電動(dòng)汽車永磁同步輪轂電機(jī)無(wú)位置傳感器控制方法綜述

張祥

（重慶交通大學(xué) 機(jī)電與車輛工程學(xué)院，重慶400074）

主題詞：輪轂電機(jī)驅(qū)動(dòng) 機(jī)械式傳感器 無(wú)位置傳感器控制 信號(hào)注入法 切換算法 電動(dòng)汽車

縮略語(yǔ)

PWM Pulse Width Modulation

SVPWM Space Vector Pulse Width Modulation

ANNA Artificial Neural Network Algorithm

BP Back Propagation

RBF Radial Basis Function

PMSM Permanent Magnet Synchronous Motor

1 引言

隨著汽車行業(yè)的快速發(fā)展，化石燃料的消耗和汽車尾氣的排放污染日益增加。在全球節(jié)能減排的大背景下，新能源汽車受到各國(guó)政府的密切關(guān)注成為國(guó)內(nèi)外學(xué)者的研究熱點(diǎn)[1]。其中利用電能驅(qū)動(dòng)的電動(dòng)汽車實(shí)現(xiàn)了零排放無(wú)污染，加大電動(dòng)汽車發(fā)展力度，是未來(lái)各國(guó)保證經(jīng)濟(jì)可持續(xù)發(fā)展的重要手段[2]。

輪轂電機(jī)驅(qū)動(dòng)電動(dòng)汽車目前是一種比較新型的電動(dòng)汽車形式，輪轂電機(jī)驅(qū)動(dòng)電動(dòng)汽車將電機(jī)安裝在每個(gè)車輪之內(nèi)，將汽車結(jié)構(gòu)進(jìn)行了有效的簡(jiǎn)化，節(jié)省了空間，對(duì)實(shí)現(xiàn)汽車的輕量化有利。同時(shí)實(shí)現(xiàn)了電動(dòng)汽車各車輪的驅(qū)動(dòng)力矩獨(dú)立可控，提高了控制靈活性和可靠性[3]。功率密度高、結(jié)構(gòu)簡(jiǎn)單和高效率等都是永磁同步電機(jī)的優(yōu)點(diǎn)，所以大多數(shù)輪轂電機(jī)都是采用永磁同步電機(jī)[4]。在電動(dòng)汽車永磁同步輪轂電機(jī)控制系統(tǒng)中，往往是采用普通的機(jī)械式傳感器來(lái)獲取轉(zhuǎn)子位置信息從而完成矢量控制，由于電動(dòng)汽車運(yùn)行工況的復(fù)雜性，容易導(dǎo)致機(jī)械發(fā)生故障失效，從而導(dǎo)致電機(jī)失控。而無(wú)位置傳感器控制方法僅僅依賴電機(jī)電壓或電流的反饋信息來(lái)獲取轉(zhuǎn)子位置，成本較低，魯棒性好[5]。

基于上述分析，本文針對(duì)輪轂電機(jī)驅(qū)動(dòng)電動(dòng)汽車，對(duì)永磁同步輪轂電機(jī)全速度范圍無(wú)位置傳感器控制方法進(jìn)行了綜述。

2 零速和低速無(wú)位置傳感器控制

永磁同步輪轂電機(jī)在零速時(shí)轉(zhuǎn)子位置準(zhǔn)確精測(cè)是電機(jī)是否能夠成功啟動(dòng)的前提。若位置信息不準(zhǔn)確，將會(huì)導(dǎo)致電機(jī)啟動(dòng)時(shí)平順性差、啟動(dòng)轉(zhuǎn)矩較小、轉(zhuǎn)子反轉(zhuǎn)無(wú)法正常啟動(dòng)。由于電動(dòng)汽車輪轂電機(jī)與車輪機(jī)械連接，所以電機(jī)轉(zhuǎn)子不能自由移動(dòng)，因此轉(zhuǎn)子的預(yù)定位法并不適用[6]。零速和低速無(wú)位置傳感器控制方法主要有以下4種：電感矩陣測(cè)量法、載波頻率成分法、旋轉(zhuǎn)高頻注入法和脈振高頻注入法。

