基于SVPWM及ADRC算法的無刷電機(jī)轉(zhuǎn)矩脈動(dòng)抑制控制系統(tǒng)研究

曹 萱， 關(guān)文卿， 羅 蕊

(蘭州萬里航空機(jī)電有限責(zé)任公司，甘肅 蘭州 730070)

無刷電機(jī)具有體積小、重量輕、慣性小、效率高等優(yōu)點(diǎn)，被廣泛應(yīng)用于工業(yè)控制、機(jī)器人、航空航天等領(lǐng)域[1]。在航空領(lǐng)域，隨著人們對(duì)于飛機(jī)作動(dòng)器的控制精度及抗干擾能力的要求愈來愈高，無刷電機(jī)的轉(zhuǎn)矩脈動(dòng)造成的振動(dòng)、噪聲以及對(duì)驅(qū)動(dòng)功率管乃至整個(gè)作動(dòng)器系統(tǒng)可靠性的影響越來越大。因此，避免無刷電機(jī)轉(zhuǎn)矩脈動(dòng)對(duì)整個(gè)作動(dòng)器系統(tǒng)的影響是EMA系統(tǒng)必不可少的研究?jī)?nèi)容。

1 國(guó)內(nèi)外發(fā)展現(xiàn)狀

隨著航空工業(yè)的發(fā)展，高性能、高精度的飛行是未來飛機(jī)運(yùn)行的必然趨勢(shì)，作為EMA的執(zhí)行部件，穩(wěn)定、可靠、精確的運(yùn)行性能和快速實(shí)時(shí)響應(yīng)的控制是無刷電機(jī)應(yīng)用的必然要求。抑制電機(jī)運(yùn)行中的轉(zhuǎn)矩脈動(dòng)，也是保護(hù)功率器件、提高電機(jī)運(yùn)行性能的研究重點(diǎn)之一。

在國(guó)外，Sumega等[2]重點(diǎn)介紹了由于電機(jī)構(gòu)造及控制造成的轉(zhuǎn)矩脈動(dòng)，說明了定子槽產(chǎn)生的齒槽轉(zhuǎn)矩、反電動(dòng)勢(shì)與相電流波形的結(jié)合(控制)、磁阻轉(zhuǎn)矩以及機(jī)械故障和電氣故障是無刷直流電機(jī)產(chǎn)生轉(zhuǎn)矩脈動(dòng)的主要原因，但是沒有介紹抑制轉(zhuǎn)矩脈動(dòng)的方法。Mohanraj等[3]基于逆變器輸出電流的上升和下降的相等速率，引入了一種新的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，該拓?fù)浣Y(jié)構(gòu)使用各種轉(zhuǎn)換器來控制DC鏈路電壓，以最小化BLDC電機(jī)驅(qū)動(dòng)系統(tǒng)中的轉(zhuǎn)矩脈動(dòng)。Kim等[4]提出了一種減小換向轉(zhuǎn)矩脈動(dòng)的補(bǔ)償算法，并通過實(shí)驗(yàn)驗(yàn)證，證明了使用該算法對(duì)BLDC電動(dòng)機(jī)的轉(zhuǎn)矩脈動(dòng)抑制的有效性，該算法的主要思想是使換向期間兩個(gè)換相的相電流的失配時(shí)間相等，即低速運(yùn)行時(shí)減慢運(yùn)行相的相電流的上升時(shí)間和高速運(yùn)行時(shí)減慢斷開相電流的下降時(shí)間相等，但是這一算法的運(yùn)行需要精準(zhǔn)的時(shí)間把控，實(shí)際應(yīng)用并不容易。Senthilnathan等[5]使用了基于輸出相電流遲滯控制(OCDHC)來抑制無刷電機(jī)的轉(zhuǎn)矩脈動(dòng)，并通過基于FPGA的仿真實(shí)驗(yàn)，驗(yàn)證控制方法的有效性，但是這一過程需要獲得電機(jī)傳導(dǎo)期(Conduction Period，CNP)精確的電流反饋。Gopinath等[6]提出了一種方法，并設(shè)計(jì)了BLDC電機(jī)驅(qū)動(dòng)器的四象限運(yùn)行仿真模型并減少了轉(zhuǎn)矩脈動(dòng)，該仿真模型可以有效地監(jiān)視和分析速度、扭矩、反電動(dòng)勢(shì)的特征，借助模型預(yù)測(cè)控制器(Model Predictive Controller，MPC)，可以在所有4個(gè)象限中控制電動(dòng)機(jī)，而不會(huì)損失任何功率，但并未給出模型參數(shù)的計(jì)算方法。Lad等[7]在轉(zhuǎn)矩脈動(dòng)和逆變器損耗之間取得平衡，提出了一種新穎的具有12個(gè)電壓空間矢量和重疊角控制的直接轉(zhuǎn)矩控制，并進(jìn)行了仿真和實(shí)驗(yàn)，但該方法需要大量的實(shí)驗(yàn)數(shù)據(jù)累積，通過查表的方式得到最佳重疊角。

