PMSM 最優(yōu)自適應(yīng)CDKF 估計(jì)方法

丁國強(qiáng)，徐 潔，熊 明，喬相偉

(1．鄭州輕工業(yè)學(xué)院 電氣信息工程學(xué)院，河南 鄭州450002;2． 鄭州輕工業(yè)學(xué)院 軟件學(xué)院，河南 鄭州450002;3．西安航天精密機(jī)電研究所，陜西 西安710100)

0 引言

永磁同步電機(jī)(Permanent Magnet Synchronous Motor，PMSM)控制系統(tǒng)利用傳感器感測轉(zhuǎn)子轉(zhuǎn)速、角位移實(shí)現(xiàn)閉環(huán)控制，易于實(shí)現(xiàn)，但當(dāng)電機(jī)環(huán)境溫度變化和磁飽和等電機(jī)參數(shù)發(fā)生變化使調(diào)速性能下降，魯棒性較差［1］，限制PMSM 系統(tǒng)應(yīng)用，因此無傳感器控制參數(shù)估計(jì)轉(zhuǎn)子轉(zhuǎn)速和位置參數(shù)成為目前PMSM 系統(tǒng)研究熱點(diǎn)． PMSM 電機(jī)無傳感控制法主要有開環(huán)計(jì)算法［2］、高頻注入法［3］等非理想特性算法和電機(jī)參數(shù)觀測器模型閉環(huán)控制算法．而利用PMSM 參數(shù)觀測器遞推估計(jì)轉(zhuǎn)速、位置角位移方法具有動(dòng)態(tài)穩(wěn)定性能好等優(yōu)點(diǎn)［4］，目前常用估計(jì)算法有Kalman 法、EKF法、UKF 法以及插值濾波算法(DDF)等，將受控系統(tǒng)模型和遞推估計(jì)算法結(jié)合得到協(xié)方差矩陣滿足電機(jī)控制要求，中心差分濾波(CDKF)算法精度和計(jì)算穩(wěn)定性優(yōu)于UKF 算法［5］，適用于PMSM系統(tǒng)參數(shù)估計(jì)快速性和高精度穩(wěn)定計(jì)算． 筆者針對(duì)非線性系統(tǒng)噪聲未知情形，提出利用新息和殘差在線自適應(yīng)估計(jì)其特性的自適應(yīng)CDKF(ACDKF)算法，來同時(shí)獲得過程噪聲和觀測噪聲的統(tǒng)計(jì)時(shí)變特性，改善系統(tǒng)最優(yōu)估計(jì)性能．

筆者采用兩相靜止坐標(biāo)αβ 軸系建立PMSY數(shù)學(xué)模型，采用ACDKF 算法開展電機(jī)轉(zhuǎn)速和角位移實(shí)時(shí)估計(jì)．仿真結(jié)果表明:系統(tǒng)ACDKF 參數(shù)估計(jì)算法優(yōu)越性和良好抗干擾性能，轉(zhuǎn)速和角位移估計(jì)精度高，數(shù)值計(jì)算穩(wěn)定．

1 非線性永磁同步電機(jī)模型

在靜止αβ 軸坐標(biāo)系中推導(dǎo)永磁同步電機(jī)定子電流方程［6］

式中:Iα、Iβ和Uα、Uβ分別代表定子電流和電壓軸向分量;ωr、θr表示轉(zhuǎn)子角速度和轉(zhuǎn)子角位移;P、Rs、Ls和ψf分別表示極對(duì)數(shù)、定子電阻、定子電感和轉(zhuǎn)子永磁體磁鏈．

在αβ 軸系中PMSM 狀態(tài)方程取定子電流軸向分量、電機(jī)轉(zhuǎn)速和角位移作為系統(tǒng)狀態(tài)變量，則轉(zhuǎn)子角位移微分方程為

PMSM 中存在負(fù)載阻力變化和摩擦力擾動(dòng)量以及齒槽和邊端效應(yīng)產(chǎn)生的磁阻力引起推力變化以及轉(zhuǎn)子和定子諧波磁場相互作用產(chǎn)生的推力變化等不確定物理因素［7-8］都看作不確定擾動(dòng)分量隨機(jī)噪聲處理．轉(zhuǎn)速變化過程時(shí)間常數(shù)一般都遠(yuǎn)大于電磁時(shí)間常數(shù)，估算周期中轉(zhuǎn)速視為常數(shù)［9］，則有轉(zhuǎn)子轉(zhuǎn)速微分方程為

這種偏差假設(shè)在ACDKF 算法中作為系統(tǒng)狀態(tài)噪聲處理，由算法遞推計(jì)算校正．電流傳感器檢測PMSM 三相電流，經(jīng)由abc 系轉(zhuǎn)化到αβ 軸系中獲得兩相輸出電流Iα、Iβ，把Iα、Iβ作為系統(tǒng)觀測量，其中觀測噪聲以Gauss 白噪聲對(duì)待，則系統(tǒng)觀測方程

