何延昭,王貞艷,郭炎龍,王金霞
(1. 北京軒宇空間科技有限公司,北京 100190;2. 北京控制工程研究所,北京 100190;3. 太原科技大學電子信息工程學院,山西 太原 030024;4. 河南衛(wèi)特機器人有限公司,河南 鄭州 450000.)
高速永磁同步電機(High Speed Permanent magnet Synchronous Motor,HSPMSM)具有體積小、重量輕、效率高、動態(tài)響應快、轉(zhuǎn)矩脈動和噪聲小等優(yōu)點小[1],在航空航天領(lǐng)域尤其是動量輪、控制力矩陀螺等空間機構(gòu)設(shè)計有廣闊應用價值。HSPMSM轉(zhuǎn)速可以達到每分鐘上萬轉(zhuǎn),無需增速箱,與高速負載直接相連,提高整個系統(tǒng)的運行效率同時節(jié)約成本。矢量控制技術(shù)是永磁同步電機常用的驅(qū)動方式,要實現(xiàn)對電機的高精度、高效率的速度和位置控制,一般需要采用傳感器。傳感器的使用通常會增加電機的成本和體積,并且降低系統(tǒng)的可靠性[5]。因此,對高速永磁同步電機進行無傳感器控制研究是很有必要的。
高速永磁同步電機相比于普通永磁同步電機,其高速高頻的特點需要無傳感器控制算法轉(zhuǎn)速估算收斂快。模型參考自適應算法(Model Reference Adaptive System,MRAS)因其結(jié)構(gòu)簡單、算法較簡單[6]、計算復雜度低、易于在數(shù)字控制系統(tǒng)中實現(xiàn)并且系統(tǒng)穩(wěn)定性有理論收斂證明而被廣泛采用[7]。Pradeep Kumar在文獻[9]中采用MRAS算法進行了轉(zhuǎn)速固定負載變化、轉(zhuǎn)速變化負載固定以及轉(zhuǎn)速負載同時變化下的無傳感器矢量控制,仿真結(jié)果表明該算法具有強的魯棒性。文獻[10]在分析MRAS原理的基礎(chǔ)上,對傳統(tǒng)PI、模糊PI以及粒子群優(yōu)化控制算法進行了對比分析,得出MRAS的適用性很強。文獻[11]分別采用李雅普諾夫穩(wěn)定性和波波夫超穩(wěn)定型分析法構(gòu)建了自適應律,并對其進行分析,得出在實際系統(tǒng)中,波波夫超穩(wěn)定型分析法比李雅普諾夫方法具有更好的性能。文獻[12]運用現(xiàn)代控制理論知識分析了MRAS系統(tǒng)的穩(wěn)定性,在構(gòu)建系統(tǒng)傳遞函數(shù)的基礎(chǔ)上對其進行分析,并且辨識出來系統(tǒng)電阻參數(shù)值。文獻[13]在文獻[12]的基礎(chǔ)上,采用根軌跡分析法對自適應律中比例積分系數(shù)進行分析整定。文獻[14]在MRAS理論的基礎(chǔ)上,將學習效率和性能更為突出的徑向基函數(shù)神經(jīng)網(wǎng)絡與模型參考自適應系統(tǒng)(MRAS)相結(jié)合,通過神經(jīng)網(wǎng)絡調(diào)節(jié)兩個模型的誤差信號進而得出轉(zhuǎn)速估計值,故而精度較高,動、靜態(tài)性能好。
