基于單神經(jīng)元算法的內(nèi)嵌式永磁同步電機(jī)智能驅(qū)動(dòng)控制*

邱 丹, 陶 誠

(1. 鐘山職業(yè)技術(shù)學(xué)院,江蘇 南京 210049；2. 中國電科第二十八研究所,江蘇 南京 210000)

基于單神經(jīng)元算法的內(nèi)嵌式永磁同步電機(jī)智能驅(qū)動(dòng)控制*

邱 丹1, 陶 誠2

(1. 鐘山職業(yè)技術(shù)學(xué)院,江蘇 南京 210049；2. 中國電科第二十八研究所,江蘇 南京 210000)

基于人工神經(jīng)網(wǎng)絡(luò)的內(nèi)嵌式永磁同步電機(jī)(IPMSM)智能驅(qū)動(dòng)控制性能要明顯優(yōu)于傳統(tǒng)控制方法，但是存在計(jì)算量大和離線訓(xùn)練時(shí)間長的問題。針對(duì)該問題，提出了一種基于單神經(jīng)元算法的IPMSM智能驅(qū)動(dòng)控制策略。闡述了永磁同步電機(jī)的數(shù)學(xué)模型及電流轉(zhuǎn)矩控制規(guī)律；并基于單神經(jīng)元的控制原理，推導(dǎo)了驅(qū)動(dòng)控制律，由于采用的是單神經(jīng)元結(jié)構(gòu)并設(shè)置了迭代算法的邊界，因此達(dá)到了計(jì)算量減小和訓(xùn)練較少的效果。最后，搭建了小功率電機(jī)驅(qū)動(dòng)試驗(yàn)平臺(tái)開展了試驗(yàn)研究，并通過與傳統(tǒng)PID控制的對(duì)比試驗(yàn)，驗(yàn)證了新型控制器的性能。

內(nèi)嵌式永磁同步電機(jī)；人工神經(jīng)網(wǎng)絡(luò)；智能控制；電機(jī)控制；訓(xùn)練

0 引 言

內(nèi)嵌式永磁同步電機(jī)(Interior Permanent Magnet Synchronous Motor,IPMSM)具有功率密度高、使用壽命長、轉(zhuǎn)速轉(zhuǎn)矩特性好和動(dòng)態(tài)響應(yīng)快等優(yōu)點(diǎn)，目前廣泛應(yīng)用于電動(dòng)汽車和風(fēng)力發(fā)電等各種工業(yè)領(lǐng)域[1-6]。

IPMSM在基于速度控制的高性能驅(qū)動(dòng)應(yīng)用中需要快速響應(yīng)速度指令，同時(shí)在各種未知擾動(dòng)的條件下保持工作點(diǎn)的精度。傳統(tǒng)的PI或PID速度控制器已具備較好的控制性能。但是由于IPMSM的運(yùn)行很容易受到轉(zhuǎn)子磁場飽和度及電樞反應(yīng)的影響，從而在工作點(diǎn)范圍內(nèi)的電機(jī)參數(shù)變化敏感，使得傳統(tǒng)的固定增益的PI或PID控制器性能下降[7-8]。為了增強(qiáng)轉(zhuǎn)速控制性能，各種智能控制方案被提出，其中具有代表性的包括模糊控制器、滑?？刂破?、神經(jīng)網(wǎng)絡(luò)控制器、基于遺傳算法的控制器等[9-18]。不同的方案具有不同的優(yōu)勢，但一個(gè)共性的缺點(diǎn)就是實(shí)時(shí)運(yùn)算量較大，不利于實(shí)際推廣應(yīng)用。

本文設(shè)計(jì)了一種基于單神經(jīng)元(Single Artificial Neuron,SAN)算法的IPMSM智能驅(qū)動(dòng)控制方案。其能精確地實(shí)現(xiàn)IPMSM轉(zhuǎn)速控制，并對(duì)負(fù)載變化和參數(shù)攝動(dòng)不敏感；由于是單個(gè)神經(jīng)元算法而不是神經(jīng)網(wǎng)絡(luò)算法，因此只需要少量的實(shí)時(shí)訓(xùn)練即可，然后在每次迭代后自適應(yīng)地修改神經(jīng)元映射結(jié)構(gòu)的相關(guān)參數(shù)，進(jìn)而實(shí)現(xiàn)速度精準(zhǔn)控制，并確保系統(tǒng)穩(wěn)定性；同時(shí)，結(jié)合最大轉(zhuǎn)矩電流比(Maximum Torque Per Ampere,MTPA)算法，提高了電機(jī)運(yùn)行效率。最后搭建了電機(jī)試驗(yàn)平臺(tái)，通過試驗(yàn)對(duì)新型智能控制方法的有效性進(jìn)行了驗(yàn)證。

