程啟明,王映斐,程尹曼,汪明媚
(上海電力學(xué)院,上海200090)
在高性能感應(yīng)電動機控制系統(tǒng)中,為提高電機調(diào)速特性,需要采用轉(zhuǎn)速閉環(huán)控制。速度檢測裝置多采用測速發(fā)電機或光電編碼器。速度傳感器的安裝增加了系統(tǒng)成本,影響了檢測精度,降低了可靠性,破壞了籠型電機簡單、牢固等特性,并且不適合安裝在潮濕和電磁噪聲干擾大等惡劣環(huán)境中。無速度傳感器技術(shù)無需檢測硬件,免去了速度傳感器帶來的麻煩,現(xiàn)從容易測量的電機定子電壓、電流等物理量中估算出電機轉(zhuǎn)速。因此,現(xiàn)已成為高性能交流傳動系統(tǒng)關(guān)注的熱點問題。
目前速度估計方法基本上可分為兩類:一類是基于理想化的電機模型和檢測的電機端電流和電壓信息來估算電機的速度,如開環(huán)速度估計方法[1-3]、模型參考自適應(yīng)辨識法[4-8]與自適應(yīng)轉(zhuǎn)速觀測器法[9-11],這類轉(zhuǎn)速估計依賴于電機模型,速度估計的精度都不同程度地受電機參數(shù)的影響,并且在低速區(qū)和起動過程存在難以解決的穩(wěn)定性問題;另一類是基于電機的非理想特性來檢測電機轉(zhuǎn)子位置和速度或者轉(zhuǎn)子磁鏈的位置,如磁飽和、集膚效應(yīng)、齒槽效應(yīng)、人造轉(zhuǎn)子凸極、轉(zhuǎn)子偏心等電機的各向異性特性。這類方法包括轉(zhuǎn)子齒諧波法、高頻信號注入法與電感法等[12-19],這類轉(zhuǎn)速估計不依賴電機數(shù)學(xué)模型和電機參數(shù),速度估計不受電機參數(shù)影響,具有很強的魯棒性,除齒諧波方法外,這些方案理論上都可以用于低速范圍,但均會不同程度地受負載或工作點影響,并對采樣有較高的精度要求?,F(xiàn)在還沒有一種理想的方法能同時解決低速性能以及不受參數(shù)變化影響并具有速度快等特點[20-22],每種方法都有各自長處與缺陷,在具體的應(yīng)用中應(yīng)選擇適當?shù)姆椒ā?/p>
本文對常用的感應(yīng)電動機無速度傳感器控制方法進行了概括總結(jié)和介紹,分析了各種方法的優(yōu)、缺點與應(yīng)用要點,并指出了速度估計精度、系統(tǒng)抗干擾性、參數(shù)魯棒性等進一步發(fā)展方向。
(1)開環(huán)速度估計方法
該方法是利用檢測到的電機定子電壓、電流,通過電機數(shù)學(xué)模型直接推導(dǎo)的數(shù)學(xué)關(guān)系進行轉(zhuǎn)速或轉(zhuǎn)差頻率的估計式。典型的開環(huán)速度估計方法主要有直接計算法[1]、電感變化的估算法[2]、反電勢積分法[3]、擴展反電勢法[4]等多種。
直接計算法在定子兩相靜止坐標系下電機的電壓方程包含定子電壓、電流及轉(zhuǎn)子位置等物理量,通過推導(dǎo)電壓方程可以由電壓、電流等量直接計算得到轉(zhuǎn)子位置;電感變化的估算法是通過電機的相電壓和相電流值,實時計算出當前位置電機定子的相電感,通過比較電感計算值與實測值得到轉(zhuǎn)子的位置;反電勢積分法電機穩(wěn)定運行時,定、轉(zhuǎn)子磁鏈保持同步旋轉(zhuǎn),兩者之間角度差為負載轉(zhuǎn)矩角,可以通過計算定子磁鏈相角來得到轉(zhuǎn)子位置,而定子磁鏈可以利用電壓方程,由反電勢積分求得;擴展反電勢法定子兩相坐標系下凸極永磁同步電機的電壓方程要比隱極永磁同步電機復(fù)雜得多,許多適用于隱極永磁同步電機的基于計算電機反電動勢的速度觀測方法不能直接應(yīng)用到凸極機上。構(gòu)造擴展反電動勢包含了轉(zhuǎn)子位置信息,可以參照隱極機的計算方法,利用擴展反電動勢獲得轉(zhuǎn)子位置和電機轉(zhuǎn)速。
