永磁同步电机的无传感器控制策略解析

发布时间：2009-11-05 作者：吴奇,程小华

        0　引　言
        永磁同步电动机( PMSM)因其高转矩惯性 比、高能量密度和高效率等优点被广泛应用于国 防、工业控制和日常生活等领域。传统的PMSM 控制系统通常采用电磁或光电传感器来获取所需 的转子位置和转速信号。传感器的安装、电缆连 接和环境限制等问题,带来了系统成本增加、体积 增大、可靠性降低、易受环境影响等缺陷[ 122 ] 。为 了解决机械传感器带来的各种问题,许多学者开 展了无传感器控制技术研究,其主要思想是利用 电机绕组中的有关电信号,通过适当的方法估算 出转子的位置和转速,实现转子位置的自检测。 无传感器控制技术可以有效地解决机械传感器带 来的诸多问题,使系统结构简化,成本降低,对提 高系统可靠性有重要意义,已成为电机驱动领域 的研究热点。
        1　基波激励法
        在各种转子位置和速度的检测方法中,大多 通过检测基波反电势来获得转子的位置信息,但 采用的具体方法有所不同,大致可分为以下几种。 (1) 基于数学模型的开环估计[ 2 ] 。该方法 基于电机的电磁关系从电机的动态方程直接推导 出转速或者位置角的关系表达式,并利用检测到 的定子三相端电压和电流计算出转子位置角和转 子角速度。
        文献[ 3 ]中提出一种方法:在定子二相静止 坐标系中,通过定子电压、电流得到实轴、虚轴的 定子磁链值,根据二相磁链反正切值可得当前时 刻的定子磁链位置,由定子磁链的变化率可得到 电机的转速。该方式用到的电机参数不多,所以 受参数影响较小,但电机必须工作在功率因数 cosφ = 1的方式下才能实现转子位置估计。 开环估计法一方面简单直观,动态响应快,几 乎没有延时问题。另一方面,数学模型虽然可以 有多种选择,但无论采用什么数学模型,都涉及电 机参数,而电机参数在电机运行时是动态变化的。 虽然对定子电阻和电感等参数可以进行在线辩 识,但辩识的实现也需要复杂的技术。因此,开环估计技术很难用于高精度伺服驱动系统。 (2) 锁相环技术( PLL ) 。在无传感器控制 中,由于转子的位置不能测得,也就不能获得dq 坐标中的定子电流( id , iq )及电压( ud , uq ) ,因此 dq坐标系下的数学模型对转子位置和速度估计 是没有实用价值的。在这种情况下,选择一个可 控的参考坐标d′q′用于无传感器控制,它不是同 步旋转坐标,而是定向于已知的估计位置θ′r ,并 可按确定的控制规律自行调整的坐标,将这个作 为“估计坐标”。该估计坐标与同步旋转坐标之 间存在一个差值Δθ,对其采用适当的控制方法, 能够自行调节Δθ,使假设的坐标与转子dq坐标 趋于一致,即可正确估计转子的位置和速度。该 估计方法一方面构成的控制系统相对简单,由于 采用PLL调节器,提高了系统的估计精度和稳定 性,并能获得良好的稳态特性;另一方面,保证其 估计精度的核心是对位置偏差Δθ准确估计,但 位置偏差Δθ的数学模型仍然要受电机参数变化 的影响,虽然采用闭环控制,但还没有完全摆脱对 电机参数的依赖。
        文献[ 426 ]都从检测得到的电压、电流,基于 电机模型计算出电机的转子位置偏差,采用锁相 环结构对转子位置进行跟踪估算,得到较为满意 的结果。
        基于检测感应电动势,运用锁相环技术来估 计转子速度和位置的方法,在低速情况下,扩展电 动势很小,定子电阻和电感的不准确和变化对估 计结果的准确性有很大影响。该方法不适合于静 止和低速运行时的无传感器控制。
