuführen, kann der Controller 16 einen oder mehrere Prozessoren, Computer, DSP(s), Arbeitsspeicher, Massenspeicher, Register, Zeitgeber, Interrupt(s), Kommunikationsschnittstelle(n), Ein-/Ausgabesignalschnittstellen und dergleichen sowie Kombinationen aus mindestens einer der vorgenannten Komponenten beinhalten. So kann beispielsweise der Controller 16 eine Eingangssignalverarbeitung und -filterung beinhalten, um eine genaue Abtastung und Umwandlung oder Erfassung solcher Signale von Kommunikationsschnittstellen zu ermöglichen. Zusätzliche Merkmale des Controllers 16 und bestimmte Prozesse darin werden zu einem späteren Zeitpunkt hierin ausführlich erläutert.
  • Wie bereits erwähnt, ist die Schätzung von Maschinenparametern, wie z.B. der Gegen-EMK-Konstante und des Motorschaltungswiderstands, entscheidend für den Betrieb der Drehmomentsteuerung und Stromregelung von PMSMs. Parameterschätzungen werden zum Bestimmen der optimalen Strombefehle bei einem Drehmomentbefehl, einer Maschinendrehzahl und einer Zwischenkreisspannung verwendet. Darüber hinaus werden in mehreren Fällen die Stromregler-Verstärkungen als direkte Funktion der geschätzten Maschinenparameter vorgesehen, um zufriedenstellende dynamische Ansprechverhaltensweisen des Motordrehmomentsteuerungs- und Stromregelsystems zu erhalten. Maschinenparameter werden innerhalb des Motorsteuerungssystems auch für verschiedene andere Funktionen wie Signalbeobachter, Stabilitätsverbesserungsfunktionen usw. verwendet. Die Maschinenparameter variieren stark im gesamten Betriebsbereich des PMSM-Antriebssystems sowie über die Lebensdauer des EPS-Systems. Daher ist die genaue Schätzung der Maschinenparameter entscheidend für das optimale Funktionieren des PMSM-Antriebssystems.
  • Typischerweise werden Maschinenparameter unter Verwendung eines Vorsteuerungs-Ansatzes geschätzt, bei dem ein Modell der Parametervariation verwendet wird. Insbesondere werden die Gegen-EMK- oder Drehmomentkonstante der Maschine und der Motorschaltungswiderstand mit Hilfe von Temperaturschwankungsmodellen mit geschätzten Temperaturen des Magneten, der Wicklung und der Wechselrichterschalter geschätzt. Weiterhin wird ein magnetisches Sättigungsmodell verwendet, um die Änderung der Stärke des Magneten bei Lastschwankungen zu berücksichtigen.
  • Die hierin beschriebenen technischen Lösungen bieten Techniken zum Online-Lernen der PMSM-Parameter während eines Stromregelbetriebs und sprechen damit die technische Herausforderung an, die PMSM-Parameter während der Rückkopplungsregelung zu schätzen. In einem oder mehreren Beispielen schätzen die hierin beschriebenen technischen Lösungen die PMSM-Parameter, indem sie den/die endgültigen und geschätzten Spannungsbefehl(e) als Eingänge für verschiedene Lernalgorithmen verwenden, um die Maschinenparameter, insbesondere die Gegen-EMK-Konstante und den Motorschaltungswiderstand, zu schätzen.
  • 2 stellt ein Blockdiagramm eines Motorsteuerungssystems mit Online-Parameterlernen gemäß einer oder mehreren Ausführungsformen dar. Das System 100 beinhaltet ein Drehmomentsteuerungssystem 110 für den PMSM 19. Das Drehmomentsteuerungssystem 110 kann auch als Stromregelungssystem des PMSM 19 bezeichnet werden. Das Drehmomentsteuerungssystem 110 empfängt Motorparameterschätzungen von einem Parameterschätzsystem 120. Das Drehmomentsteuerungssystem 110 empfängt weiterhin ein gewünschtes Ausgangsdrehmoment, das vom PMSM 19 erzeugt werden soll. Das Drehmomentsteuerungssystem 110 kann einen Vorsteuerungs-Parameterschätzer 130 beinhalten, der einen oder mehrere Betriebsparameter, wie beispielsweise den Maschinenwiderstand (), die Gegen-EMK-Konstante (e ), die Maschineninduktivität in der d-Achse (d ) und die Maschineninduktivität in der q-Achse (q ) schätzt. In einem oder mehreren Beispielen kann die Schätzung auf einer Temperatur (θ) der Maschine basieren, wobei die Temperatur mit einem Sensor gemessen wird oder ein Schätzwert ist. Das Drehmomentsteuerungssystem 110 beinhaltet ferner einen Stromreferenzgenerator 135, der Stromreferenzen bestimmt, die als Eingang an einen Stromregler 140 gesendet werden. Der Stromreferenzgenerator 135 berechnet Motorstromreferenzen ( I q * , I d * ) ,
    Figure DE102019116666A1_0002
    um das gewünschte elektrische Drehmoment des Motors unter Einhaltung der Spannungsbegrenzung zu erzeugen. Die Motorstromreferenzen werden von einem Spannungsberechnungsmodul 145 verwendet, um geschätzte Spannungswerte (q und d ) zu berechnen, die an das Parameterschätzsystem 120 weitergeleitet werden. In einem oder mehreren Beispielen sind die berechneten Spannungswerte Vorsteuerungsspannungs-Befehlswerte.