(2)模型參考自適應(yīng)辨識法
模型參考自適應(yīng)系統(tǒng)(Model Reference Adopt System,簡稱MARS)是利用兩套不同的輸入變量,兩個不同結(jié)構(gòu)的電機模型來估計電機的同一變量。其中將不含被估計量的電機模型作為參考模型,而將含被估計量的電機模型作為自適應(yīng)模型。兩個模型應(yīng)該具有相同的輸出量,利用兩者輸出量的誤差來驅(qū)動一個PI算法的自適應(yīng)機制,自適應(yīng)機制產(chǎn)生一個轉(zhuǎn)速估值,再利用此估值來修正自適應(yīng)模型,最終達到自適應(yīng)模型的輸出跟蹤參考模型的目的。
根據(jù)模型輸出比較量不同,可分為基于轉(zhuǎn)子磁鏈[5]、反電勢[6]、無功功率[7]、定子磁鏈[8]、定子電流[9]等多種MRAS。其中,轉(zhuǎn)子磁鏈估算法由于使用電壓模型來計算轉(zhuǎn)子磁鏈,引入了純積分環(huán)節(jié),使得磁鏈模型受積分初值及零漂的影響嚴重,轉(zhuǎn)速估計結(jié)果不準確。在低速時,反電動勢值很小,且在轉(zhuǎn)速過零時變化緩慢,使得算法對定子電阻的變化較為敏感,導(dǎo)致估計不準確甚至不收斂;反電動勢估算法是轉(zhuǎn)子磁通估算法的改進,避免了純積分環(huán)節(jié),但是定子電阻的影響依然存在,速度過零點時辨識誤差大;無功功率法估算法也是轉(zhuǎn)子磁通估算法的改進,此法的參考模型和可調(diào)模型中均不含定子電阻和積分環(huán)節(jié),消除了定子電阻和純積分的影響,獲得了更好的低速性能和更強的魯棒性,但估計的穩(wěn)態(tài)精度卻又受轉(zhuǎn)子時間常數(shù)的影響,此法存在一定的穩(wěn)定性問題,當轉(zhuǎn)速給定為負的階躍時,估計算法將不收斂;基于定子磁鏈的MRAS中電壓模型和電流模型分別計算定子磁鏈,采用自適應(yīng)算法調(diào)節(jié)上述兩種模型計算的定子磁鏈一致,進而觀測出電機轉(zhuǎn)速。此法的缺點是觀測器的精度依賴于電機參數(shù)的準確性,尤其是電壓模型中,定子電阻隨電機溫升變化對定子磁鏈的計算結(jié)果影響較大;基于定子電流的MRAS用電機本身做參考模型,根據(jù)穩(wěn)定性原理得到速度估計自適應(yīng)公式,系統(tǒng)和速度的漸近收斂性由Popov超穩(wěn)定性理論保證。此法實現(xiàn)起來比較簡單,適用于一些對低速精度要求不高的場合。
(3)自適應(yīng)轉(zhuǎn)速觀測器法