Z=Hx+v． (4)

其中H=［I2×20 0］，I2×2表示單位陣．

2 CDKF 估計(jì)算法

考慮式(1)～(3)組成的PMSM 非線性系統(tǒng)函數(shù)，式(4)作為觀測方程組成PMSM 系統(tǒng)離散狀態(tài)空間模型

協(xié)方差矩陣為

式中:N 表示平滑估計(jì)窗口大?。?/p>

觀測噪聲協(xié)方差R 實(shí)時(shí)估計(jì)值可計(jì)算為

對(duì)其實(shí)施二階Stirling 插值逼近計(jì)算可得到

式中:x =［Iα，Iβ，θr，ωr］T是PMSM 系統(tǒng)狀態(tài)向量;Z=［Iα，Iβ］，過程噪聲wk-1和兩相觀測電流噪聲vk相互獨(dú)立，有wk-1～N(0，Qk-1)，vk～N(0，Rk)統(tǒng)計(jì)特性．CDKF 算法詳細(xì)計(jì)算過程可參閱文獻(xiàn)［5］．

3 CDKF 估計(jì)中噪聲自適應(yīng)估計(jì)算法

最優(yōu)估計(jì)中觀測向量序列與k 時(shí)刻參數(shù)向量估計(jì)值經(jīng)由觀測方程計(jì)算得到觀測量估計(jì)值之差定義為殘差［9］

那么狀態(tài)向量與其一步預(yù)測值差值為狀態(tài)預(yù)測誤差

狀態(tài)向量與其k 時(shí)刻估計(jì)值差值為狀態(tài)估計(jì)誤差

由觀測向量與其一步預(yù)測值之差定義新息

觀測向量預(yù)測誤差方差矩陣為

那么利用開窗法平滑［9］計(jì)算新息實(shí)時(shí)估計(jì)誤差

并對(duì)其整理后獲得

很明顯Stirling 插值多項(xiàng)式的二階及其高階項(xiàng)帶來高階截?cái)嗾`差，引入自適應(yīng)因子對(duì)角陣

式中:i，k 下標(biāo)表示N ×1 矩陣的第i 行元素;βi，k表示對(duì)角陣的第i 個(gè)元素，新息表達(dá)式可以進(jìn)一步整理為類似地估計(jì)殘差也按照這個(gè)思路可表示為

為了使殘差與新息表達(dá)式系數(shù)一致，引入自適應(yīng)對(duì)角陣γk，使得

成立．則估計(jì)殘差可進(jìn)一步整理為

那么利用新息與殘差正交原理可得到

同時(shí)把CDKF 算法中狀態(tài)向量一步預(yù)測協(xié)方差矩陣計(jì)算式代入上式中獲得過程噪聲協(xié)方差Qk-1在線估計(jì)計(jì)算表達(dá)式

那么利用式(25)和式(11)分別對(duì)過程噪聲和觀測噪聲實(shí)施在線實(shí)時(shí)估計(jì)計(jì)算，結(jié)合CDKF 算法預(yù)測更新迭代操作，實(shí)現(xiàn)自適應(yīng)CDKF 算法．

4 ACDKF 算法實(shí)驗(yàn)仿真研究

4．1 無傳感器PMSM 驅(qū)動(dòng)系統(tǒng)

無位置傳感器PMSM 驅(qū)動(dòng)系統(tǒng)結(jié)構(gòu)如圖1 所示，系統(tǒng)利用零直軸電流最大推力控制策略實(shí)現(xiàn)轉(zhuǎn)速和電流雙閉環(huán)控制系統(tǒng)結(jié)構(gòu)，轉(zhuǎn)速控制器采用PI 控制算法，輸出交軸電流I*q 信號(hào)作為參考，電流控制器采用兩個(gè)相同參數(shù)的PI 控制器分別控制直軸和交軸電流，其輸出作為驅(qū)動(dòng)逆變器的SPWM 信號(hào)，利用估計(jì)器觀測轉(zhuǎn)子轉(zhuǎn)速及轉(zhuǎn)子角位移，永磁同步電機(jī)的參數(shù)設(shè)置如表1 所示．

圖1 PMSM 電機(jī)驅(qū)動(dòng)系統(tǒng)結(jié)構(gòu)圖Fig．1 PMSM Motor drive system structure