2.1 電感矩陣測(cè)量法

電感矩陣測(cè)量法的工作原理是利用電機(jī)凸極性，向電機(jī)定子繞組施加不同的電壓脈沖矢量，從相應(yīng)的電流響應(yīng)中求解出電感矩陣，進(jìn)而獲取電機(jī)轉(zhuǎn)子位置信息，僅僅適用于凸極式電機(jī)[7]。邱鑫等[8]，利用相電感的差值消除其中電流直流分量對(duì)位置估算的影響，將相電感差值以矢量形式表示，并進(jìn)行迭代求和運(yùn)算，利用邏輯運(yùn)算規(guī)則對(duì)所得電感矢量的幅值進(jìn)行比較，從而獲取轉(zhuǎn)子位置信息。Wang等[9]對(duì)永磁同步輪轂電機(jī)電感進(jìn)行分析，通過(guò)測(cè)量傳統(tǒng)PWM 激勵(lì)下的相電流波紋，獲取轉(zhuǎn)子的位置信息。電感測(cè)量法較容易實(shí)現(xiàn)，但對(duì)電流檢測(cè)精度要求較高，且對(duì)電機(jī)自身參數(shù)比較敏感，誤差較大。

2.2 載波頻率成分法

載波頻率成分法是將脈寬調(diào)制技術(shù)中的固有載波頻率作為高頻信號(hào)，利用定子電流提取該高頻信號(hào)，通過(guò)包絡(luò)方法計(jì)算轉(zhuǎn)子角度，從而獲取轉(zhuǎn)子位置信息[10]。高宏偉等[11]，為了獲取連續(xù)的高頻載波信號(hào)，采用三相三角載波SPWM調(diào)制技術(shù)，通過(guò)對(duì)調(diào)制后的載波頻率分量電流方程，得出包含轉(zhuǎn)子信息的峰值表達(dá)式，通過(guò)仿真驗(yàn)證了該方法的有效性。諸多學(xué)者研究表明，該方法的優(yōu)點(diǎn)是不需要額外注入高頻信號(hào)，降低成本。但是對(duì)交直軸電感差值有較高要求，信號(hào)處理操作比較復(fù)雜。

2.3 旋轉(zhuǎn)高頻注入法

旋轉(zhuǎn)高頻注入法是在靜止的坐標(biāo)系中注入旋轉(zhuǎn)的高頻電壓激勵(lì)，根據(jù)提取的高頻電流響應(yīng)，通過(guò)對(duì)提取的電流信號(hào)進(jìn)行處理，進(jìn)一步獲取轉(zhuǎn)子位置信息，如圖1所示[12]。Mohammed教授等[13]依據(jù)電機(jī)凸極性在基波激勵(lì)上疊加一個(gè)旋轉(zhuǎn)高頻電壓激勵(lì)，將疊加后的電壓激勵(lì)作用于電機(jī)定子繞組，進(jìn)而能夠提取帶有轉(zhuǎn)子位置信息的高頻響應(yīng)電流信號(hào)，最后通過(guò)鎖相環(huán)技術(shù)跟蹤獲取轉(zhuǎn)子的位置信息。該方法優(yōu)點(diǎn)是不依賴電機(jī)自身參數(shù)，魯棒性較強(qiáng)。但成本較高，并且計(jì)算量較大。

圖1 旋轉(zhuǎn)高頻電壓注入法[12]