  • Der Stromreferenzgenerator 135 empfängt als Eingang die Betriebsbedingungen einschließlich Motordrehzahl (ωm ), Zwischenkreisspannung (Vecu ) und Drehmomentbefehl (Tc ) sowie den Ausgang des Vorsteuerungs-Parameterschätzers 130. Der Vorsteuerungs-Parameterschätzer approximiert die Maschinenparameter (K̃e , , q , d ) unter Verwendung eines Parametervariationsmodells mit Temperatur und magnetischer Sättigung (in bestimmten Fällen einschließlich eines Temperaturmodells zur Vorhersage von Bauteiltemperaturen) und vordefinierter Kalibrierungen. Die folgenden stationären Maschinengleichungen werden verwendet, um die Stromreferenzen (Befehle) zu bestimmen, die an den Stromregler 140 gesendet werden, wobei m eine Vorsteuerungsschätzung des Modulationsindex ist. T c = c K ˜ e I q * + c r N p ( L ˜ q L ˜ d ) I q * I d *
    Figure DE102019116666A1_0003
    V ˜ q = c R ˜ I q * c N p 2 ω m L ˜ d I d * + K ˜ e ω m
    Figure DE102019116666A1_0004
    V ˜ q = c R ˜ I d * + c N p 2 ω m L ˜ q I q *
    Figure DE102019116666A1_0005
    m = v ˜ q 2 + v ˜ d 2 v e c u 1
    Figure DE102019116666A1_0006
    wobei c = 3 2  und  c r = 3 8 ,
    Figure DE102019116666A1_0007
    wenn die Beschreibung für das Maschinenmodell von Leitung zu Leitung verwendet wird. Beachten Sie, dass die Tilde in den obigen Gleichungen geschätzte Maschinenparameter impliziert. Gleichung 1 wird aufgelöst, um den Strombetrag zu bestimmen, der gewünscht wird, um Tc zu erreichen. Gleichungen 2-4 bestimmen, ob das gewünschte Drehmoment mit der verfügbaren Spannung erreichbar ist. Ist der gewünschte Drehmomentbefehl nicht erreichbar, löst das Stromreferenzbefehlsmodul 135 nach Referenzströmen auf, so dass die Differenz zwischen Tc und einem modifizierten Drehmomentbefehl minimiert wird. Die Gleichungen 1-4 stellen das Modell der Maschine bei Verwendung geschätzter Parameter dar, während die folgenden Gleichungen 5-7 die tatsächlichen Maschineneigenschaften (einschließlich Dynamik) sind, wobei Np die Anzahl der Magnetpole des PMSM-Motors 19 ist. T e = c K e I q + c r N p ( L d L q ) I q I d
    Figure DE102019116666A1_0008
    V q = c L q I q + C R I q c N p 2 L d I d ω m + K e ω m
    Figure DE102019116666A1_0009
    V d = c L d I d + C R I d + c N p 2 L q I q ω m
    Figure DE102019116666A1_0010
    wobei Te das tatsächliche elektromagnetische Drehmoment ist, Id und Iq die tatsächlichen Maschinenströme sind und Ke , R, Ld , Lq die tatsächlichen Maschinenparameter sind. Gemäß einer oder mehreren hierin beschriebenen Ausführungsformen werden die geschätzten Maschineninduktivitäten als genau angenommen, und die Online-Bestimmung oder das Online-Lernen des Motorschaltungswiderstands und der Gegen-EMK-Spannungs- (oder Drehmoment-) Konstante wird unter Verwendung der geschätzten Maschineninduktivität durchgeführt. Im stationären Zustand und im niederfrequenten transienten Verhalten (wobei die Ableitungen beider Ströme ungefähr Null sind, d.h. iq ≅ 0, id ≅ 0), kann angenommen werden, dass aufgrund des Vorhandenseins des Rückkopplungsstromreglers 140 mit hoher Bandbreite I q = I q * ,   I d = I d * .
    Figure DE102019116666A1_0011
    Der Stromregler 140 ist ein PI-basiertes Regelverfahren mit mehreren Eingängen und mehreren Ausgängen, das sicherstellt, dass Referenzströme verfolgt/nachgeführt werden, und in einem oder mehreren Beispielen sind die Referenzströme im Wesentlichen gleich den tatsächlichen Messungen. Die Beziehung zwischen dem tatsächlichen und dem befohlenen elektromagnetischen Drehmoment und realen und geschätzten Maschinenparametern ist in Gleichung 8 unten dargestellt. T e T c = c K e + c r N p ( L q L d ) I d c K ˜ e + c r N p ( L ˜ q L ˜ d ) I d
    Figure DE102019116666A1_0012
  • Unter Verwendung der Gleichungen 6-7 und der Gleichungen 2-3 kann die Beziehung zwischen Schätzungen und tatsächlichen Parametern in Bezug auf die endgültigen und Vorsteuerungs-q-Achsenspannungsbefehle wie folgt ausgedrückt werden. V q = V ˜ q ( R R N p 2 4 ω m 2 ( R R L ˜ d L d ) L ˜ q R ˜ 2 + N p 2 4 L ˜ q L ˜ d ω m 2 ) ω m ( R R K ˜ e K e ) + N p 2 ω m ( R R L ˜ d L d ) ( R ˜ V ˜ d + N p 2 L ˜ q K ˜ e ω m 2 ) R ˜ 2 + N p 2 4 L ˜ q L ˜ d ω m 2
    Figure DE102019116666A1_0013
  • Unter Berücksichtigung der oben genannten Annahmen und basierend auf der Gleichung 9 weist der Widerstandsschätzfehler eine lineare Beziehung zu dem in der q-Achsenspannung beobachteten Fehler auf. Dasselbe gilt für den konstanten Fehler der Gegen-EMK-Spannung (oder des Drehmoments). Die vorgeschlagene Erfindung konvergiert zu genauen Schätzparametern durch einen Lernprozess in einem offenen oder geschlossenen Regelkreis unter Verwendung des Fehlers in den Spannungen.