國(guó)內(nèi)，王淑紅等[8]對(duì)電樞反應(yīng)引起的轉(zhuǎn)矩脈動(dòng)進(jìn)行了詳盡的分析，從換相控制和磁路設(shè)計(jì)兩大方面提出了一致方法。林平等[9]深入研究并提出了利用轉(zhuǎn)矩觀測(cè)器來檢測(cè)測(cè)量轉(zhuǎn)矩的方案，將相電流、電機(jī)轉(zhuǎn)速及相電勢(shì)作為輸入信號(hào)，輸出信號(hào)為轉(zhuǎn)矩，構(gòu)成轉(zhuǎn)矩觀測(cè)器，實(shí)現(xiàn)實(shí)時(shí)估算轉(zhuǎn)矩的變化情況和大小，并針對(duì)不同情況下的轉(zhuǎn)矩脈動(dòng)情況進(jìn)行了相應(yīng)的補(bǔ)償，控制實(shí)時(shí)性強(qiáng)，但這一方法計(jì)算復(fù)雜，工程實(shí)現(xiàn)有待驗(yàn)證。王正仕等[10]為了分析直流無刷電機(jī)運(yùn)行時(shí)脈沖寬度調(diào)制方法對(duì)電機(jī)換相轉(zhuǎn)矩的影響，在理論上從直流無刷電機(jī)方程入手,推導(dǎo)了直流無刷電機(jī)換相時(shí)的電磁轉(zhuǎn)矩大小，分析了產(chǎn)生換相轉(zhuǎn)矩的原因；針對(duì)使用傳統(tǒng)脈沖寬度調(diào)制方法時(shí)電機(jī)轉(zhuǎn)矩脈動(dòng)較大的缺點(diǎn)，提出了一種新的脈沖寬度調(diào)制方法PWM-ON脈沖寬度調(diào)制，并從理論上證明了在直流無刷電機(jī)控制中,所提出的PWM-ON脈沖寬度調(diào)制方法產(chǎn)生的轉(zhuǎn)矩脈動(dòng)較小。王維強(qiáng)等[11]提出了內(nèi)?？刂婆c模糊控制相結(jié)合的驅(qū)動(dòng)方式，在內(nèi)?？刂婆c雙閉環(huán)控制相結(jié)合的基礎(chǔ)上加入了模糊控制，電流環(huán)采用內(nèi)模PI控制，轉(zhuǎn)速環(huán)采用內(nèi)模PI與模糊的共同控制；試驗(yàn)結(jié)果表明：基于模糊-內(nèi)?？刂频尿?qū)動(dòng)系統(tǒng)在響應(yīng)速度、超調(diào)量、轉(zhuǎn)矩波動(dòng)等性能方面與傳統(tǒng)雙閉環(huán)控制系統(tǒng)相比都有明顯優(yōu)勢(shì)。

從近年來國(guó)內(nèi)外研究現(xiàn)狀可以看出，轉(zhuǎn)矩脈動(dòng)是危害功率器件、降低電機(jī)運(yùn)行性能，甚至造成電機(jī)控制系統(tǒng)工作異常的因素之一，因此針對(duì)其相關(guān)內(nèi)容進(jìn)行研究是非常有必要的。