這類方法仍然含有MRAS的思想,只是參考模型改成了感應(yīng)電動機本身,可調(diào)模型變成了閉環(huán)觀測器。觀測器的實質(zhì)是狀態(tài)重構(gòu),它利用原系統(tǒng)中可直接測量的變量作為它的輸入信號,重新構(gòu)造一個新系統(tǒng),并使其輸出的重構(gòu)信號在一定的條件下等價于原系統(tǒng)的狀態(tài)。此法是一種閉環(huán)算法,具有收斂性快、穩(wěn)定性高、魯棒性好、抗干擾性強、適用面廣等特點。但算法比較復(fù)雜,計算量較大,受到計算速度的限制,高性能的微處理器和DSP處理器推動了此法應(yīng)用。目前此法主要有全階狀態(tài)觀測器[10]、降階狀態(tài)觀測器[11]、擴展卡爾曼濾波器[12]、擴展Luenberger觀測器[13]和滑模觀測器[14]等多種。其中,全階狀態(tài)觀測器法根據(jù)Lyapunov穩(wěn)定性理論可以推導(dǎo)出自適應(yīng)律,修正作為觀測器系數(shù)的電機轉(zhuǎn)速估計值;降階狀態(tài)觀測器法根據(jù)電機定子電流可以直接測量來構(gòu)造降階觀測器,將全階模型可以分成可測量部分和可觀測部分兩個部分,只需對可觀測部分設(shè)計降階狀態(tài)觀測器,然后根據(jù)該降階模型構(gòu)造降階磁通觀測器;擴展卡爾曼濾波器法(簡稱EKF)是一種全階隨機觀測器方法,它通過使用含有噪聲的信號對非線性動態(tài)系統(tǒng)進行實時遞推最優(yōu)狀態(tài)估計;擴展Luenberger觀測器法(簡稱ELO)是對適用于線性時不變確定性系統(tǒng)的基本Luenberger觀測器擴展,它將轉(zhuǎn)速看成是狀態(tài)變量,通過調(diào)整極點位置來調(diào)節(jié)系統(tǒng)的暫態(tài)行為,這種調(diào)節(jié)不會使靜態(tài)性能變壞,此法在觀測磁通的同時觀測了轉(zhuǎn)速;滑模觀測器法是利用滑模變結(jié)構(gòu)控制系統(tǒng)對參數(shù)擾動魯棒性強的特點,采用估計電流偏差來確定滑??刂茩C構(gòu),利用滑模變結(jié)構(gòu)控制系統(tǒng)把一般狀態(tài)觀測器中的控制回路改成滑模變結(jié)構(gòu)形式。
表1列出了基于理想特性方法的優(yōu)點、缺點與應(yīng)用要點。
(1)轉(zhuǎn)子齒諧波法
感應(yīng)電動機的定子和轉(zhuǎn)子鐵心表面存在齒槽,齒槽氣隙中有諧波磁場。在轉(zhuǎn)子旋轉(zhuǎn)時,諧波磁場會在定子繞組中感應(yīng)出諧波電壓和電流。通過對定子電壓或者電流的處理可得轉(zhuǎn)子的齒槽諧波,齒諧波中包含了與轉(zhuǎn)速成正比的頻率成分。利用DSP技術(shù)提取諧波頻率,根據(jù)其與轉(zhuǎn)速的關(guān)系可得轉(zhuǎn)速[15]。
表1 基于理想特性方法的特點與應(yīng)用要點
(2)高頻信號注入法
高頻信號注入法基于檢測電機的凸極效應(yīng),通過在電機中注入特定的高頻電壓或電流信號,利用電動機內(nèi)部固有的或人為的不對稱性,使電機產(chǎn)生一個可檢測的磁凸極,通過檢測對應(yīng)的高頻電流或電壓響應(yīng)來獲取轉(zhuǎn)子位置和速度信息。根據(jù)注入信號的類型,高頻信號注入法又可分為旋轉(zhuǎn)高頻電壓注入法、旋轉(zhuǎn)高頻電流注入法以及脈振高頻電壓注入法。高頻信號注入法具有利用電動機的凸極效應(yīng)、注入高頻激勵信號和需要高帶寬的噪聲過濾器三個基本特征。根據(jù)注入信號的類型來分,高頻信號注入法主要有旋轉(zhuǎn)高頻電壓信號注入法[16]、旋轉(zhuǎn)高頻電流信號注入法[16]和脈振高頻電壓信號注入法[17]等三種。