從上述研究來看,使用MRAS估計轉(zhuǎn)速的關(guān)鍵在于可調(diào)模型的建立以及自適應機構(gòu)中自適應律的構(gòu)建,自適應律的好壞直接決定著估計轉(zhuǎn)速的精度和系統(tǒng)的穩(wěn)定性。傳統(tǒng)的方法中,通常選用比例積分(proportional integral,PI)的形式。隨著國內(nèi)外對此方法研究的不斷深入,目前已有多種PI參數(shù)的整定方法,同時也有將模型參考自適應與其它控制算法相結(jié)合,代替?zhèn)鹘y(tǒng)自適應律中的PI。自適應律通常選用PI調(diào)節(jié)器結(jié)構(gòu),動穩(wěn)態(tài)性能往往只能保證在一定的速度范圍內(nèi)調(diào)整為最佳[15]。高速永磁同步電機的調(diào)速范圍寬,基于傳統(tǒng)PI的模型參考自適應觀測器(PI-MRAS)性能難以滿足要求。文獻[17]為使得HSPMSM在全轉(zhuǎn)速范圍內(nèi)都能取得滿意的控制效果,對傳統(tǒng)MRAS自適應律中固定的比例積分參數(shù)值進行分段選??;張洪帥在文獻[15]中為了使MRAS在高速永磁同步電機整個控制過程都能起到較好的控制效果,將模糊控制應用到比例積分自適應律中,用模糊控制對PI參數(shù)進行動態(tài)調(diào)節(jié);文獻[14]提出了一種將學習效率和學習性能更為突出的徑向基函數(shù)神經(jīng)網(wǎng)絡(Radial Basis Function Neural Network,RBFN)與MRAS相結(jié)合,該方案只需要q軸估計電流和q軸實際電流之間的誤差信號,然后利用RBFN調(diào)節(jié)器對誤差信號進行調(diào)整,得到估計的速度;文獻[18]將一個動態(tài)調(diào)整器添加到MRAS估算轉(zhuǎn)速的反饋環(huán)節(jié),以此來減少扭矩和轉(zhuǎn)速的波動;文獻[19]在直接功率控制(Director Power Control,DPC)技術(shù)基礎(chǔ)上,利用人工神經(jīng)網(wǎng)絡,提出了一種新穎的模型參考自適應系統(tǒng)(MRAS)速度觀測器,該MRAS速度觀測器采用電流模型作為自適應模型。然后利用反向傳播網(wǎng)絡(BPN)算法對神經(jīng)網(wǎng)絡進行在線設(shè)計和訓練。
本文利用改進MRAS對高速永磁同步電機轉(zhuǎn)速進行觀測。首先介紹了傳統(tǒng)的MRAS轉(zhuǎn)速觀測器設(shè)計,在詳細介紹模糊控制技術(shù)的基礎(chǔ)上,將模糊控制用于模型參考自適應控制系統(tǒng)中,采用雙輸入單輸出的模糊控制結(jié)構(gòu)取代常規(guī)的PI自適應控制律,實現(xiàn)風機類負載工況下電機轉(zhuǎn)子位置和轉(zhuǎn)速的估算。最后,仿真結(jié)果證明了上述方法的可行性和有效性。
研究對象為表貼式HSPMSM。為了方便后期控制器的設(shè)計,通常選擇同步旋轉(zhuǎn)坐標系d-q下的數(shù)學模型。在建立數(shù)學模型之前,需做如下假設(shè):①忽略定、轉(zhuǎn)子鐵芯磁阻,不計渦流和磁滯損耗;②永磁材料的電導率為零,永磁體內(nèi)部的磁導率與空氣相同;③轉(zhuǎn)子無阻尼繞組;④永磁體產(chǎn)生的勵磁磁場和三相繞組產(chǎn)生的電樞反應磁場在氣隙中均為正弦分布;⑤穩(wěn)態(tài)運行時,相繞組中感應電動勢波形為正弦波。
定子電壓方程
(1)
式中:ud、uq為定子電壓d、q軸分量;Rs為定子等效電阻;id、iq為定子電流d、q軸分量;ψd、ψq為定子磁鏈d、q軸分量;ωr為轉(zhuǎn)子電角速度。
定子磁鏈方程
(2)