2 SVPWM算法及ADRC算法介紹

2.1 SVPWM算法

采用方波驅(qū)動(dòng)的無刷電機(jī)，轉(zhuǎn)矩脈動(dòng)大，會(huì)產(chǎn)生較大的噪聲及振動(dòng)，甚至還會(huì)對(duì)整個(gè)驅(qū)動(dòng)功率管乃至整個(gè)電機(jī)控制系統(tǒng)產(chǎn)生極大的不良影響，在電機(jī)低速運(yùn)轉(zhuǎn)時(shí)影響更為明顯。SVPWM技術(shù)通過對(duì)逆變器各橋臂開關(guān)控制信號(hào)的不同組合，使逆變器的輸出電壓空間矢量的運(yùn)行軌跡盡可能接近圓形，與SPWM調(diào)制技術(shù)相比，其逆變電路的電流輸出波形的諧波成分更小，對(duì)直流母線的電壓利用率也高出15%左右，更加適用于電機(jī)控制。在SVPWM控制算法下，電機(jī)的轉(zhuǎn)矩更加平穩(wěn)，脈動(dòng)減少，其旋轉(zhuǎn)磁場(chǎng)更加逼近于圓形，并且在現(xiàn)代數(shù)字化控制的背景下，容易通過單片機(jī)、DSP等控制芯片實(shí)現(xiàn)。

PWM逆變器的拓?fù)浣Y(jié)構(gòu)和等效開關(guān)模型如圖1、圖2所示。

圖1 逆變器拓?fù)浣Y(jié)構(gòu)

圖2 等效開關(guān)模型

SVPWM通過控制6個(gè)功率管的開關(guān)狀態(tài)，控制三相電壓空間矢量的合成，從而逼近理想圓形磁鏈。用SA、SB、SC分別標(biāo)記3個(gè)橋臂的狀態(tài)，規(guī)定當(dāng)上橋臂器件導(dǎo)通時(shí)橋臂狀態(tài)為1，下橋臂導(dǎo)通時(shí)橋臂狀態(tài)為0，當(dāng)3個(gè)橋臂的功率開關(guān)管變化時(shí)，就會(huì)得到8種開關(guān)模式，其中有6個(gè)非零電壓矢量，分別為U1=(001)，U2=(010)，U3=(011)，U4=(100)，U5=(101)，U6=(110)，兩個(gè)零矢量為U0=(000)，U7=(111)，每種開關(guān)模式對(duì)應(yīng)一個(gè)電壓矢量，矢量的幅值為2/3Ud。有兩種開關(guān)模式對(duì)應(yīng)的電壓矢量幅值為零，稱為零矢量。

在某一時(shí)刻，設(shè)V1，V2，V3管處于開通狀態(tài)，即Sa=Sb=1,Sc=0，設(shè)為三相對(duì)稱負(fù)載，各開關(guān)管的開通電阻均相等，則逆變器的等效電路如圖3所示。

圖3 Sa=Sb=1,Sc=0時(shí)逆變器的等效電路圖

(1)

根據(jù)方程組(1)可得到該瞬時(shí)時(shí)刻的相電壓為

(2)

將其在靜止坐標(biāo)系中表示出來，如圖4所示。

圖4 α、β坐標(biāo)系下電壓矢量圖

圖4中，U是合成的電壓矢量，在兩相靜止坐標(biāo)系(α、β坐標(biāo)系)下，利用相電壓合成電壓矢量U的表達(dá)式為

(3)

式中，k為三相靜止坐標(biāo)系向兩相靜止坐標(biāo)系轉(zhuǎn)換的變換系數(shù)，變換分為基于等功率的坐標(biāo)變換和基于等量的坐標(biāo)變換，這里選擇等量的坐標(biāo)變換，則k=2/3，則有：

(4)

這樣就得到了Sa=Sb=1,Sc=0開關(guān)狀態(tài)下的電壓矢量，按照同樣的方法分析另外7種開關(guān)狀態(tài)，可以分別得到每種開關(guān)狀態(tài)所對(duì)應(yīng)的電壓矢量如表1所示。

圖5為8個(gè)基本空間電壓矢量，顯然，僅靠這8個(gè)基本空間電壓矢量是無法形成圓形旋轉(zhuǎn)磁場(chǎng)的，因此必須引入多個(gè)中間矢量以逼近圓形電壓矢量。

表1 不同開關(guān)狀態(tài)對(duì)應(yīng)的空間矢量表

圖5 基本空間矢量圖

通過利用空間電壓矢量合成技術(shù)，從基本電壓矢量U4(100)位置開始，逆時(shí)針旋轉(zhuǎn)，每個(gè)采樣周期電壓矢量旋轉(zhuǎn)增加一個(gè)角度，利用每個(gè)扇區(qū)內(nèi)相鄰的兩個(gè)基本非零電壓矢量和零電壓矢量合成。這樣旋轉(zhuǎn)一周后，就在空間電壓矢量平面上近似等效形成一個(gè)平滑旋轉(zhuǎn)的空間電壓矢量，如圖5所示的圓形軌跡。旋轉(zhuǎn)的空間電壓矢量投影于三相靜止坐標(biāo)系上，就為三相正弦波電壓，便可實(shí)現(xiàn)SVPWM的目的，實(shí)現(xiàn)對(duì)電機(jī)三相電流的控制。