表1 PMSM 主要參數(shù)Tab．1 PMSM main parameter

4．2 實(shí)驗(yàn)仿真分析

為了驗(yàn)證ACDKF 算法計(jì)算性能，筆者采用ACDKF 和CDKF 算法對(duì)PMSM 驅(qū)動(dòng)系統(tǒng)進(jìn)行對(duì)比試驗(yàn)仿真研究． PMSM 驅(qū)動(dòng)控制系統(tǒng)中轉(zhuǎn)速控制環(huán)控制速度，不需要角位移，在最優(yōu)估計(jì)算法參數(shù)優(yōu)化基礎(chǔ)上以轉(zhuǎn)速估計(jì)性能最優(yōu)確定辨識(shí)算法的參數(shù)優(yōu)化數(shù)值． 最優(yōu)估計(jì)算法初始化數(shù)值設(shè)置如下:設(shè)定PMSM 驅(qū)動(dòng)系統(tǒng)電機(jī)啟動(dòng)磁極角位移為60°，也就是系統(tǒng)初始位置誤差5．33 mm，轉(zhuǎn)子轉(zhuǎn)速和電流均設(shè)為0，系統(tǒng)誤差方差矩陣初值設(shè)置為

利用兩種估計(jì)算法輸出信息作為磁極角位移及轉(zhuǎn)子速度反饋值來獲得PMSM 驅(qū)動(dòng)系統(tǒng)的轉(zhuǎn)子轉(zhuǎn)速仿真數(shù)據(jù)如圖2 的CDKF 算法速度估計(jì)和圖3 的ACDKF 算法速度估計(jì)數(shù)據(jù)所示．

對(duì)比看出ACDKF 算法估計(jì)性能明顯優(yōu)于CDKF 算法，ACDKF 算法速度估計(jì)誤差僅在初始0．5 s 內(nèi)存在，在此之后估計(jì)誤差能夠穩(wěn)定在0 軸上，在估計(jì)時(shí)間內(nèi)ACDKF 算法速度估計(jì)誤差僅有0．006 3 rad/s，而CDKF 算法由于無法處理噪聲時(shí)變統(tǒng)計(jì)特性，估計(jì)誤差曲線始終都存在偏差，可以看到在起始的0．3 s 之內(nèi)電機(jī)轉(zhuǎn)子轉(zhuǎn)速估計(jì)誤差在啟動(dòng)時(shí)比較大，可達(dá)到±3 rad/s 的誤差，但在隨后時(shí)間內(nèi)在±1 rad/s 范圍之內(nèi)波動(dòng)，速度估計(jì)方差均值為0．4，速度估計(jì)均值誤差達(dá)到0．217 rad/s．

表2 PMSM 參數(shù)估計(jì)誤差數(shù)據(jù)表Tab．2 PMSM parameter estimation error data table

這說明ACDKF 算法能夠有效改善PMSM 系統(tǒng)狀態(tài)參數(shù)數(shù)值計(jì)算穩(wěn)定性，ACDKF 算法能夠有效抑制濾波發(fā)散，加快收斂速度，計(jì)算精度得到明顯提高，顯示出自適應(yīng)算法更加靈活可靠的計(jì)算優(yōu)勢．

圖2 電機(jī)轉(zhuǎn)子轉(zhuǎn)速仿真數(shù)據(jù)(CDKF 算法)Fig．2 PMSM rotor speed simulation data (CDKF)

仿真中定子電流加入了Gauss 白噪聲，從獲得圖4 和圖5 轉(zhuǎn)子角位移仿真比較數(shù)據(jù)和誤差數(shù)據(jù)曲線可知CDKF 和ACDKF 估計(jì)器都能夠快速準(zhǔn)確估計(jì)出PMSM 電機(jī)轉(zhuǎn)速和轉(zhuǎn)子角位移，CDKF算法在起始0．5 s 時(shí)間內(nèi)轉(zhuǎn)子位置估計(jì)較大，但在隨后時(shí)間穩(wěn)態(tài)運(yùn)行中估計(jì)方差為0．025 3．同時(shí)也應(yīng)該看到兩種最優(yōu)估計(jì)算法中轉(zhuǎn)子轉(zhuǎn)速估計(jì)值稍微滯后于電機(jī)轉(zhuǎn)速實(shí)際值，原因在于估計(jì)器建模時(shí)假設(shè)采樣時(shí)間內(nèi)速度導(dǎo)數(shù)為0，在原理上形成了這種誤差．PMSM 電機(jī)帶載12 N·m，估計(jì)算法計(jì)算估計(jì)速度信號(hào)實(shí)現(xiàn)速度環(huán)反饋，起動(dòng)過程中轉(zhuǎn)子角速度估計(jì)值跟蹤誤差比較大，經(jīng)過多步遞推計(jì)算后估計(jì)角速度和實(shí)際角速度基本上能夠?qū)崿F(xiàn)無偏差跟蹤，從而驗(yàn)證了2 種估計(jì)算法實(shí)現(xiàn)無傳感PMSM 控制系統(tǒng)狀態(tài)參數(shù)估計(jì)有效性．