        (3) 模型参考自适应(MRAS) 。MRAS辩识 的基本思想是将不含未知参数的方程作为参考模 型,将含有待估参数的方程作为可调模型,两个模 型具有相同物理意义的输出量。两个模型同时工 作,并利用其输出量的差值根据合适的自适应律 来实时调节待估参数,以达到可调模型跟踪参考 模型的目的。自适应律的设计通常以超稳定与正 性动态系统理论为基础,系统和速度的渐进收敛 也由Popov的超稳定性原理来保证。在实际应用 中,可将转子速度ωr 作为待估参数,两模型的共 同输出量可以是定子电流也可以是定子磁链,这 取决于所选择的模型,因此该控制方法的性能和 所选的模型与自适应律有关。
        文献[ 7, 8 ]都以定子电流作为共同的输出, 对MRAS应用于永磁同步无传感器控制进行了 研究。在此基础上,文献[ 9 ]特别针对id = 0的矢 量控制策略研究了一种基于矢量控制的MRAS 的速度辨识方案,它只利用q轴的估算电流与实 际电流之差作为误差信号,经过P I调节器得到估 计转速,结构简单,容易实现。
        (4) 自适应状态观测器[ 10212 ] 。状态观测器 的实质是状态重构,其原理是重新构造一个新系 统,利用原系统中可直接测量的输入量和输出量 作为其输入信号,并使其输出信号x · ( t)在一定的 提法下等价于原系统的状态x ( t) 。状态观测器 主要用来实时观测非线性动态系统的状态或参 数,观测的方式是用电机的数学模型来预测(估 计)电机的状态,而这个估计状态要被连续的以 反馈校正方式进行校正。该方法首先将输出变量 定义为观测器的状态量,观测器的输出与实际电 机检测值作比较,用其误差来纠正观测器的估计 值。具体方法是在状态估计方程中加一个校正 项,包含有状态估计误差(状态估计值和测量值 的偏差) ,于是该校正项就相当于一个误差补偿 器,由它产生对状态估计方程的校正输入,由此构 成了闭环状态估计,这样由状态估计方程(电机 数学模型)加之校正环节就构成了状态估计器。 状态观测器位置估计法已在很多电机上得到应 用。
        (5) 扩展卡尔曼滤波( EKF) [ 13216 ] 。EKF是 线性系统状态估计的卡尔曼滤波算法在非线性系 统的扩展应用,是一种非线性系统的随机观测器, 其优点是当出现系统和测量噪声时,仍能对系统 状态进行准确估计。
        EKF适用于高性能伺服驱动系统,可以在很 宽的速度范围内工作,甚至在很低的速度下完成 转速估计,也可以对相关状态和某参数进行估计。 另外,滤波器增益能够适应环境而自动调节,所以 EKF本身就是一个自适应系统。
        采用EKF估计法算法复杂,计算量大,需要 计算功能强大的数字信号处理器(DSP)芯片支 持;滤波器模型复杂、涉及因素多,很难确定实际 系统的噪声级别和算法中的卡尔曼增益,且受电 机参数的影响较大。虽然可以在很宽的速度范围 内运行,甚至可以降至很低的速度,但是在零速附近,系统会散失控制能力,因为此时定子电压变得 很小,其测量误差和电机模型的不确定性将会突 出,这会导致状态估计误差增大。
        (6) 滑模观测器[ 17220 ] 。滑模观测器是利用 滑模变结构控制系统对参数扰动鲁棒性强的特 点,把一般状态观测中的控制回路修改成滑模变 结构的形式。滑模变结构控制的本质是滑模运 动,通过变结构变换开关以很高的频率来回切换, 使状态的运动点以很小的幅度在相平面上运动, 最终运动到稳定点。滑模运动与控制对象的参数 变化及扰动无关,因此具有很好的鲁棒性。但是 滑模变结构控制在本质上是不连续的开关控制, 因此会引起系统抖动,在低速时将会引起比较大 的转矩脉动。在对位置或速度估计时会含有高次 谐波,这是滑模观测器的不足之处,也影响了它在 高性能伺服控制中的直接应用。因此去抖动的同 时仍然保证系统的鲁棒性是需要解决的问题。
        2　高频信号注入法