2.2 自抗擾ADRC算法

自抗擾控制技術(shù)是一種能夠改善PID控制算法的非線性控制理論，該算法在PID的基礎(chǔ)上，引入了“安排過渡過程”和同時(shí)合理“提取微分信號(hào)”的方法，并加入了擴(kuò)張狀態(tài)觀測(cè)器對(duì)系統(tǒng)的未知模型和外部擾動(dòng)總和作用量進(jìn)行實(shí)時(shí)估計(jì)和補(bǔ)償，從而改善控制器的性能[12]。

自抗擾控制器主要由以下3個(gè)部分構(gòu)成：跟蹤微分器(Tracking Differentiator，TD)、擴(kuò)張狀態(tài)觀測(cè)器(Extended State Observer，ESO) 和非線性狀態(tài)誤差反饋控制律(Nonlinear States Error Feedback，NLSEF)[13]。

2.2.1 跟蹤微分器原理

對(duì)于給定的輸入信號(hào)v(t)，TD將輸出x1(t)，x2(t)兩個(gè)信號(hào)，如圖6所示，其中x1(t)為跟蹤v(t)的光滑可微信號(hào)，即安排適當(dāng)?shù)倪^渡過程；x2(t)為x1(t)的微分信號(hào)。

圖6 跟蹤微分器

假設(shè)二階被控對(duì)象為式(5)，其中w(t)為系統(tǒng)擾動(dòng)。

(5)

TD濾波器在實(shí)現(xiàn)時(shí)通常采用式(6)所示的離散化跟蹤微分器：

(6)

式中，x1為跟蹤輸入信號(hào)v(k)的輸出；x2為x1的導(dǎo)數(shù)；fst(·)為非線性函數(shù)，表示為

(7)

式中，h為積分步長(zhǎng)；α為非線性因子；h0為TD的濾波因子，h0越大濾波效果更好，但跟蹤信號(hào)的相位損失越大；r為速度因子，即r越大跟蹤速度越快，但噪聲也越大。當(dāng)h>h1時(shí)，對(duì)于含有噪聲的信號(hào)，TD濾波器有較好的濾波功能，此時(shí)輸出x1即為輸入信號(hào)v(t)濾波后的信號(hào)。大量仿真實(shí)驗(yàn)證明，離散TD能夠快速、無超調(diào)、無震顫地跟蹤輸入信號(hào)，且能給出較好的微分信號(hào)。

2.2.2 擴(kuò)張觀測(cè)器原理

ESO是一種通過對(duì)不確定轉(zhuǎn)改對(duì)象的觀測(cè)器形式的跟蹤微分器進(jìn)行改造而獲得的狀態(tài)觀測(cè)器[14]。通過將ESO觀測(cè)出的對(duì)象模型的內(nèi)、外擾動(dòng)的實(shí)時(shí)作用量補(bǔ)償?shù)娇刂浦校蓪⒉淮_定非線性系統(tǒng)動(dòng)態(tài)地轉(zhuǎn)化為積分器串聯(lián)型結(jié)構(gòu)系統(tǒng)。對(duì)于二階被控對(duì)象：

(8)

(9)

式中，a2

式(9)稱為式(8)的擴(kuò)張狀態(tài)觀測(cè)器。離散化狀態(tài)觀測(cè)器見式(10)。

(10)

式中，e(k)=z1(k)-y(k)，且

式中,z1(t)，z2(t)為狀態(tài)變量的估計(jì)值;z3(t)為估計(jì)對(duì)象的所有不確定模型和外部擾動(dòng)的實(shí)時(shí)作用和;β01，β02，β03為可調(diào)參數(shù);δ為濾波因子，該參數(shù)越大，濾波效果越好，一般地，δ取值為5T≤δ≤10T。