  • Der Lernprozess in einem offenen Regelkreis ist ein rechenbasierter Ansatz zur Berücksichtigung von Ungenauigkeiten bei Vorsteuerungs-Parameterschätzungen. Die mit der Annahme von Induktivitätsschätzungen vereinfachte Gleichung 9 ist nachfolgend dargestellt: V q = V ˜ q R R ω m ( R R K ˜ e K e )
    Figure DE102019116666A1_0014
  • Basierend auf der Gleichung 10 kann bestimmt werden, wann die Motorparameterschätzungen unabhängig voneinander sind. Wenn sich der Motor 19 beispielsweise in der Nähe einer Stillstandsbedingung ωm ≅ 0 befindet, gilt die folgende Gleichung. R = V q V ˜ q R ˜
    Figure DE102019116666A1_0015
  • Die obige Gleichung 10 kann umgestellt werden zu: K e = R ( K ˜ e ω m V ˜ q ) + V q R ˜ ω m R ˜
    Figure DE102019116666A1_0016
  • Wenn der durch den Motor fließende Strom ausreichend niedrig ist, d.h. Iqm ≅ 0 , dann ist (K̃eωm - Ṽq) ≅ 0, was zu der folgenden Gleichung führt. K e = V q ω m
    Figure DE102019116666A1_0017
  • Unter Bezugnahme auf 2 beinhaltet das Parameterschätzsystem 120 ein Parameter-Lernmodul 122 gemäß einer oder mehreren Ausführungsformen. In einem oder mehreren Beispielen verwendet das Parameter-Lernmodul 122 das hierin beschriebene Parameterlernen und konvergiert zu einer genauen Vorsteuerungs-Parameterschätzung basierend auf Gleichung 11 und Gleichung 13. Es ist zu beachten, dass das Parameter-Lernmodul 122 in verschiedenen Beispielen verwendet werden kann, z.B. in einer Ausführungsform, die das Parameter-Lernen in einem offenen Regelkreis durchführt. Der Vorsteuerungs-Parameterschätzer 130 verwendet die erlernten Parameterwerte ΔR und ΔKe , um die endgültigen Parameterschätzungen zu erhalten. Das Parameterschätzsystem 120 beinhaltet weiterhin ein Parameter-Lernregion-Bestimmungsmodul 124, das basierend auf der Bedingung, die verwendet wird, um sowohl Gleichung 11 als auch Gleichung 13 abzuleiten, bestimmt, wann jeder Parameter zu lernen ist. In den hierin beschriebenen Ausführungsformen verwendet das Parameter-Lernregion-Bestimmungsmodul 124 Soll- oder Referenzstromwerte, wobei jedoch zu beachten ist, dass in anderen Ausführungsformen tatsächliche Motorstrommessungen verwendet werden können.
  • 3 bietet eine visuelle Darstellung in der Drehmoment/Drehzahl-Ebene des Bereichs für Lernparameter. Die Bereiche 310 stellen die Bedingung bei ωm ≅ 0 dar und können zum Erlernen des Maschinenwiderstandes unter Verwendung der Gleichung 11 verwendet werden. Die Bereiche 320 stellen die Bedingung dar, wenn der Drehmomentbefehl klein ist, und somit Iqm ≅ 0, (K̃eωm - Ṽq) ≅ 0 und kann zum Erlernen der Gegen-EMK-Konstante unter Verwendung der Gleichung 13 verwendet werden. Es ist zu beachten, dass anstelle der Verwendung der Drehmoment/Drehzahl-Ebene auch eine Strom/Drehzahl-Ebene verwendet werden kann. In diesem Fall würde der Konvergenzbereich basierend auf einem oder mehreren der Stromwerte (die entweder Soll- oder Messströme sein können) in der q-Achse und/oder d-Achse bestimmt.
  • 4A und 4B stellen Flussdiagramme für beispielhafte Verfahren zum Bestimmen von Bereichen zum Erlernen/Schätzen der Maschinenparameter gemäß einer oder mehreren Ausführungsformen dar. Die Verfahren können durch das Parameterlernen-Einleitungsmodul 124 implementiert oder ausgeführt werden. In einem oder mehreren Beispielen können die Verfahren durch das Steuermodul 26 ausgeführt werden, wenn computerausführbare Anweisungen ausgeführt werden, die auf einer Computerspeichervorrichtung gespeichert sind.
  • Die Verfahren ermöglichen das Bestimmen von Konvergenzbereichen für das Parameterlernen. Es ist zu beachten, dass hierin zwar einige spezielle Ausführungsformen der Lernbereiche beschrieben werden, jedoch in anderen Beispielen das Verfahren erweitert werden kann, um die Lernalgorithmen robuster gegenüber Betriebsbedingungen zu machen. So kann beispielsweise die Änderungsrate von Variablen wie Drehzahl oder Strom verwendet werden, um schnell wechselnde Betriebsbedingungen zu bestimmen, bei denen das Lernen deaktiviert werden kann.
  • Wie in 4A dargestellt, beinhaltet das Verfahren das Bestimmen, ob der Maschinenparameter Gegen-EMK (Ke ) basierend auf einem Absolutwert der Motordrehzahl (ωm ) und einem Absolutwert des Referenzstroms in der q-Achse ( I q * )
    Figure DE102019116666A1_0018
    gelernt werden soll. Wenn die Motordrehzahl größer (oder gleich) einem ersten vorgegebenen Schwellenwert ωm1 ist (der auf x1 in 3 basiert) und wenn der Referenzstrom der q-Achse kleiner (oder gleich) einem zweiten vorgegebenen Schwellenwert Iq1 (auf y1 in 3 basierend) ist, leitet das Verfahren das Lernen für den Maschinenparameter Gegen-EMK (Ke ) bei 432, 434 und 436 ein. Wenn eine der beiden Bedingungen nicht erfüllt ist, wird das Gegen-EMK-Lernen nicht eingeleitet.
  • Weiterhin beinhaltet das Verfahren, wie in 4B dargestellt, das Bestimmen, ob der Maschinenparameter Maschinenschaltungswiderstand (R) basierend auf den Absolutwerten der Motordrehzahl (ωm ) und dem Referenzstrom der q-Achse ( I q * )