2.4 脈振高頻注入法

脈振高頻注入法是指在d軸或q軸注入高頻的脈振電壓信號(hào)，然后采用低通和帶通濾波器提取電流信號(hào)，利用鎖相環(huán)技術(shù)跟蹤獲取轉(zhuǎn)子位置信息，如圖2所示[14]。劉兵等[15]提出一種新型的位置觀測(cè)器，利用低通濾波器提取高頻電流分量，并消除上述諧波誤差，引入自適應(yīng)算法來(lái)對(duì)誤差進(jìn)行前饋補(bǔ)償，進(jìn)而獲取轉(zhuǎn)子位置信息。Li H 等[16]提出了一種基于磁飽和效應(yīng)中高信噪比的脈振高頻信號(hào)注入法，對(duì)磁極位置和極性進(jìn)行檢測(cè)，進(jìn)而獲取轉(zhuǎn)子位置信息。該方法適用于表貼式永磁同步輪轂電機(jī)，但轉(zhuǎn)子位置的估計(jì)精度不高。

以上4種方法的優(yōu)缺點(diǎn)對(duì)比如表1所示：

圖2 d軸脈振高頻電壓注入法[14]

表1 低速無(wú)位置傳感器控制方法優(yōu)缺點(diǎn)對(duì)比

3 中高速無(wú)位置傳感器控制

當(dāng)永磁輪轂電機(jī)在中高速運(yùn)轉(zhuǎn)時(shí)，其反電動(dòng)勢(shì)足夠大，因此可以根據(jù)反電動(dòng)勢(shì)和磁鏈估計(jì)出電機(jī)實(shí)際轉(zhuǎn)角，該方法適用于內(nèi)置式和表貼式永磁電機(jī)。電動(dòng)汽車永磁同步輪轂電機(jī)中高速無(wú)位置傳感器控制方法主要包括以下4種[17]：模型參考自適應(yīng)法、滑膜觀測(cè)器法、擴(kuò)展卡爾曼濾波器法和人工神經(jīng)網(wǎng)絡(luò)算法。

3.1 模型參考自適應(yīng)法

永磁同步輪轂電機(jī)模型參考自適應(yīng)控制系統(tǒng)主要包括參考模型、可調(diào)模型和自適應(yīng)算法，如圖3 所示。其主要思想是將電機(jī)本體參數(shù)作為參考模型，將含有辨識(shí)參數(shù)的基波數(shù)學(xué)模型設(shè)為可調(diào)模型，利用自適應(yīng)算法調(diào)整可調(diào)模型輸出和參考模型實(shí)際值之間的誤差，進(jìn)而確定電機(jī)轉(zhuǎn)子位置信息[18]。該方法易于實(shí)現(xiàn)，穩(wěn)定性好，但過(guò)于依賴電機(jī)本體參數(shù)，近年來(lái)也多用于電機(jī)參數(shù)的在線辨識(shí)。

圖3 模型參考自適應(yīng)法控制框圖[18]

采用模型參考自適應(yīng)法來(lái)對(duì)永磁同步輪轂電機(jī)進(jìn)行無(wú)位置傳感器控制時(shí)，是先根據(jù)輸入電壓對(duì)可調(diào)模型進(jìn)行轉(zhuǎn)子位置估算，對(duì)電流輸出進(jìn)行計(jì)算，然后通過(guò)與參考模型的實(shí)際電流值進(jìn)行比較，最后通過(guò)自適應(yīng)算法調(diào)整2者之間的誤差，使得估算的轉(zhuǎn)子位置信息更接近實(shí)際值。趙其進(jìn)等[19]采用該方法進(jìn)行轉(zhuǎn)子位置的獲取，測(cè)得電機(jī)轉(zhuǎn)子位置估計(jì)誤差很小。

3.2 滑膜觀測(cè)器法

滑膜觀測(cè)器法是基于滑膜變結(jié)構(gòu)理論，利用反電動(dòng)勢(shì)與轉(zhuǎn)子位置間的數(shù)學(xué)關(guān)系對(duì)轉(zhuǎn)子位置進(jìn)行估算，其結(jié)構(gòu)如圖4所示[20]。構(gòu)建一個(gè)理想的電機(jī)運(yùn)行狀態(tài)的滑膜面，通過(guò)采集信號(hào)與理想值的誤差來(lái)調(diào)整輸入，使得電機(jī)運(yùn)行狀態(tài)能夠維持在滑膜面上。