        基于基波激励的方法虽然实施简单,但在零 速或低速时会因反电势过小或根本无法检测而失 败,故多只适用于高转速运行。高频信号注入法 为解决这一问题提供了有效途径。这种方法的基 本原理是:向电动机定子注入高频电压信号,使其 产生幅值恒定的旋转磁场或者产生沿着某一轴线 脉动的交变磁场,这个轴线可以是静止的,也可以 是旋转的。如果转子具有凸极性,这些磁场一定 会受到凸极转子的调制作用,结果在定子电流中 就会呈现与转子位置或速度相关联的高频载波信 号,从这些载波中进一步提取出转子的位置或速 度信息,由此确定位置或速度。
        高频信号注入法从注入信号的不同,可以分 为旋转高频信号注入法和脉动高频信号注入法。
        (1) 旋转电压注入法[ 21222 ] 。旋转电压注入 法是向电机在基波激励的基础上再迭加三相对称 的高频正弦电压信号,在电机内产生旋转磁场,其 旋转速度要远高于转子旋转速度,一定会受到转 子凸极周期性的调制,调制结果自然要反映在电 流上,使定子高频电流成为包含有转子位置信息 的载波电流,进行调制处理后即可从中提取出相 关的转子位置信息,以此来构成各种闭环控制。 该方法具体的高频电流载波调制方法有矢量 变换和外差法,但从低幅度负序电流分量中获取 转子位置自检测系统较为复杂,转子估算角度需 作相位补偿,且转子位置信息提取过程的算法对 其系统的动态性能影响较大。旋转高频电压注入 法利用电机的凸极性,因此主要用于凸极率较大 的内埋式PMSM。旋转电压注入法不仅可以估计 转子静止时的初始位置,还可进行低速时的位置 和转速估计,但因为反电势过大,不适合高速区。
        (2) 脉动电压注入法[ 23224 ] 。脉动高频电压 注入法只在估计的同步旋转dq坐标系中的d轴 上注入高频正弦电压信号,该信号在静止坐标系 中是一个脉动的电压信号。此电压信号将会改变 励磁磁路的饱和程度,使励磁磁路呈现一定的凸 极性,这种变化也会反映在高频电流响应中,在响 应电流中会有转子位置估计误差的信息。当转子 位置估计误差角为零时, q轴高频电流等于零,因 此可以对q轴高频电流进行适当的信号处理后, 作为转子位置跟踪观测器的输入信号,以此获得 转子的位置和速度。
        脉动电压注入法是利用脉动电压来影响电机 内部磁路的饱和特性,使电机表现出一定的凸极 性,因此该方法适用于凸极性不强的表贴式 PMSM的位置或速度估计。另外,此种方法对q 轴产生的转矩电流影响小,产生的电磁转矩脉动 小。和旋转电压注入法一样,该方法可以进行转 子静止时的初始位置,也可进行低速时的位置和 转速估计,但不适合高速区。
        3　基于人工智能估计方法
        近年来,随着现代控制理论和人工智能[ 25226 ] 的发展,许多新的理论方法不断地应用到无传感 器控制技术中,其中人工神经网络的应用是研究 的热点。人工神经网络(ANN)用于无传感器,可 以充分发挥其控制非线性系统的特长,同时又可 使系统对参数摄动、噪声和干扰具有较强的稳健 性。但其结构复杂,设计和调试难度大,特别是实 时性是否能满足系统要求是个很重要的问题。
        4　结　语
        为解决机械传感器带来的诸多缺陷,无传感 器控制技术的研究已成为国内外的研究热点,并 取得了一定成果,但还存在许多问题。最重要的是目前还没有一种单一的无传感器技术能够适用 于在各种运行条件下有效地控制电机。在以上列 举的方法中,或适用于低速运行,或适用于高速运 行,或受电机参数影响较大,或计算量很大、结构 复杂,或稳定性不是很好。因此,许多学者考虑将 适用于不同速度段的方法结合起来设计无传感器 控制系统,以使适用的速度范围更宽。另外,随着 现代控制理论和人工智能及DSP技术的发展, PMSM无传感器技术将来的发展方向将是利用新 的控制理论和新的硬件条件,提高调速精度、拓宽 调速范围,重点是改进低速段的调速性能。