其中,旋轉(zhuǎn)高頻電壓或電流注入法是在基波勵磁電壓或電流上疊加一個三相平衡的高頻電壓或電流激勵,由此感應(yīng)出的電流或電壓矢量中包括正序分量和負序分量兩個分量,負序分量就包含轉(zhuǎn)子位置信息;高頻脈振電壓注入法是在估計的轉(zhuǎn)子磁通方向上注入高頻脈振信號,由于主磁路的飽和注入高頻信號的磁場分布,使得對于注入的高頻信號d軸和q軸的阻抗不同,利用電機交直軸高頻阻抗的不同來獲取轉(zhuǎn)子位置和轉(zhuǎn)速。
(3)低頻信號注入法
低頻信號注入法[18]是將某個特定頻率的電流注入到電機觀測d軸,如果坐標系定位不準,觀測d軸與實際的轉(zhuǎn)子同步坐標系的d軸不一致,注入的電流就會產(chǎn)生一個額外的交軸高頻轉(zhuǎn)矩,引起電機附加的高頻振動。由高頻轉(zhuǎn)矩可以推算出與坐標定位角度誤差成正比的誤差信號,采用閉環(huán)控制算法使該誤差信號收斂到零,就能把觀測的同步坐標系準確定位到實際轉(zhuǎn)子同步坐標系。
(4)電感法
電感法[19](也稱INFORM法)是利用內(nèi)埋式永磁同步電機自身的凸極特性或由于飽和引起的凸極效應(yīng),定子繞組電感隨轉(zhuǎn)子位置的改變而發(fā)生周期性的變化,由此提取轉(zhuǎn)子位置。
(5)飽和定子諧波電壓法
由于電機定子齒槽的截面積遠遠小于定子鐵心的面積,因此電機在正常運行時,定子齒槽是在飽和狀態(tài)下。感應(yīng)電動機定子繞組無中性點,空間飽和三次諧波電壓大致等于定子三相電壓之和。通過檢測定子三次飽和電壓可估算出主磁鏈基波的模,對定子A相的電流進行檢測還可推導(dǎo)出基波磁通矢量在靜止坐標系下的相位角,從而得出主磁鏈空間矢量的基波分量。利用主磁鏈空間矢量的基波分量可導(dǎo)出電磁轉(zhuǎn)矩的瞬時值[20]。
(6)漏感脈動法
電機由于轉(zhuǎn)子齒槽的存在,漏感會隨電機的轉(zhuǎn)子位置變化而脈動,通過附加正反相抵的基本電壓矢量脈沖及對電機的相電壓測量,可以檢測出漏感的脈動,對該脈動的信號進行計數(shù)得到電機的轉(zhuǎn)子位置[21]。
(7)神經(jīng)網(wǎng)絡(luò)估計法
由于神經(jīng)網(wǎng)絡(luò)因其具有自適應(yīng)、自學(xué)習、容錯性等特性,非常適合于解決非線性問題。目前提出的神經(jīng)網(wǎng)絡(luò)速度估計法[22]大多是基于MRAS建立的,它通過比較電壓模型和電流模型輸出的轉(zhuǎn)子磁鏈或其它物理量,采用神經(jīng)網(wǎng)絡(luò)訓(xùn)練電流模型得到轉(zhuǎn)子磁鏈的估計值,通過對電壓模型的實時計算得到磁鏈的實際值,兩者之差作為輸入樣本,采用BP算法對神經(jīng)網(wǎng)絡(luò)進行修正訓(xùn)練,調(diào)節(jié)網(wǎng)絡(luò)權(quán)值,使估計轉(zhuǎn)子磁鏈跟蹤轉(zhuǎn)子磁鏈給定值,從而使估計轉(zhuǎn)速跟蹤實際轉(zhuǎn)速。
表2列出了基于非理想特性方法的優(yōu)、缺點與應(yīng)用要點。
表2 基于非理想特性方法的特點與應(yīng)用要點
(1)零頻率問題