2.2.3 非線性狀態(tài)誤差反饋控制律原理

非線性狀態(tài)誤差反饋控制律采用了一種獨(dú)立于對(duì)象模型的非線性控制器結(jié)構(gòu)。系統(tǒng)的控制律為u=u0-zn+1/b，即通過擴(kuò)張狀態(tài)觀測(cè)器將含有位置擾動(dòng)的非線性不確定性對(duì)象劃為積分串聯(lián)型對(duì)象，這樣就能用狀態(tài)誤差反饋來設(shè)計(jì)理想的控制器，控制律的選擇可采用非線性配置，即可采用非線性狀態(tài)誤差控制律——NLSEF[15]，數(shù)學(xué)表達(dá)式為

(11)

式中，xi-zi為安排過渡過程及其各階倒數(shù)和對(duì)象的狀態(tài)變量之間的差。非線性狀態(tài)誤差反饋控制律NLSEF的離散算法為

(12)

式中，x1為安排的過渡過程，x2為該過渡過程的一階導(dǎo)數(shù)，x1，x2為TD的輸出。ESO的輸出z1，z2，z3為對(duì)象的狀態(tài)變量。TD、ESO輸出端兩組變量的誤差為e1=x1-z1,e2=x2-z2，為對(duì)象跟蹤參考輸入v(t)時(shí)的狀態(tài)誤差。

系統(tǒng)的“內(nèi)部擾動(dòng)”(將系統(tǒng)模型視為系統(tǒng)的“內(nèi)部擾動(dòng)”)和“外部擾動(dòng)”綜合為整個(gè)系統(tǒng)的“擾動(dòng)”。NLSEF自動(dòng)檢測(cè)系統(tǒng)“擾動(dòng)”，并給予補(bǔ)償分量，若ESO的速度足夠快，那么這個(gè)補(bǔ)償分量就能精確地反映出系統(tǒng)的擾動(dòng)情況。被控對(duì)象被化為“積分器串聯(lián)型”后，就可構(gòu)造出理想控制器，這完全歸功于該分量的補(bǔ)償作用。補(bǔ)償分量作用的實(shí)質(zhì)是一種“抗擾”作用。

3 無刷直流電機(jī)轉(zhuǎn)矩脈動(dòng)抑制器建模與仿真

3.1 基于SVPWM算法的無刷電機(jī)轉(zhuǎn)矩脈動(dòng)抑制器建模與仿真

6個(gè)長(zhǎng)度不為零的矢量將一個(gè)周期分成了6個(gè)扇區(qū)，為了減少管子的開關(guān)次數(shù)以及增加系統(tǒng)的穩(wěn)定性，合成目標(biāo)矢量采用其所在扇區(qū)最近兩個(gè)基本矢量和兩個(gè)零矢量共同合成。例如當(dāng)電壓矢量指令u*出現(xiàn)在第I扇區(qū)時(shí)，應(yīng)當(dāng)用u0，u4，u6，u7來合成中間電壓矢量以追蹤電壓指令?；臼噶窟x擇表如表2所示。

表2 基本矢量選擇表

表3 扇區(qū)判斷表

(13)

在判定了指令電壓矢量u*所在的扇區(qū)和所需要的基電壓矢量后，接著計(jì)算兩空間矢量的作用時(shí)間。根據(jù)一個(gè)開關(guān)周期T*內(nèi)“合成分矢量分別作用時(shí)間T1，T2之和等于T*”、“合成分矢量與作用時(shí)間乘積之和等于u*”可得u*在各個(gè)扇區(qū)的作用時(shí)間T1，T2如表4所示。

表4 各個(gè)扇區(qū)中T1，T2對(duì)應(yīng)關(guān)系表

其中，X，Y，Z的值為

(14)

基于SVPWM及傳統(tǒng)PI算法的系統(tǒng)框圖分別如圖7、圖8所示，包括速度環(huán)PI調(diào)節(jié)模塊、電流環(huán)PI調(diào)節(jié)模塊、坐標(biāo)變換模塊、SVPWM模塊、無刷直流電機(jī)模型和信號(hào)檢測(cè)模塊等。

圖7 基于SVPWM算法的控制系統(tǒng)

圖8 經(jīng)典電流轉(zhuǎn)速雙閉環(huán)控制系統(tǒng)