圖3 電機(jī)轉(zhuǎn)子轉(zhuǎn)速仿真數(shù)據(jù)(ACDKF)Fig．3 PMSM motor rotor speed simulation data (ACDKF)

但是從圖4 和圖5 中電機(jī)轉(zhuǎn)子角位移估計(jì)誤差可以看出，ACDKF 算法具有較快的收斂速度，僅在初始0．4 s 內(nèi)估計(jì)值與實(shí)際值之間存在偏差，但隨后很快就能穩(wěn)定在0 軸上面，說明ACDKF 算法對(duì)系統(tǒng)噪聲具有較強(qiáng)的修正作用，而CDKF 算法的估計(jì)誤差始終都在一個(gè)較小范圍內(nèi)波動(dòng)．

圖4 電機(jī)轉(zhuǎn)子角位移仿真數(shù)據(jù)(CDKF 算法)Fig．4 PMSM motor rotor angular displacement simulation data (CDKF)

5 結(jié)論

針對(duì)無傳感PMSM 雙閉環(huán)系統(tǒng)快速穩(wěn)定控制要求，基于CDKF 算法設(shè)計(jì)系統(tǒng)噪聲自適應(yīng)調(diào)整算法構(gòu)建ACDKF 估計(jì)算法，對(duì)PMSM 非線性狀態(tài)空間模型以及線性觀測方程，利用CDKF 和ACDKF 最優(yōu)估計(jì)算法展開PMSM 狀態(tài)參數(shù)最優(yōu)估計(jì)對(duì)比仿真研究． 仿真結(jié)果表明兩種估計(jì)算法都能夠獲得PMSM 轉(zhuǎn)速和角位移估計(jì)，估計(jì)誤差較小，相比之下ACDKF 算法收斂速度較快，數(shù)值計(jì)算穩(wěn)定性較好，能夠獲得PMSM 轉(zhuǎn)子轉(zhuǎn)速和角位移精確估計(jì)．

圖5 電機(jī)轉(zhuǎn)子角位移仿真數(shù)據(jù)(ACDKF 算法)Fig．5 PMSM Motor rotor angular displacement simulation data (ACDKF)

［1］ 李鐵才，杜坤梅.電機(jī)控制技術(shù)［M］． 哈爾濱:哈爾濱工業(yè)大學(xué)出版社，2000．

［2］ 魯文其，胡育文，梁驕雁，等． 永磁同步電機(jī)伺服系統(tǒng)抗擾動(dòng)自適應(yīng)控制［J］． 中國電機(jī)工程學(xué)報(bào)，2011，31(3):75 -81．

［3］ 張宇輝，陳峰，李惠敏，等． 基于小波變換和矩陣束算法的同步電機(jī)參數(shù)辨識(shí)［J］． 電力系統(tǒng)保護(hù)與控制，2012，40(9):87 -92．

［4］ 曹明凱，韓超先，馬平，等．利用勵(lì)磁電壓擾動(dòng)后的同步發(fā)電機(jī)參數(shù)辨識(shí)［J］． 電力系統(tǒng)保護(hù)與控制，2012，40(19):116 -120．

［5］ 丁國強(qiáng)，崔光照，周衛(wèi)東，等． 傳遞對(duì)準(zhǔn)MRP-CDKF 算法［J］． 華中科技大學(xué)學(xué)報(bào):自然科學(xué)版，2011，41(1):127 -132．

［6］ 皇甫宜耿，劉衛(wèi)國，馬瑞卿． 非線性永磁同步電機(jī)建模方法與仿真［J］． 電氣傳動(dòng)自動(dòng)化，2008，30(6):30 -33．

［7］ 孫旭霞，劉博． 基于EKF 的PMSM 無傳感器控制及濾波參數(shù)選?。跩］．微特電機(jī)，2011，39(5):39-46．

［8］ 王磊，李穎暉，朱喜華，等．存在擾動(dòng)的永磁同步電機(jī)混沌運(yùn)動(dòng)模糊自適應(yīng)同步［J］． 電力系統(tǒng)保護(hù)與控制，2011，39(11):33 -37．

［9］ SALAHSHOOR K，MOSALLAEI M，BAYAT M． Centralized and decentralized process and sensor fault monitoring using data fusion based on adaptive extended Kalman filter algorithm［J］． Measurement，2008，41(10):1059 - 1076．

［10］楊元喜，徐天河．基于移動(dòng)開窗法協(xié)方差估計(jì)和方差分量估計(jì)的自適應(yīng)濾波［J］．武漢大學(xué)學(xué)報(bào):信息科學(xué)版，2003，28(6):714 -718．

［11］于洪霞，胡靜濤． 基于EKF 的異步電機(jī)轉(zhuǎn)速和負(fù)載轉(zhuǎn)矩估計(jì)［J］． 儀器儀表學(xué)報(bào)，2011，32(2):329-335．