圖4 滑膜觀測(cè)器法控制結(jié)構(gòu)框圖[20]

采用滑模觀測(cè)器的控制系統(tǒng)有較好的適應(yīng)性和穩(wěn)定性，但是這種算法計(jì)算復(fù)雜，不利于降低成本，并且會(huì)引入靜態(tài)擾動(dòng)。許多學(xué)者對(duì)滑膜觀測(cè)器法采取了進(jìn)一步改進(jìn)，如：Yang 等[21]提出了一種離散時(shí)間結(jié)構(gòu)的反電動(dòng)勢(shì)估計(jì)策略。Lee等[22]采用迭代滑膜觀測(cè)器解決了抖振問(wèn)題，在每個(gè)滑膜觀測(cè)器中通過(guò)調(diào)整觀測(cè)器增益，估算轉(zhuǎn)子位置信息。Sheng 等[23]利用Sigmoid函數(shù)代替?zhèn)鹘y(tǒng)的符號(hào)函數(shù)，并且采用模糊邏輯控制器來(lái)調(diào)整觀測(cè)器的增益。基于上述分析，改進(jìn)后的方法抑制了滑膜觀測(cè)器帶來(lái)的抖動(dòng)現(xiàn)象，能夠很好的轉(zhuǎn)子位置進(jìn)行估計(jì)，效果比較明顯。

3.3 擴(kuò)展卡爾曼濾波器法

擴(kuò)展卡爾曼濾波器法是利用含噪聲的信號(hào)對(duì)永磁同步輪轂電機(jī)的動(dòng)態(tài)系統(tǒng)進(jìn)行實(shí)時(shí)觀測(cè)，從而獲取最優(yōu)的轉(zhuǎn)子位置和轉(zhuǎn)速估計(jì)值[24]。擴(kuò)展卡爾曼濾波器法的控制精度較高，不依賴電機(jī)自身參數(shù)，還具有一直擾動(dòng)噪聲和測(cè)量誤差干擾的特點(diǎn)。但是這種方法計(jì)算量大，實(shí)時(shí)性要求高，需要運(yùn)行在高性能的處理器上。

吳峰陽(yáng)等[25]采用擴(kuò)展卡爾曼濾波器法對(duì)輪轂電機(jī)實(shí)現(xiàn)無(wú)位置傳感器控制，在靜止坐標(biāo)系下以電機(jī)定子磁鏈和轉(zhuǎn)速為觀測(cè)量，系統(tǒng)的穩(wěn)定性較好。Hussain等[26]采用擴(kuò)展卡爾曼濾波器法和模糊邏輯控制器相結(jié)合來(lái)實(shí)現(xiàn)永磁電機(jī)的無(wú)位置傳感器控制，使系統(tǒng)的控制精度過(guò)高，效果很好，但計(jì)算過(guò)于復(fù)雜。李英強(qiáng)等[27]采用擴(kuò)展卡爾曼濾波器法來(lái)對(duì)永磁同步電機(jī)電流進(jìn)行預(yù)測(cè)，此方法提高了系統(tǒng)的控制精度，降低了成本，提高了系統(tǒng)的穩(wěn)定性。