    Figure DE102019116666A1_0019
    gelernt werden soll. Wenn die Motordrehzahl kleiner (oder gleich) einem dritten vorgegebenen Schwellenwert ωm2 ist (basierend auf x2 in 3) und wenn der Referenzstrom der q-Achse größer (oder gleich) einem vierten vorgegebenen Schwellenwert Iq2 (basierend auf y2 in 3) ist, leitet das Verfahren das Lernen für den Parameter Widerstand (R) bei 442, 444 und 446 ein. Wenn die Bedingung(en) nicht erfüllt sind, wird das Widerstandslernen nicht eingeleitet.
  • In einem oder mehreren Beispielen stellt das Parameterlern-Einleitungsmodul 124 zwei Merker zur Verfügung, einen, der angibt, ob das Lernen der Gegen-EMK-Konstante aktiviert werden soll, und einen zweiten, der angibt, ob das Widerstandslernen aktiviert werden soll. Die Werte der Merker werden nach dem oben beschriebenen Verfahren gesetzt, wobei die Merker bei 436 und 446 auf WAHR und ansonsten auf FALSCH gesetzt werden. In anderen Beispielen wird die Einleitung des Parameterlernens auf andere Weise angezeigt, z.B. durch Senden eines Steuersignals usw.
  • Die Merker werden dem Parameter-Lernmodul 122 zur Verfügung gestellt, das die Werte der Maschinenparameter basierend auf dem entsprechenden Merkerstatus schätzt.
  • 5 stellt ein Blockdiagramm eines Parameter-Lernmoduls gemäß einer oder mehreren Ausführungsformen dar. 5 stellt auch einen Betriebsablauf für ein Verfahren zum Erlernen der Parameterwerte gemäß einer oder mehreren Ausführungsformen dar. Das Verfahren kann durch das Parameter-Lernmodul 122 implementiert oder ausgeführt werden. In einem oder mehreren Beispielen kann das Verfahren als Ergebnis der Ausführung von computerausführbaren Anweisungen ausgeführt werden, die auf einer Computerspeichervorrichtung gespeichert sind.
  • Das Parameter-Lernmodul 122 beinhaltet ein Widerstands-Lernmodul 510 und ein Gegen-EMK-Lernmodul 520. Es ist zu beachten, dass in anderen Beispielen das Parameter-Lernmodul 122 andere Komponenten oder andere Komponenten als die hierin beschriebenen beinhalten kann, um das Parameterlernen im geschlossenen Regelkreis durchzuführen.
  • Die Parameter-Lerntechnik im geschlossenen Regelkreis verwendet den identischen Konvergenzbereich, wie er für die Strategie mit offenem Regelkreis erwähnt wurde. Der Unterschied besteht darin, dass ein Regler verwendet wird, um die Schätzfehler der Maschinenparameter zu erhalten. Das Parameter-Lernmodul 122 im Ansatz mit geschlossenem Regelkreis wendet einen Regler (einschließlich eines Integrierers) auf die Differenz zwischen der Vorsteuerungsschätzung der q-Achsen-Spannung (q ) und der tatsächlichen q-Achsenspannung (Vq ) an. Dies garantiert die Konvergenz der geschätzten Maschinenparameter auf die realen Parameter.
  • So empfängt beispielsweise das Widerstandslernmodul 510 die Werte der q-Achsenspannung (Vq ) und der geschätzten q-Achsenspannung (q ) und berechnet eine Differenz zwischen beiden bei 512. Die Differenz zeigt einen Fehler in der q-Achsenspannung an, der dann einem Pl-Controller 515 zugeführt und von diesem verarbeitet wird, um einen Fehler im Maschinenwiderstandswert (ΔR) zu berechnen, der verwendet wird, um den Maschinenwiderstand () zu aktualisieren, zu lernen oder zu schätzen. In einem oder mehreren Beispielen skaliert der Pl-Controller 515 die berechnete Differenz mit einem ersten Skalierungsfaktor (Kp ), der ein Verstärkungsfaktor des Pl-Controllers 515 sein kann, bei 514. Gleichzeitig wird die Differenz mit einem weiteren Skalierungsfaktor (Ki ), der ein Abstimmfaktor des Pl-Controllers 515 sein kann, bei 516 skaliert. Die skalierten Differenzwerte werden bei 517 summiert und die Summe wird als Fehler im Maschinenwiderstandswert (ΔR) ausgegeben.
  • Es ist zu beachten, dass der Fehler im Widerstandswert (ΔR) der Maschinenschaltung nur berechnet wird, wenn das Widerstandslernen aktiviert ist, wie durch den entsprechenden Merker aus dem Parameterlern-Initialisierungsmodul 124 angezeigt.
  • In ähnlicher Weise berechnet das Gegen-EMK-Lernmodul 520 den Fehler in der Gegen-EMK, wenn das Gegen-EMK-Lernen aktiviert ist, wie durch den entsprechenden Merker aus dem Parameterlern-Initialisierungsmodul 124 angezeigt.
  • Das Gegen-EMK-Lernmodul 520 empfängt die Werte der q-Achsenspannung (Vq ) und der geschätzten q-Achsenspannung (q ) und berechnet eine Differenz zwischen den beiden bei 522. Die Differenz zeigt einen Fehler in der q-Achsenspannung an, der dann von einem PI-Controller 525 verarbeitet wird, um einen Fehler in dem Gegen-EMK-Wert (ΔKe ) zu berechnen, der zum Lernen und Aktualisieren des geschätzten Gegen-EMK-Wertes (e ) verwendet wird. In einem oder mehreren Beispielen skaliert der Pl-Controller 525 die berechnete Differenz mit einem ersten Skalierungsfaktor (Kp ), der ein Verstärkungsfaktor des Pl-Controllers 525 sein kann, bei 524. Gleichzeitig wird die Differenz mit einem weiteren Skalierungsfaktor (Ki ), der ein Abstimmfaktor des PI-Controllers 525 sein kann, bei 526 skaliert. Die skalierten Differenzwerte werden bei 527 summiert und die Summe wird als Fehler in dem Gegen-EMK-Wert (ΔKe ) ausgegeben.