式中:Ld、Lq為定子電感d、q軸分量;ψf為永磁體磁鏈。將(2)式代入(1)式,可得定子電壓方程為
(3)
電磁轉(zhuǎn)矩方程
(4)
式中:Te為電磁轉(zhuǎn)矩;pn為極對數(shù)。
根據(jù)模型參考自適應的原理,這里選擇HSPMSM本身作為參考模型,選擇含有電機角速度ωr的電流模型作為可調(diào)模型,兩模型具有相同物理意義的輸出id和iq。依據(jù)兩個模型輸出的誤差,通過自適應算法來對可調(diào)模型的參數(shù)進行調(diào)整,由此得到轉(zhuǎn)速估計值。
將(3)式中d、q軸電流id和iq作為HSPMSM的狀態(tài)變量,得其電流模型為
(5)
對于表貼式HSPMSM來說,Ld=Lq=Ls,所以式(5)可改寫為
(6)
則其可調(diào)模型為
(7)
根據(jù)波波夫(Popov)超穩(wěn)定性定理,可以得到觀測轉(zhuǎn)速的表達式為
(8)
圖1 MRAS轉(zhuǎn)速觀測器原理圖
在常規(guī)的MRAS系統(tǒng)中,可調(diào)參數(shù)由自適應PI調(diào)節(jié)器來調(diào)節(jié)。本文在文獻[4][20]的基礎(chǔ)上,采用一種基于二維模糊控制器的模型參考自適應系統(tǒng),用二維模糊控制器進行非線性最優(yōu)控制,進而最小化電流誤差。圖2為基于模糊控制技術(shù)的模型參考自適應控制系統(tǒng)(簡稱Fuzzy-MRAS)
圖2 Fuzzy-MRAS轉(zhuǎn)速觀測器原理圖
圖2中虛線框部分為模糊自適應律部分,首先定義電流誤差e(t)為
(9)
模糊控制器的輸入為e和ep(其中e為文中定義的電流誤差,ep為電流誤差的變化率,ep=de(t)/dt)經(jīng)過模糊化后的量,輸出為控制量增量Δu,解模糊化后作為電機轉(zhuǎn)子角速度增量Δωr。
模糊控制器的輸入量化因子ke、kec和輸出比例因子ku的選擇會影響整個模糊邏輯控制器的控制性能。本文通過誤差調(diào)整來對上述量進行整定以保證整個模糊控制器的性能。
模糊控制器輸入和輸出隸屬度函數(shù)均采用三角形函數(shù)。圖3為二維模糊邏輯控制器的輸入e和ep的隸屬度函數(shù),在輸入論域上定義7個模糊子集:{NB,NM,NS,ZE,PS,PM,PB},其中NB為負大(negative big),NM為負中(negative medium),NS為負小(negative small),ZE為零(zero),PS為正小(positive small),PM為正中(positive medium),PB為正大(positive big)。圖4為二維模糊邏輯控制器的輸出的隸屬度函數(shù),其中模糊控制規(guī)則設(shè)計如表1所示。
圖3 模糊控制器輸入e和ep隸屬度函數(shù)
表1 模糊控制規(guī)則
(10)
式(10)中μ為控制器增量的隸屬度函數(shù)。電機電角速度和位置估計為
(11)
(12)
式(11)、式(12)中ku為控制器輸出比例因子,Ts為采樣周期,θ(0)為轉(zhuǎn)子初始位置。
圖4 模糊控制器輸出估算轉(zhuǎn)速變化率隸屬度函數(shù)