圖9為分別為采用傳統(tǒng)PI控制算法、PI+SVPWM算法、期望值對(duì)比的轉(zhuǎn)速及轉(zhuǎn)矩圖，從圖9中可以直觀地看出，基于SVPWM算法的無刷電機(jī)控制器的轉(zhuǎn)速及轉(zhuǎn)矩的波動(dòng)相對(duì)更小。圖10為兩種算法下的誤差，相比于傳統(tǒng)PI控制，基于SVPWM算法的無刷電機(jī)控制器不僅在電機(jī)啟動(dòng)時(shí)產(chǎn)生更小的波動(dòng)，在整個(gè)控制過程中，跟蹤轉(zhuǎn)矩期望值也具有更好的效果。

圖9 轉(zhuǎn)速及轉(zhuǎn)矩響應(yīng)

圖10 轉(zhuǎn)速及轉(zhuǎn)矩的誤差對(duì)比

3.2 基于ADRC算法的無刷電機(jī)轉(zhuǎn)矩脈動(dòng)抑制器建模與仿真

為了設(shè)計(jì)自抗擾系統(tǒng)，將無刷直流電機(jī)視為一個(gè)二階非線性系統(tǒng)。

(15)

結(jié)合二級(jí)對(duì)象離散化方程(15)，本控制系統(tǒng)中的轉(zhuǎn)速自抗擾跟蹤微分器的公式為

(16)

式中，v為給定信號(hào)；z11為跟蹤給定信號(hào)的TD的輸出信號(hào)；R0為決定跟蹤快慢的參數(shù)；fal為抑制誤差的非線性函數(shù)：

(17)

式中，e為輸入誤差；α為反映增益變化率的參數(shù)，當(dāng)0<α<1時(shí)，α越大，增益的變化速率隨誤差的增大而越快；δ為避免函數(shù)在原點(diǎn)振動(dòng)的較小參數(shù)，決定函數(shù)增益線性變化的區(qū)間大小。

本控制系統(tǒng)中的擴(kuò)張狀態(tài)觀測(cè)器的公式為

(18)

式中，z11為跟蹤給定信號(hào)的TD的輸出信號(hào)；z21為狀態(tài)變量的估計(jì)值；z22為所有不確定模型和外部擾動(dòng)的總作用量；y為實(shí)際測(cè)量值；δ1為濾波因子；R1,R2為擴(kuò)張狀態(tài)觀測(cè)器針對(duì)系統(tǒng)的可調(diào)參數(shù)。

本控制系統(tǒng)中的非線性狀態(tài)誤差反饋控制律的公式為

(19)

轉(zhuǎn)速ADRC的結(jié)構(gòu)如圖11所示，基于轉(zhuǎn)速ADRC無刷電機(jī)轉(zhuǎn)矩脈動(dòng)抑制器的架構(gòu)如圖12所示。

圖11 轉(zhuǎn)速ADRC結(jié)構(gòu)

圖12 基于轉(zhuǎn)速ADRC無刷電機(jī)轉(zhuǎn)矩脈動(dòng)抑制器設(shè)計(jì)

基于以上架構(gòu)，控制器中的轉(zhuǎn)速ADRC的相關(guān)參數(shù)選擇見表5。

表5 轉(zhuǎn)速ADRC的參數(shù)表

基于以上架構(gòu)及參數(shù)設(shè)置，仿真結(jié)果如圖13、圖14所示。圖13中二者轉(zhuǎn)速響應(yīng)對(duì)比并不明顯，但通過圖14中轉(zhuǎn)速誤差的對(duì)比即可看出，增加了ADRC算法的控制器誤差更接近于0，即轉(zhuǎn)速響應(yīng)更好；圖13中可以明顯地看出仿真初始階段，增加了ADRC算法的轉(zhuǎn)矩響應(yīng)超調(diào)更小，通過圖14的轉(zhuǎn)矩誤差對(duì)比可看出給定轉(zhuǎn)矩變化時(shí)，ADRC算法可以更加有效地抑制轉(zhuǎn)矩的脈動(dòng)。

圖13 仿真結(jié)果對(duì)比

圖14 仿真誤差對(duì)比

4 結(jié)束語

本文開展了針對(duì)無刷電機(jī)運(yùn)行中轉(zhuǎn)矩脈動(dòng)抑制的控制系統(tǒng)建模與仿真，從仿真波形可以看出，相比傳統(tǒng)PI控制系統(tǒng)，基于SVPWM及ADRC算法的控制系統(tǒng)可以很好地降低無刷電機(jī)運(yùn)行中的轉(zhuǎn)矩脈動(dòng)，從而降低對(duì)功率器件的影響，使電機(jī)更加可靠、穩(wěn)定地運(yùn)行。