  • Das Widerstands-Lernmodul 510 und das Gegen-EMK-Lernmodul 520 verwenden beide einen Betrieb mit geschlossenem Regelkreis, um die entsprechenden Fehler (ΔR und ΔKe ) im Wesentlichen auf Null zu bringen. Die berechneten Fehlerwerte werden weiter mit den Vorsteuerungsschätzungen kombiniert, die berechnet werden können, z.B. mit einem temperaturbasierten Modell, einem magnetischen Modell oder einer anderen Technik.
  • 6 stellt ein Blockdiagramm eines Betriebsablaufs zum Schätzen oder Lernen eines Maschinenparameters gemäß einer oder mehreren Ausführungsformen dar. Die Schätzung eines Fehlers im Maschinenparameter im geschlossenen Regelkreis wird zur Berechnung des Maschinenparameterwertes verwendet. Im dargestellten Beispiel ist der berechnete Maschinenparameter die Gegen-EMK-Konstante (e ), basierend auf dem Fehler in der geschätzten Gegen-EMK-Konstante (ΔKe ). Es versteht sich, dass eine ähnliche Konfiguration für alle anderen zu berechnenden Maschinenparameter verwendet werden kann, wie beispielsweise den geschätzten Motorschaltungswiderstand (). Der Fehler in der geschätzten Gegen-EMK-Konstante wird wie hier beschrieben berechnet (z.B. 5). Die Berechnung des Maschinenparameters beinhaltet die Verwendung von Nennwerten, wie z.B. einer Nenn-Gegen-EMK-Konstante 710 und eines Nenn-Temperaturkoeffizienten 720, unter anderem zusammen mit einer Temperaturschätzung 730. Es ist zu beachten, dass der Temperaturkoeffizient ein Temperaturkoeffizient des thermisch empfindlichen Materials des zu berechnenden Parameters ist (wie beispielsweise der Temperaturkoeffizient des spezifischen Widerstands von Kupfer für den Motorwiderstand). Eine Differenz zwischen einer Nenntemperatur 740 und der Temperaturschätzung 730, der Temperaturkoeffizient 720 und eine Summe aus dem Nenn-Gegen-EMK-Wert 710 und dem Fehler in der geschätzten Gegen-EMK-Konstante werden bei 750 multipliziert. Die Nenntemperatur 740 ist die Temperatur, bei der der Wert des magnetischen Temperaturkoeffizienten 720 bestimmt wird. Das Ergebnis der Multiplikation wird mit der Summe aus dem Wert der Nenn-Gegen-EMK-Konstante 710 und dem Schätzfehler bei 760 addiert, wobei die Summe als die Gegen-EMK-Konstante bei 770 ausgegeben wird.
  • Eine ähnliche Konfiguration und Struktur kann zur Berechnung des Motorschaltungswiderstands (R) verwendet werden, und die Struktur wird hier nicht wiederholt.
  • Die hierin beschriebenen technischen Lösungen ermöglichen somit die Berechnung eines endgültigen Maschinenwiderstands, der unter Verwendung einer oder mehreren der hierin beschriebenen Ausführungsformen geschätzt wird, in Verbindung mit der bestehenden Vorsteuerungs-Parameterschätzung.
  • Die hierin beschriebenen technischen Lösungen ermöglichen Techniken zum Erlernen von Parametern im geschlossenen und offenen Regelkreis, die beide die technische Herausforderung der Parametervariation von Teil zu Teil und im Laufe der Zeit angehen. Einige weitere Vorteile, die sich aus den hierin beschriebenen technischen Lösungen ergeben, sind die Reduzierung der Entwicklungszeit für die Motorsteuerung zur Verwendung im Fahrzeug, die Kosteneinsparung bei teilespezifischen Barcode-Etiketten und bei der Herstellungszeit bis zum Ende der Produktionsstraße und Werkzeugen. Wie hierin beschrieben, ist die Schätzung der Maschinenparameter entscheidend für den Betrieb der Drehmomentsteuerung- und Stromregelung von PMSMs, insbesondere bei einem Lenkungssystem.
  • Obwohl eine oder mehrere Ausführungsformen der Erfindung im Zusammenhang mit nur einer begrenzten Anzahl von Ausführungsformen ausführlich beschrieben wurden, sollte leicht verständlich sein, dass die Erfindung nicht auf solche offenbarten Ausführungsformen beschränkt ist. Vielmehr kann die Erfindung dahingehend modifiziert werden, dass sie eine beliebige Anzahl von Variationen, Änderungen, Substitutionen oder gleichwertigen Anordnungen beinhaltet, die bisher nicht beschrieben wurden, die aber dem Geist und dem Umfang der Erfindung angemessen sind. Auch wenn verschiedene Ausführungsformen der Erfindung beschrieben wurden, ist es verständlich, dass Aspekte der Erfindung nur einen Teil der beschriebenen Ausführungsformen beinhalten können. Dementsprechend ist die Erfindung nicht als durch die vorstehende Beschreibung eingeschränkt anzusehen.