1 IPMSM的數(shù)學(xué)模型和參數(shù)

經(jīng)典的IPMSM數(shù)學(xué)模型可以采用同步旋轉(zhuǎn)坐標(biāo)系下的dq方程進(jìn)行描述如下[6]：

式中:ud、id,uq、iq——d軸和q軸定子電壓電流；

Ld、Lq——d軸和q軸定子電感；

rs——定子每相電阻；

ωr——轉(zhuǎn)子角速度；

Te和TL——電磁轉(zhuǎn)矩和負(fù)載轉(zhuǎn)矩；

Jm——轉(zhuǎn)動(dòng)慣量；

p——電機(jī)極對(duì)數(shù)；

ψf——永磁磁鏈；

p——微分算子；

Bm——電機(jī)摩擦因數(shù)。

本文中后續(xù)用于試驗(yàn)的電機(jī)相關(guān)參數(shù)如表1所示。

表1 IPMSM相關(guān)參數(shù)

2 IPMSM的電流轉(zhuǎn)矩控制

從式(3)，即IPMSM的電磁轉(zhuǎn)矩方程可以看出，電磁轉(zhuǎn)矩與d軸和q軸的電流之間存在一個(gè)非線性的關(guān)系。為了將這種非線性關(guān)系融入到實(shí)際的IPMSM驅(qū)動(dòng)控制中，MTPA算法被提出來，其實(shí)現(xiàn)了在最小定子電流下的最大電機(jī)轉(zhuǎn)矩[19-21]。

將式(3)對(duì)q軸電流iq求微分，并令其為0，可以得到單位電流的最大轉(zhuǎn)矩，此時(shí)iq與id的關(guān)系式為

將式(4)代入式(3)，可得到iq和Te的非線性關(guān)系：

Te=

在IPMSM實(shí)時(shí)驅(qū)動(dòng)控制器設(shè)計(jì)中，用式(4)和式(5)來實(shí)現(xiàn)電流轉(zhuǎn)矩控制將導(dǎo)致計(jì)算量大，實(shí)時(shí)性降低。因此將式(4)進(jìn)行對(duì)零的泰勒級(jí)數(shù)展開，同時(shí)將表1中的電機(jī)參數(shù)代入，得到簡化后的數(shù)值關(guān)系為

將式(6)和電機(jī)參數(shù)代入式(3)可以得到iq和Te的近似線性數(shù)值關(guān)系：

上述式(6)和式(7)一起構(gòu)成了對(duì)IPMSM的近似MTPA控制實(shí)現(xiàn)。

3 基于SAN的IPMSM控制器設(shè)計(jì)

3.1SAN控制原理

IPMSM的動(dòng)態(tài)方程式(1)和式(2)可以重新寫為

負(fù)載可用非線性機(jī)械特性方程進(jìn)行建模和描述[8]：

式中:A、B和C是任意常數(shù)。

將式(10)代入式(9)，可以得到一個(gè)時(shí)域下的單輸入單輸出系統(tǒng)：

下面進(jìn)行小信號(hào)分析，考慮Te的一個(gè)小量增加ΔTe，則將導(dǎo)致ωr的小量增加Δωr，因此式(11)可寫為

化簡后得

對(duì)式(13)進(jìn)行離散化處理，可以得到IPMSM帶非線性負(fù)載時(shí)的離散小信號(hào)數(shù)學(xué)模型：

進(jìn)而有

其中: Δe(n)=Δωr(n)-Δωr(n-1)，

Δωr(n)=e(n)=ωr*(n)-Δωr(n)。

式中: Δe(n)——轉(zhuǎn)速差；

Δωr——當(dāng)前參考轉(zhuǎn)速和實(shí)際轉(zhuǎn)速差的采樣值；

Δωr(n-1)——前一個(gè)步長的轉(zhuǎn)速差采樣；

ωr(n)——實(shí)際轉(zhuǎn)速的當(dāng)前步長采樣值；

ts——采樣時(shí)間間隔；

f()——非線性函數(shù)關(guān)系。

3.2參考轉(zhuǎn)矩生成

將式(2)離散化重新寫為如下表達(dá)式：

其中:Jm和Bm是已知參數(shù)，而ωr(n)為當(dāng)前步長的轉(zhuǎn)速值，可以通過在電機(jī)上安裝位置傳感器獲取，而pωr(n)=[ωr(n)-ωr(n-1)]/ts是轉(zhuǎn)子速度的差分量。