為了驗證本文所提觀測方法的有效性,基于MATLAB 2014a仿真軟件,在Simulink環(huán)境下搭建了系統(tǒng)仿真模型,對基于模糊MRAS的表貼式HSPMSM無速度傳感器矢量控制進行了仿真研究。仿真所用HSPMSM模型為Simulink內(nèi)部提供,被測HSPMSM在20℃時參數(shù)如表2所示,仿真設(shè)定時長為10秒。矢量控制系統(tǒng)中轉(zhuǎn)速環(huán)和電流環(huán)控制器采用增量式PI控制器,電機控制系統(tǒng)原理框圖如圖5所示。
圖5 基于Fuzzy-MRAS的HSPMSM無速度傳感器矢量控制原理圖
仿真所用的電機參數(shù)為R=0.122Ω,L=0.675 mH,ψf=0.0406Wb,J=0.00179kg·m2,極對數(shù)p=2。
圖6為負載變化時,采用本文所述方法的仿真波形。電機穩(wěn)態(tài)時轉(zhuǎn)速給定值為30000r/min,電機給定轉(zhuǎn)速在4秒時達到30000r/min。電機載荷在6秒之前為葉輪性載荷(轉(zhuǎn)矩與轉(zhuǎn)速平方成正比),轉(zhuǎn)速穩(wěn)定時載荷為3.6N·m,在6秒時電機載荷突變到5N·m,并在8秒時恢復為3.6N·m。圖6(a)和(b)分別為實際轉(zhuǎn)速與觀測轉(zhuǎn)速波形以及兩者之間的差值,可以看出,實際轉(zhuǎn)速和估測轉(zhuǎn)速在穩(wěn)態(tài)時趨于吻合,只是在擾動出現(xiàn)的瞬間轉(zhuǎn)速有波動,表明本文所提轉(zhuǎn)速觀測器有較強的抗干擾能力;圖6(c)為相應狀態(tài)的電磁轉(zhuǎn)矩波形。
圖6 HSPMSM變負載工況下仿真研究波形圖
圖7為轉(zhuǎn)速變化時,采用本文所述方法的仿真結(jié)果。電機在6秒之前穩(wěn)態(tài)時轉(zhuǎn)速給定值為30000r/min,在6秒時將轉(zhuǎn)速給定設(shè)置為20000r/min,8秒鐘時電機轉(zhuǎn)速給定又恢復為30000r/min。仿真結(jié)果如圖7所示,圖7中(a)和(b)表明,估測轉(zhuǎn)速能夠很好的跟蹤實際轉(zhuǎn)速,圖7(c)為相應情況下的電磁轉(zhuǎn)矩。
圖7 HSPMSM變轉(zhuǎn)速工況下仿真研究波形圖
圖8為變轉(zhuǎn)速變載荷情況下的仿真波形。電機在6秒之前穩(wěn)態(tài)時轉(zhuǎn)速給定值為30000r/min,在6秒時將轉(zhuǎn)速給定設(shè)置為20000r/min,8秒鐘時電機轉(zhuǎn)速給定又恢復為30000r/min;電機載荷在6秒之前為葉輪性載荷(轉(zhuǎn)矩與轉(zhuǎn)速平方成正比),轉(zhuǎn)速穩(wěn)定時載荷為3.6N·m,在6秒時電機載荷突變到5N·m,并在8秒時恢復為3.6N·m。由圖8(a)和(b)可以看出,本文所提觀測方法對擾動能做出較快反應,魯棒性強。
圖8 HSPMSM變轉(zhuǎn)速變負載工況下仿真研究波形圖
本文提出了模糊 MRAS 速度觀測方法,將HSPMSM 本體作為參考模型、電流模型作可調(diào)模型。并利用模糊控制器替代 MRAS 中傳統(tǒng)的 PI 控制器,采用二維模糊控制結(jié)構(gòu):將電流誤差和誤差變化經(jīng)模糊化后作為控制器的輸入,輸出為控制量增量,解模糊化后作為轉(zhuǎn)子電角速度增量。本策略在電機負載轉(zhuǎn)矩變化、轉(zhuǎn)速變化、變轉(zhuǎn)速變負載等變化情況下的仿真研究表明:系統(tǒng)動態(tài)、穩(wěn)態(tài)性能良好,對轉(zhuǎn)速變化及負載轉(zhuǎn)矩波動具有較強的魯棒性。