Claims (20)

  1. Verfahren zum Schätzen von Maschinenparametern eines Antriebs mit Permanentmagnet-Synchronmotoren (PMSM-Antriebs), wobei das Verfahren umfasst: Bestimmen eines Bereichs zum Schätzen eines Maschinenparameters basierend auf einem Motordrehzahlwert und einem Motorstromwert; und als Reaktion darauf, dass der Motordrehzahlwert und der Motorstromwert in dem Bereich liegen: Schätzen eines Fehlers in einem geschätzten Spannungsbefehl; und Schätzen des Maschinenparameters unter Verwendung des Fehlers in dem geschätzten Spannungsbefehl.
  2. Verfahren nach Anspruch 1, wobei der Maschinenparameter ein Schaltungswiderstand des PMSM-Antriebs ist.
  3. Verfahren nach Anspruch 1, wobei der Maschinenparameter eine Gegen-EMK-Konstante des PMSM ist.
  4. Verfahren nach Anspruch 1, wobei das Schätzen des Maschinenparameters unter Verwendung des Fehlers in dem geschätzten Spannungsbefehl die Verwendung einer Berechnung im geschlossenen Regelkreis umfasst.
  5. Verfahren nach Anspruch 4, wobei die Berechnung im geschlossenen Regelkreis einen Fehler in dem Maschinenparameter berechnet und der Fehler in dem Maschinenparameter mit dem Maschinenparameter kombiniert wird, der unter Verwendung eines Temperaturmodells geschätzt wird.
  6. Verfahren nach Anspruch 1, wobei das Schätzen des Maschinenparameters unter Verwendung des Fehlers in dem geschätzten Spannungsbefehl die Verwendung einer Berechnung im offenen Regelkreis umfasst.
  7. Verfahren nach Anspruch 2, wobei der Bereich zum Schätzen des Widerstands ist, wenn der Motordrehzahlwert kleiner oder gleich einem ersten Schwellenwert ist und wenn der Motorstromwert größer oder gleich einem zweiten Schwellenwert ist.
  8. Verfahren nach Anspruch 3, wobei der Bereich zum Schätzen der Gegen-EMK ist, wenn der Motordrehzahlwert größer oder gleich einem ersten Schwellenwert ist und wenn der Motorstromwert kleiner oder gleich einem zweiten Schwellenwert ist.
  9. System, umfassend: einen Motor; ein Motorsteuerungssystem, das den Motor unter Verwendung einer Rückkopplungssteuerung betreibt; und ein Maschinenparameter-Lernsystem, das konfiguriert ist, um einen Maschinenparameter des Motorsteuerungssystems zu schätzen, wobei das Schätzen des Maschinenparameters umfasst: Bestimmen eines Bereichs zum Schätzen eines Maschinenparameters basierend auf einem Motordrehzahlwert und einem Motorstromwert; und als Reaktion darauf, dass der Motordrehzahlwert und der Motorstromwert in dem Bereich liegen: Schätzen eines Fehlers in dem geschätzten Spannungsbefehl; und Schätzen des Maschinenparameters unter Verwendung des Fehlers in dem geschätzten Spannungsbefehl.
  10. System nach Anspruch 9, wobei der Maschinenparameter ein Widerstand ist.
  11. System nach Anspruch 10, wobei der Bereich zum Schätzen des Widerstands ist, wenn der Motordrehzahlwert kleiner oder gleich einem ersten Schwellenwert ist und wenn der Motorstromwert größer oder gleich einem zweiten Schwellenwert ist.
  12. System nach Anspruch 9, wobei der Maschinenparameter eine Gegen-EMK ist.
  13. System nach Anspruch 12, wobei der Bereich zum Schätzen der Gegen-EMK ist, wenn der Motordrehzahlwert größer oder gleich einem ersten Schwellenwert ist und wenn der Motorstromwert kleiner oder gleich einem zweiten Schwellenwert ist.
  14. System nach Anspruch 9, wobei das Schätzen des Maschinenparameters unter Verwendung des Fehlers in dem geschätzten Spannungsbefehl die Verwendung einer Berechnung im geschlossenen Regelkreis oder einer Berechnung im offenen Regelkreis umfasst.
  15. Lenkungssystem, umfassend: einen Antrieb mit Permanentmagnet-Synchronmotoren (PMSM-Antrieb); einen Strombefehlsgenerator, der einen Motorstrombefehl für den PMSM-Antrieb erzeugt, der einem Eingangsdrehmomentbefehl entspricht; und ein Parameter-Lernsystem, das konfiguriert ist, um einen Maschinenparameter des PMSM-Antriebs zu schätzen, wobei das Schätzen des Maschinenparameters umfasst: Bestimmen eines Bereichs zum Schätzen eines Maschinenparameters basierend auf einem Motordrehzahlwert und einem Motorstromwert; und als Reaktion darauf, dass der Motordrehzahlwert und der Motorstromwert in dem Bereich liegen: Schätzen eines Fehlers in dem geschätzten Spannungsbefehl; und Schätzen des Maschinenparameters unter Verwendung des Fehlers in dem geschätzten Spannungsbefehl.
  16. Lenkungssystem nach Anspruch 15, wobei der Maschinenparameter ein Widerstand ist.
  17. Lenkungssystem nach Anspruch 16, wobei der Bereich zum Schätzen des Widerstands ist, wenn der Motordrehzahlwert kleiner oder gleich einem ersten Schwellenwert ist und wenn der Motorstromwert größer oder gleich einem zweiten Schwellenwert ist.
  18. Lenkungssystem nach Anspruch 15, wobei der Maschinenparameter eine Gegen-EMK ist.
  19. Lenkungssystem nach Anspruch 18, wobei der Bereich zum Schätzen der Gegen-EMK ist, wenn der Motordrehzahlwert größer oder gleich einem ersten Schwellenwert ist und wenn der Motorstromwert kleiner oder gleich einem zweiten Schwellenwert ist.
  20. Lenkungssystem nach Anspruch 15, wobei das Schätzen des Maschinenparameters unter Verwendung des Fehlers in dem geschätzten Spannungsbefehl das Verwenden einer Berechnung im geschlossenen Regelkreis oder einer Berechnung im offenen Regelkreis umfasst.
DE102019116666.7A 2018-06-20 2019-06-19 Parameterlernen für antriebe mit permanentmagnet-synchronmotoren Pending DE102019116666A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/013,399 US11404984B2 (en) 2018-06-20 2018-06-20 Parameter learning for permanent magnet synchronous motor drives
US16/013,399 2018-06-20