基于感應(yīng)電動機理想模型的磁通觀測和速度辨識在同步頻率為零時無法實現(xiàn),但可以避開零頻或在零頻率附近用波動方法及利用電機的一些非理想特性的方法,為實現(xiàn)低速范圍的無速度傳感器控制提供了思路?;诟袘?yīng)電動機理想模型的低頻范圍處理方案主要有:d軸電流高頻注入通過轉(zhuǎn)矩脈動調(diào)節(jié)磁場定向方法、d軸擾動信號注入的EKF方法、零頻率的回避方法等。
(2)低速發(fā)電穩(wěn)定性問題
在通常的無速度傳感器控制中,電動狀態(tài)時觀測器方法是穩(wěn)定的,但是采用計算或辨識轉(zhuǎn)速構(gòu)成速度閉環(huán)系統(tǒng)時,由于系統(tǒng)的復(fù)雜性,可能會導(dǎo)致系統(tǒng)低速運行不穩(wěn)定。
(3)電機參數(shù)辨識問題
現(xiàn)有的實用性較強的轉(zhuǎn)速估計算法都要用到電機參數(shù),電機運行過程由于熱效應(yīng)引起的參數(shù)變化會直接影響到系統(tǒng)的動、靜態(tài)特性和轉(zhuǎn)速估計精度。所以,在無速度傳感器控制方案中增加電機參數(shù)的在線辨識環(huán)節(jié)會大大提高控制系統(tǒng)的性能,增強系統(tǒng)的魯棒性。但是這樣會影響到算法的復(fù)雜度、快速性、收斂性和系統(tǒng)的穩(wěn)定性等問題。FPGA和高性能DSP的出現(xiàn)在很大程度上改善了速度計算速度,提高了時實性,但是也需要有高效的計算算法。此外,進行電機參數(shù)在線辨識的根本目的是為了提高轉(zhuǎn)速估計以及磁場定向控制的精確度,實現(xiàn)真正的高性能交流傳動系統(tǒng)。因此,電機參數(shù)和轉(zhuǎn)速的同時在線辨識成為近年來的熱門課題。
(4)其它研究熱點問題
考慮電機鐵損耗的影響,以提高電磁轉(zhuǎn)矩的計算精度,實現(xiàn)最大效率控制;逆變器的死區(qū)時間和開關(guān)器件壓降的補償,以提高輸出電壓重構(gòu)的精度;神經(jīng)網(wǎng)絡(luò)、模糊控制等智能控制技術(shù)在電機控制中的研究越來越廣泛,隨著智能控制理論與應(yīng)用的日益成熟,會給交流傳動領(lǐng)域帶來革命性的變化;計算快速性、系統(tǒng)抗干擾性和參數(shù)魯棒性等的提高,以開發(fā)出滿足工業(yè)要求的、易于實現(xiàn)的、高性能控制方案。
速度辨識是感應(yīng)電動機無速度傳感器控制系統(tǒng)的一個關(guān)鍵環(huán)節(jié),它直接影響感應(yīng)電動機的控制性能。盡管目前已有很多方法可以實現(xiàn)速度辨識,但仍存在許多問題,在具體的應(yīng)用中需要權(quán)衡利弊,選擇適當?shù)姆桨?。今后的研究方向是提高速度估計的精度,改進低速區(qū)控制性能,提高系統(tǒng)的抗干擾能力和參數(shù)魯棒性等。本文較全面地介紹了當前無速度傳感器中多種速度辨識方法的原理與特點,對速度辨識方法的選擇有一定參考指導(dǎo)價值。
[1] Hoque M A,Rahman M A.Speed and position sensorless permanent magnet synchronous motor drives[C]//Canadian Conference on Electrical and Computer Engineering.1994,2:689-692.