3.4 人工神經(jīng)網(wǎng)絡(luò)算法

人工神經(jīng)網(wǎng)絡(luò)算法（Artificial Neural Network Algorithm,ANNA）因其較強(qiáng)的魯棒性、快速的自適應(yīng)、自學(xué)習(xí)能力等優(yōu)點(diǎn)得到了國(guó)內(nèi)外學(xué)者的廣泛應(yīng)用。Rashidi F等[28]利用神經(jīng)網(wǎng)絡(luò)算法中的非線性辨識(shí)特性估算轉(zhuǎn)子的位置信息。利用BP神經(jīng)網(wǎng)絡(luò)對(duì)估計(jì)轉(zhuǎn)速與實(shí)際轉(zhuǎn)速誤差進(jìn)行訓(xùn)練，在線調(diào)整速度環(huán)PI 參數(shù)，減小誤差，提高整個(gè)系統(tǒng)的控制精度。Thanh N 等[29]，利用徑向基神經(jīng)網(wǎng)絡(luò)（RBF）離線辨識(shí)特性估算電機(jī)轉(zhuǎn)子電角度和轉(zhuǎn)速，估算轉(zhuǎn)子位置信息接近于實(shí)際值?；谏鲜龇治?，證明了人工神經(jīng)網(wǎng)絡(luò)算法的有效性，系統(tǒng)控制精度較高。但是需要大量訓(xùn)練數(shù)據(jù)，且計(jì)算比較復(fù)雜。

以上4種方法優(yōu)缺點(diǎn)對(duì)比如表2所示：

表2 中高速無(wú)位置傳感器控制方法優(yōu)缺點(diǎn)對(duì)比

4 全速度范圍無(wú)位置傳感器控制

全速度范圍是指永磁同步輪轂電機(jī)運(yùn)行在零速、低速和中高速狀態(tài)下，目前并沒(méi)有固定的全速度范圍的無(wú)位置傳感器控制方法，并且能夠達(dá)到很好效果。大多數(shù)主要采用的是零速、低速和中高速控制方法相結(jié)合的復(fù)合控制方法[30]。這種復(fù)合控制方法的技術(shù)難點(diǎn)體現(xiàn)在如何使輪轂電機(jī)在運(yùn)行過(guò)程中實(shí)現(xiàn)平滑過(guò)渡。采用的較多的過(guò)渡方法是直接切換和加權(quán)平均切換（圖5）。

圖5 加權(quán)平均切換原理[30]

Tursini M 等[31]采用直接切換法，將脈振高頻注入法使用在零速和低速階段，而在中高速階段采用模型參考自適應(yīng)法。同時(shí)對(duì)電機(jī)轉(zhuǎn)子位置進(jìn)行觀測(cè)，在轉(zhuǎn)速范圍10%～20%直接切換。趙其進(jìn)等[32]采用脈振高頻注入法和滑膜觀測(cè)器法相結(jié)合的復(fù)合控制方法實(shí)現(xiàn)轉(zhuǎn)子位置信息的觀測(cè)。將2種方法觀測(cè)結(jié)果進(jìn)行線性加權(quán)作為最終結(jié)果，試驗(yàn)運(yùn)行平穩(wěn)，負(fù)載動(dòng)態(tài)性能良好。

5 結(jié)論

電動(dòng)汽車用永磁同步輪轂電機(jī)無(wú)位置傳感器控制技術(shù)主要是對(duì)轉(zhuǎn)子位置進(jìn)行檢測(cè)和估算。零速和低速運(yùn)行狀態(tài)下，主要依賴電機(jī)凸極性；在中高速狀態(tài)下，主要依靠電機(jī)基波數(shù)學(xué)模型，采用較多的是利用各種觀測(cè)器對(duì)轉(zhuǎn)子位置進(jìn)行估算，這種方法比較依賴電機(jī)本體參數(shù)。全速度范圍下主要采用的是復(fù)合控制算法來(lái)實(shí)現(xiàn)轉(zhuǎn)子位置的估算，過(guò)渡區(qū)間主要采用的是切換算法實(shí)現(xiàn)平滑過(guò)渡。針對(duì)上述研究，電動(dòng)汽車永磁同步輪轂電機(jī)無(wú)位置傳感器控制技術(shù)研究趨勢(shì)為：

低轉(zhuǎn)速下常采用的信號(hào)注入法改進(jìn)優(yōu)化保證電機(jī)穩(wěn)定起動(dòng)；

在中高速控制算法中加入電機(jī)參數(shù)自動(dòng)辨識(shí)算法，減小電機(jī)自身參數(shù)敏感性問(wèn)題；

在低速和中高速的過(guò)渡階段，對(duì)切換算法實(shí)施改進(jìn)。