Publications (1)

Publication Number Publication Date
DE102019116666A1 true DE102019116666A1 (de) 2019-12-24

Family

ID=68806060

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019116666.7A Pending DE102019116666A1 (de) 2018-06-20 2019-06-19 Parameterlernen für antriebe mit permanentmagnet-synchronmotoren

Country Status (3)

Country Link
US (1) US11404984B2 (de)
CN (1) CN110620540B (de)
DE (1) DE102019116666A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113093529A (zh) * 2021-04-13 2021-07-09 哈尔滨理工大学 一种使用萤火虫群优化的永磁同步电动机模型预测速度控制方法及其控制器
WO2023081950A1 (de) * 2021-11-12 2023-05-19 Avl List Gmbh Kontrollverfahren für eine kontrolle von betriebsparametern eines elektromotors, insbesondere zum antrieb eines fahrzeugs

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021131083A1 (de) * 2020-11-30 2022-06-02 Steering Solutions Ip Holding Corporation Diagnose eines zustands einer eingangsenergie für eine elektrische servolenkung
CN114157205B (zh) * 2021-12-10 2023-08-22 重庆大学 基于稳态电量幅值采样的无刷双馈电机集成参数辨识方法
US11616462B1 (en) 2021-12-21 2023-03-28 Industrial Technology Research Institute Motor parameter estimation device and method