[2] Kulkarni A B,Ehsani M.A novel position sensor elimination technique for the interior permanent magnet synchronous motor drive[J].IEEE Transactions on Industry Applications,1992,28(1):144-150.
[3] Wu R,Slemon G R.A permanent magnet motor drive without a shaft sensor[C]//IEEE Industry Applications Society Annual Meeting.1990,1:553-558.
[4] 黃雷,趙光宙,年珩.基于擴展反電勢估算的內(nèi)插式永磁同步電動機無傳感器控制[J].中國電機工程學(xué)報,2007,27(9):59-63.
[5] Schauder C.Adaptive speed identification for vector control of induction motors without rotational transducers[J].IEEE Trans.On Industry Application,1992,28(5):1054-1061.
[6] Maes J,Melkebeek J.Discrete time direct torque control of induction motors using back EMF measurement[C]//Proc.Of Industry Applications.1998,1:407-414.
[7] Jing H,Liao L.Control of speed sensorless permanent magnet synchronous motor based on MARS[J].Electric Drive for Locomotive,2007,1:33-36.
[8] Andreescu G D.Position and speed sensorless control of PMSM drives based on adaptive observer[C]//Proc.of EPE.1999,1:342-348.
[9] 齊放,鄧智泉,仇志堅,等.基于MRAS的永磁同步電機無速度傳感器[J].電工技術(shù)學(xué)報,2007,22(4):53-58.
[10] 黃志武,桂衛(wèi)華,年曉紅,等.基于自適應(yīng)觀測器的無速度傳感器感應(yīng)電機控制[J].控制理論與應(yīng)用,2007,24(6):913-918.
[11] Kubota H,Matsue K,Nakano T.DSP-based speed adaptive flux observer of induction motor[J].IEEE Trans.on Industry Application,1993,29(2):344-348.
[12] Stubberud S C,Kramer K A.System Identification Using the Neural-Extended Kal man Filter For State-Estimation Modification,Intelligent Control[C]//IEEE International Symposium.2006,8:1999-2004.
[13] 尚喆,趙榮祥,竇汝振.基于自適應(yīng)滑模觀測器的永磁同步電機無速度傳感器控制研究[J].中國電機工程學(xué)報,2007,27(3):23-27.
[14] Zhang Y,Utkin V I.Sensorless Sliding-mode control of induction motors[J].IEEE Trans.on Industrial Electronics,2000,47(6):1286-1297.
[15] Hurst K D,Habetler T G.A comparison of spectrum estimation techniques for sensorless speed detection in induction machines[J].IEEE Trans.Industry Applications,1997,33(4):898-905.
[16] Ribeiro L A S,Degner M W,Briz F,et al.Comparison of carrier signal voltage and current injection for the estimation of flux angle or rotor position[C]//IEEE-IAS Conference Record.St.Louis,1998,1:452-459.
[17] Jang J H,Ha J I,Ohto M,et al.Analysis of permanent-magnet machine for sensorless control based on high frequency signal injection[J].IEEE Transactions on Industry Applications,2004,40(6):1595-1604.
[18] Eskola M,Tuusa H.Sensorless control of salient pole PMSM using a low-frequency signal injection[C]//European Conference on Power Electronics and Applications.2005.1:10-14.
[19] Jang G H,Park K.Position detection and start-up algorithm of a rotor in a sensorless BLDC motor utilizing inductance variation[C]//IEE Proceedings of Electric Power Applications.2002,1:137-142.
[20] Choi J S,HanY S,Kim Y S.A new speed estimation scheme of the induction motor considering the flux Saturation[J].IEEE Trans.on Magnet.,2000,36(5):3595-3598.
[21] Holtz J I.Senserless position control standard induction motor a feasible technology[C]//Proc.of IPEMC.2000,1:21-32
[22] 何方國,齊歡.基于改進遺傳算法的BP神經(jīng)網(wǎng)絡(luò)及應(yīng)用[J].華中師范大學(xué)學(xué)報,2007,41(1):52-54.