式(16)意味著若已知當(dāng)前步長的電磁轉(zhuǎn)矩Te(n)，則可以通過表達(dá)式直接計(jì)算出當(dāng)前步長的負(fù)載轉(zhuǎn)矩TL(n)；而Te(n)可以通過離散化后的式(3)得到，具體為

式(17)中，iq(n)和id(n)可通過旋轉(zhuǎn)坐標(biāo)變換從ia(n)、ib(n)和ic(n)中計(jì)算出來，而后者可以通過設(shè)置好的電流傳感器進(jìn)行AD采樣得到，極對(duì)數(shù)p和ψf也是已知的，電機(jī)參數(shù)Ld和Lq假設(shè)是恒定的，那么Te(n)就可以計(jì)算得到。進(jìn)一步代入式(16)便生成了參考轉(zhuǎn)矩，具體如下：

其中: pωr(n)=[ωr(n)-ωr(n-1)]/ts

式中: pωr(n)——轉(zhuǎn)子速度的差分量；

ωr(n)——實(shí)際轉(zhuǎn)速的當(dāng)前步長采樣值。

參考轉(zhuǎn)矩的生成是以電機(jī)參數(shù)Ld和Lq假設(shè)恒定為前提的，但是該假設(shè)是不符合實(shí)際電機(jī)運(yùn)行工況的，此參考轉(zhuǎn)矩指令僅在作為神經(jīng)元映射的實(shí)時(shí)訓(xùn)練時(shí)使用，從而設(shè)置驅(qū)動(dòng)控制的穩(wěn)定邊界。

3.3基于SAN的轉(zhuǎn)速控制器

圖1 IPMSM驅(qū)動(dòng)控制器的SAN模塊

圖2 IPMSM驅(qū)動(dòng)控制器框圖

圖3 SAN控制器作用下的空載起動(dòng)轉(zhuǎn)速曲線

圖4 無參考轉(zhuǎn)矩邊界時(shí)的SAN控制器作用下的起動(dòng)和突加負(fù)載時(shí)的轉(zhuǎn)速曲線

4 試驗(yàn)驗(yàn)證

為了檢驗(yàn)前述所提出的基于單神經(jīng)元算法的新型IPMSM驅(qū)動(dòng)控制方案，搭建了小功率IPMSM驅(qū)動(dòng)試驗(yàn)平臺(tái)開展了試驗(yàn)研究。其中所采用的IPMSM電機(jī)參數(shù)如前述表1所示?？刂破骱诵臄?shù)字芯片采用TI公司的DS1102，其實(shí)時(shí)性較好，采樣頻率設(shè)置為5 kHz，此外控制器還有轉(zhuǎn)速編碼電路和結(jié)合霍爾傳感器的AD采樣電路，控制器最終輸出PWM脈沖到變頻器驅(qū)動(dòng)電機(jī)運(yùn)行。為了進(jìn)行對(duì)比試驗(yàn)驗(yàn)證，還應(yīng)用了傳統(tǒng)的PID控制器，其參數(shù)也經(jīng)過了優(yōu)化設(shè)計(jì)以平衡超調(diào)量、上升時(shí)間和調(diào)節(jié)時(shí)間等性能指標(biāo)。

如圖5所示為IPMSM在基于SAN的驅(qū)動(dòng)控制下，輕載時(shí)速度指令階躍變化時(shí)的試驗(yàn)波形。其中圖5(a)所示為IPMSM的轉(zhuǎn)速變化曲線，圖5(b)所示為轉(zhuǎn)速變化時(shí)的電機(jī)A相電流波形。從轉(zhuǎn)速波形可以看出，在控制器作用下，電機(jī)在轉(zhuǎn)速指令階躍變化后能迅速的對(duì)其跟蹤和準(zhǔn)確的保持。從相電流波形可以看出，其相電流幅值大小沒有顯著變化，因?yàn)樨?fù)載轉(zhuǎn)矩是恒定的，只是電流頻率根據(jù)轉(zhuǎn)速變化而調(diào)整。

圖5 IPMSM在SAN控制器作用下的轉(zhuǎn)速調(diào)節(jié)試驗(yàn)波形

如圖6所示為IPMSM在基于SAN的驅(qū)動(dòng)控制下，在空載額定轉(zhuǎn)速下突加2 N·m的額定負(fù)載轉(zhuǎn)矩時(shí)的試驗(yàn)波形。其中圖6(a)所示為IPMSM的轉(zhuǎn)速曲線，可以看出，突加負(fù)載轉(zhuǎn)矩后轉(zhuǎn)速波動(dòng)很小，轉(zhuǎn)速控制性能較優(yōu)，而從圖6(b)可以看出A相電流幅值在突加負(fù)載轉(zhuǎn)矩后迅速上升，響應(yīng)較快，而頻率保持不變。

圖6 IPMSM在SAN控制器作用下的突加負(fù)載轉(zhuǎn)矩試驗(yàn)波形

如圖7所示為IPMSM在PID控制器作用下的試驗(yàn)波形。其中圖7(a)所示為IPMSM在空載時(shí)上升至額定轉(zhuǎn)速的曲線，對(duì)比圖5(a)可以看出，傳統(tǒng)PID控制時(shí)的轉(zhuǎn)速響應(yīng)要慢于SAN控制，且超調(diào)量大。圖7(b)所示為IPMSM在額定轉(zhuǎn)速時(shí)突加2 N·m的額定負(fù)載轉(zhuǎn)矩時(shí)的轉(zhuǎn)速波形，對(duì)比圖6(a)可以看出，傳統(tǒng)PID控制時(shí)的突加負(fù)載轉(zhuǎn)矩?cái)_動(dòng)的轉(zhuǎn)速波動(dòng)要大于SAN控制。因此驗(yàn)證了新型SAN控制的優(yōu)越性。

圖7 IPMSM在PID控制器作用下的試驗(yàn)波形

5 結(jié) 語

本文對(duì)基于單神經(jīng)元算法的IPMSM智能轉(zhuǎn)速控制方案進(jìn)行了研究和設(shè)計(jì)，具體的結(jié)論如下：

(1) 對(duì)比試驗(yàn)研究表明基于實(shí)時(shí)訓(xùn)練的SAN控制器用于控制IPMSM具有良好的轉(zhuǎn)速響應(yīng)和負(fù)載動(dòng)態(tài)性能，并且明顯地優(yōu)于傳統(tǒng)的PID控制器。

(2) 與其他智能控制算法相比，基于SAN的算法由于采用的是單神經(jīng)元映射結(jié)構(gòu)，計(jì)算量小，因而不需要高性能的數(shù)字芯片作為物理基礎(chǔ)，成本低，且避免了神經(jīng)元網(wǎng)絡(luò)算法所需要的較長時(shí)間的離線訓(xùn)練，工程實(shí)現(xiàn)性好。

[1] 盛義發(fā),喻壽益,桂衛(wèi)華,等.軌道車輛用永磁同步電機(jī)系統(tǒng)弱磁控制策略[J].中國電機(jī)工程學(xué)報(bào),2010,30(9): 74-79.

[2] HANAN M H,黃蘇融,高瑾,等.基于交叉耦合效應(yīng)的車用內(nèi)置式永磁電機(jī)轉(zhuǎn)子位置估計(jì)[J].中國電機(jī)工程學(xué)報(bào),2012,32(15): 124-133.

[3] 朱永彬,林珍.場路結(jié)合電動(dòng)汽車用永磁同步電機(jī)設(shè)計(jì)分析[J].電機(jī)與控制應(yīng)用,2016,43(2): 60-66.

[4] 符曉玲,劉旭東.基于反饋線性化和預(yù)測控制方法的電動(dòng)汽車用IPMSM速度控制[J].電機(jī)與控制應(yīng)用,2016,43(2): 67-71.

[5] 李和明,董淑惠,王毅,等.永磁直驅(qū)風(fēng)電機(jī)組低電壓穿越時(shí)的有功和無功協(xié)調(diào)控制[J].電工技術(shù)學(xué)報(bào),2013,28(5): 73-81.

[6] 肖園園,李欣然,張?jiān)獎(jiǎng)?等.直驅(qū)永磁同步風(fēng)力發(fā)電機(jī)的等效建模[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào),2013,25(1): 12-28.

[7] RAHMAN M A, ZHOU P. Field circuit analysis of brushless permanent magnet synchronous motors[J]. IEEE Transactions on Industry Electronics,1996,43(2): 256-267.

[8] BUTT C B, HOQUE M A, RAHMAN M A. Simplified fuzzy logic based MTPA speed control of IPMSM drive[J]. IEEE Transactions on Industry Applications,2004,40(6): 1529-1535.

[9] 吳荒原,王雙紅,辜承林,等.內(nèi)置式永磁同步電機(jī)改進(jìn)型模糊邏輯控制器設(shè)計(jì)[J].中國電機(jī)工程學(xué)報(bào),2013,33(33): 68-75.

[10] 徐建英,谷偉志,吳婷.永磁同步電動(dòng)機(jī)的哈密頓最優(yōu)控制系統(tǒng)[J].微特電機(jī),2016,44(1): 43-47.

[11] 張興華,唐其太.考慮參數(shù)和負(fù)載不確定性的內(nèi)置式永磁同步電機(jī)自適應(yīng)反步控制[J].控制與決策,2016,31(8): 1509-1512.

[12] 嚴(yán)衛(wèi)生,林海,丁明,等.基于模糊邏輯控制的永磁同步電動(dòng)機(jī)SVM-DTC系統(tǒng)仿真[J].微特電機(jī),2008,36(11): 35-38.

[13] 徐靜,段芳,江天炎.模糊MRAS方法在永磁同步電機(jī)無速度傳感器控制系統(tǒng)中的應(yīng)用[J].電機(jī)與控制應(yīng)用,2015,42(12): 55-58.

[14] 張國強(qiáng),王高林,倪榮剛,等.基于自適應(yīng)線性神經(jīng)元濾波的內(nèi)置式永磁電機(jī)轉(zhuǎn)子位置觀測器[J].電工技術(shù)學(xué)報(bào),2016,31(6): 47-54.

[15] NAMUDRI C, SEN P C. A servo-control system using a self-controlled synchronous motor with sliding mode controller[J]. IEEE Transactions on Industry Applications,1987,23(2): 283-295.

[16] RAHMAN M A, HOQUE M A. On-line adaptive artificial neural network based vector control of permanent magnet synchronous motors[J]. IEEE Transactions on Energy Converters,1998,13(4): 311-318.

[17] YI Y, VILATGAMUWA D M, RAHMAN M A. Implementation of artificial neural network based controller for an interior permanent magnet motor drive[J]. IEEE Transactions on Industry Applications,2003,39(1): 96-104.

[18] UDDIN M N, ABIDO M A, RAHMAN M A. Laboratory implementation of an artificial neural network for online tuning of a genetic algorithm based PI controller for IPMSM drive[C]∥ IEEE Proceedings of the Power Conversion Conference, Montreal, QC, Canada: IEEE, 2002: 16-20.

[19] BOSE B K. A high performance inverter-fed drive system of an interior permanent magnet synchronous machine[J]. IEEE Transactions on Industry Applications,1988,24(6): 987-997.

[20] MORIMOTO S, SANDA M, TAKETA Y. Wide-speed operation of interior permanent magnet synchronous motors with high-performance current regulator[J]. IEEE Transactions on Industry Applications,1994,30(4): 920-926.

[21] HOQUE M A, BUTT C, RAHMAN M A. A novel approach for MTPA speed control of IPMSM drive[C]∥ IEEE 2nd International Conference on Electric Computation Engineering, Dhaka, Bangladesh, IEEE, 2002: 336-339.

IntelligentDriveControlofInteriorPermanentMagnetSynchronousMotorBasedonSingleArtificialNeuronAlgorithm

QIUDan1,TAOChen2

(1. Zhongshan Vocational College, Nanjing 210049, China;2. The 28th Research Institute of China Electronics Technology Group Corporation, Nanjing 210000, China)

The performance of the controller for interior permanent magnet synchronous motor based on artificial neural network is superior to the traditional control method, but it has the problems of large amount of computation and long training time. Aiming at it, an intelligent drive control of interior permanent magnet synchronous motor based on a single artificial neuron algorithm was presented. At first, the mathematical model of the motor and the principles of the current torque control law had been described. Then, the driving controller for the motor based on single artificial neuron had been designed, and the computation and training time had been reduced due to the use of the single neuron and set the iterative boundary. Finally, a small power motor drive test platform was built, and the performance of the new controller was verified by comparing with the traditional PID control.

interiorpermanentmagnetsynchronousmotor(IPMSM);artificialneuralnetwork;intelligentcontrol;motorcontrol;train

江蘇省自然科學(xué)基金面上項(xiàng)目(BK20161468):透平機(jī)械用多相高速永磁電機(jī)驅(qū)動(dòng)關(guān)鍵技術(shù)的研究;江蘇省高等學(xué)校大學(xué)生實(shí)踐創(chuàng)新訓(xùn)練計(jì)劃項(xiàng)目(201312922011X):基于數(shù)字磁羅盤和角速度陀螺的智能航向系統(tǒng)設(shè)計(jì)

邱 丹(1978—)，女，講師，碩士，研究方向?yàn)殡姎鈧鲃?dòng)和智能控制。

陶 誠(1980—)，男，高級(jí)工程師，博士，研究方向?yàn)殡娏ο到y(tǒng)智能化。

TM 301.2

A

1673-6540(2017)10- 0036- 06

2016 -11 -09