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2858692B2 (ja) * 1996-12-05 1999-02-17 株式会社安川電機 永久磁石型同期電動機のセンサレス制御方法及び装置
US5965995A (en) * 1997-09-18 1999-10-12 Allen-Bradley Company, Llc Transient inductance tuner for motor control
JP4517793B2 (ja) * 2004-09-14 2010-08-04 株式会社日立製作所 永久磁石同期モータの制御装置及びモジュール
JP4589093B2 (ja) * 2004-12-10 2010-12-01 日立オートモティブシステムズ株式会社 同期モータ駆動装置及び方法
JP2006304478A (ja) * 2005-04-20 2006-11-02 Nsk Ltd モータ駆動制御装置及びそれを用いた電動パワーステアリング装置
JP5444697B2 (ja) * 2008-11-25 2014-03-19 株式会社ジェイテクト モータ制御装置および電動パワーステアリング装置
US8474570B2 (en) * 2009-12-25 2013-07-02 Toyota Jidosha Kabushiki Kaisha Electric power steering apparatus
KR101761740B1 (ko) * 2011-02-01 2017-07-26 삼성전자 주식회사 영구자석 동기모터의 인덕턴스 추정 장치 및 방법
JP5603360B2 (ja) * 2011-06-24 2014-10-08 三菱電機株式会社 モータ制御装置およびそれを用いた電動パワーステアリング装置
JP5652664B2 (ja) * 2011-10-21 2015-01-14 アイシン・エィ・ダブリュ株式会社 回転電機制御装置
JP5949349B2 (ja) * 2012-09-05 2016-07-06 株式会社ジェイテクト モータ制御装置及び電動パワーステアリング装置
US9143066B2 (en) * 2013-02-06 2015-09-22 Texas Instruments Incorporated Permanent magnet motor with sinusoidal back-EMF waveform and related motor controller for position sensorless drives
TWI481183B (zh) * 2013-10-18 2015-04-11 Ind Tech Res Inst 馬達參數量測方法與馬達參數量測系統
US9929683B2 (en) * 2014-09-05 2018-03-27 Panasonic Intellectual Property Management Co., Ltd. Motor drive device and brushless motor
JP6580899B2 (ja) * 2015-08-26 2019-09-25 株式会社東芝 ドライブシステムおよびインバータ装置
US10075107B2 (en) * 2015-11-03 2018-09-11 Nxp Usa, Inc. Method and apparatus for motor lock or stall detection
WO2017094141A1 (ja) * 2015-12-02 2017-06-08 三菱電機株式会社 電動パワーステアリング装置
US9948224B1 (en) * 2016-10-17 2018-04-17 General Electric Company System and method for sensorless control of electric machines using magnetic alignment signatures

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113093529A (zh) * 2021-04-13 2021-07-09 哈尔滨理工大学 一种使用萤火虫群优化的永磁同步电动机模型预测速度控制方法及其控制器
CN113093529B (zh) * 2021-04-13 2024-01-26 哈尔滨理工大学 一种使用萤火虫群优化的永磁同步电动机模型预测速度控制方法及其控制器
WO2023081950A1 (de) * 2021-11-12 2023-05-19 Avl List Gmbh Kontrollverfahren für eine kontrolle von betriebsparametern eines elektromotors, insbesondere zum antrieb eines fahrzeugs

Also Published As

Publication number Publication date
CN110620540B (zh) 2023-06-20
US11404984B2 (en) 2022-08-02
US20190393818A1 (en) 2019-12-26
CN110620540A (zh) 2019-12-27

Similar Documents

Publication Publication Date Title
DE102019116666A1 (de) Parameterlernen für antriebe mit permanentmagnet-synchronmotoren
DE102018127508A1 (de) Kompensation von Drehmomentwelligkeit mit Vorsteuerung in Motorsteuerungssystemen
DE102020104449B4 (de) Verfahren und System zur elektronischen Winkelsteuerung von Servolenkungen mit einem von Null verschiedenen Anfangszustand
DE102019112939B4 (de) Kompensator-anti- windup für bewegungssteuerungssysteme
DE112014004333B4 (de) Servolenkungsvorrichtung und Steuervorrichtung für ein im Fahrzeug montiertes Gerät
DE102012107084B4 (de) Motorsteuervorrichtung
DE102019104169B4 (de) Quadrantenbasierte reibungskompensation für eine schätzung der reifenlast in lenkungssystemen
DE102018127244A1 (de) Leistungsmanagement in Antrieben mit synchronen Permanentmagnetmotoren
DE102018127247A1 (de) Fehlertolerante Strommessung in Motorsteuerungssystemen
DE102019109006B4 (de) Störungsvorkompensation für eine positionsregelung in lenkungssystemen
DE102012200089A1 (de) Elektrische Servolenkungsvorrichtung
EP2019482A1 (de) System zur Lage- und Geschwindigkeitsermittlung bei einem Permanentmagnet-Läufer einer elektrischen Maschine
DE102018130129A1 (de) Controller-Anti-Windup für synchrone Permanentmagnetmaschinen
DE102019118831A1 (de) Schätzung der zahnstangenkraft für lenksysteme
DE102018125667A1 (de) Fahrerwarnung in elektrischen servolenkungssystemen
DE102019116667A1 (de) Stromregler für permanentmagnet-gleichstrommaschinen
DE102020103755A1 (de) SCHÄTZUNG EINES STRAßENREIBUNGSKOEFFIZIENTEN UNTER VERWENDUNGVON SIGNALEN EINES LENKSYSTEMS
DE102020130220A1 (de) Versorgungsstrommanagement unter spannungsgesättigter Motorstromsteuerung
DE102019108996A1 (de) Kaskadierte positionsregelarchitektur für lenkungssysteme
DE102019129404A1 (de) Vorsteuerung eines permanentmagnet-synchronmotorantriebs bei strommessfehler
DE102019105702A1 (de) Verwaltung von Schwankungsrauschen in elektrischen Servolenkungssystemen
DE102020130029A1 (de) Batteriestrombegrenzung von permanentmagnet-synchronmotorantrieben unter verwendung von betriebszustandsüberwachung
DE102021125685A1 (de) Optimale drehmomentsteuerung von mehrphasigen synchronmotoren mit stromkreisunterbrechungszustand
DE102020110472B4 (de) Bereitstellen von unterstützungsdrehmoment in lenksystemen, die ohne drehmomentsensor arbeiten
DE102020130012A1 (de) Leistungsmanagement eines permanentmagnetsynchronmotor-antriebs (pmsm-antriebs) unter verwendung der maschinenstrombegrenzung

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication