一种永磁同步电机自适应的控制方法技术

本发明专利技术公开了一种永磁同步电机自适应的控制方法，包括二阶超扭曲线性滑模(SOSML)速度观测器部分和基于补偿连续自适应终端滑模算法速度控制器部分，SOSML速度观测器部分包括以下步骤：S11，通过电压与电流传感器和Park变换得α轴与β轴的电压与电流，在静止坐标系下完成速度的估计；S12，通过PMSM的系统模型建立待估计的模型；S13，结合待估计的模型将SOSML速度观测器用于反电动势表达式；S14，通过三角函数变换得到速度与位置估计表达式。本发明专利技术在PMSM驱动系统中加入了扰动补偿输入。采用Luenberger扰动观测器预测集总扰动，并将预测结果作为补偿控制部分加入CAFTSM的控制输入。为了使得PMSM具有良好的鲁棒性，在上述的基础上本发明专利技术提出了一种带有补偿的CAFTSM算法来设计PMSM速度控制器。法来设计PMSM速度控制器。法来设计PMSM速度控制器。

【技术实现步骤摘要】
一种永磁同步电机自适应的控制方法


[0001]本专利技术属于永磁同步电机无感驱动与控制领域，涉及一种永磁同步电机自适应的控制方法。

技术介绍

[0002]永磁同步电机(PMSM)具有高转矩惯性比和优越的功率密度等优点，因此被广泛应用于高性能控制的场合，如新能源电动汽车，机器人系统，工业伺服控制系统等领域。磁定向(FOC)控制是依靠精确的转子位置和速度信息完成PMSM高性能驱动的一种控制方法，在实际应用的特定场合中，如涡轮永磁同步电机因其特殊的空气轴承结构，没有安装位置传感器的空间，为完成FOC控制需要精确的估计电机的转子位置和电机的速度。另一方面，传感器的使用会增加永磁同步电机的成本外部的振动和噪声也会影响传感器的性能，降低了系统的可靠性。
[0003]在PMSM无感算法的研究中，根据工作的原理主要可以分为两类，一类是电机磁场凸极模型和另一类是反电动势基波模型(EMF)，当电机在低速运行的情况下反电动势较小，通常难以在信噪比低的情况下提前有效信号，采用电机磁场凸极模型适合零速和低速下的转子位置估计，主要有高频调频注入法和高频脉冲信号注入法等，但是控制性能会受到高频纹波的影响。当电机在中高速运行的情况下反电动势较大,常用的转子位置估计方法有模型参考自适应(MRAS)算法，扩展卡尔曼滤波(EKF)算法和滑模观测器(SMO)算法等。MRAS是一种电机工作在中低速的速度和位置估计方法,MRAS可以辨识启动过程中定子电阻和磁链等电气参数，但是对于电机运行在中高速的情况下性能较差。EKF算法是一种基于高斯噪声的非线性随机观测器，考虑到了观测时的误差和系统的模型等不确定因素，具有较高的鲁棒性，但是其结构复杂计算量较大不适合嵌入式系统进行实时估计速度。滑模观测器(SMO)具有抗干扰能力强，易于实现，且响应较快适合用于实时观测并广泛用于PMSM的无传感的控制。传统的SMO具有抖振现象，需要在系统中加入低通滤波器和相位补偿。为了抑制抖振现象,超扭曲算法是一种常规的抖振较小的滑模算法，超扭曲算法作为观测器时具有控制连续输出和固定时间收敛等优点。为了进一步减小超扭曲算法中的抖振现象，本专利技术也提出了一种改进型的二阶超扭曲算法，用于速度观测器对PMSM的速度进行估计。
[0004]在PMSM速度控制方面，比例积分(PI)控制器是一种常用的线性控制器，控制的精度是有限的。若在PMSM的速度调整控制器中采用PI控制器，此外PI控制器对系统建模的精度要求较高，容易受到外部扰动和系统内部建模不确定部分的影响。PMSM非线性速度控制方法包括鲁棒控制，滑模控制，模糊控制和H
∞
控制等方法，这些非线性方法均在PMSM的控制性能上优于线性控制方法。传统的SMC控制方法存在抖振现象，收敛时间长和抗干扰能力差等问题。

技术实现思路

[0005]为解决上述问题，本专利技术的技术方案为永磁同步电机自适应的控制方法，包括二
阶超扭曲滑模(SOSML)速度观测器部分和基于补偿连续自适应终端滑模算法速度控制器部分，其中，
[0006]所述SOSML速度观测器部分包括以下步骤：
[0007]S11，通过电压与电流传感器和Park变换得α轴与β轴的电压与电流，在静止坐标系下完成速度的估计；
[0008]S12，通过PMSM的系统模型建立待估计的模型；
[0009]S13，结合待估计的模型将SOSML速度观测器用于反电动势表达式；
[0010]S14，通过三角函数变换得到速度与位置估计表达式。
[0011]优选地，所述S12中PMSM静止坐标系下的待估计模型为：
[0012][0013]其中，和是α轴与β轴的电流估计值，和是α轴与β轴的反电动势估计值，U
α
和U
β
是α轴与β轴的电压值,R是定子电阻，L是定子电感。
[0014]优选地，所述S13中基于SOSML观测器的反电动势表达式为：
[0015][0016]其中，i
α
和i
β
是α轴与β轴的电流实际值，参数k1,k2,k3和k4≥0。
[0017]优选地，所述S14中三角函数的变换计算速度估计值是根据反电动势得到，其速度估计表达式为：
[0018][0019]其中ψ
f
为磁链；
[0020]所述三角函数的变换计算位置估计值是结合速度估计积分和反正切函数得到的，其中SOSML速度观测器收敛时间为T
r
，当速度观测器未收敛采用，当速度观测器收敛后采用反正切函数计算，其位置估计表达式为：
[0021][0022]优选地，所述S20中带有补偿的基于CAFTSM控制器是PMSM在同步坐标系下实现FOC控制策略，设置d轴参考电流为0，通过调整q轴参考电流实现速度控制，CAFTSM控制输出表
达式为：
[0023][0024]其中，J为阻尼系数，P
n
为磁极对数，Kt为转矩常数，为目标速度的导数，表示目标速度与当前速度的差值，表示滑模面，其中参数λ1、λ2和λ3均为大于0的正数，参数p1和q1均为奇数，参数p2和q2均为奇数，且满足0＜α1＜α2＜2，参数g1、g2和η均为大于0的正数，此外为Luenberger观测器的扰动补偿部分；
[0025]其中，等效控制为：
[0026][0027]其中，自适应切换项为：
[0028][0029]优选地，所述Luenberger观测器的扰动补偿部分由PMSM同步坐标下的状态方程得到Luenberger观测器方程，集总扰动作为状态变量的其中一项是对系统集总扰动的估计值。
[0030]优选地，所述PMSM同步坐标下的状态方程表示为：
[0031][0032]其中，x为状态变量，第二个变量D(t)是集总扰动，y为状态方程的输出变量，用于Luenberger观测器方程的部分输入，u为输入变量，C＝[10]。
[0033]优选地，所述Luenberger观测器方程表示为：
[0034][0035]其中，H矩阵为观测器增益矩阵，为保证观测器误差系统的收敛，H设计为[2l
g l
g2
]T
，
为x的估计值，为y的估计值。
[0036]本专利技术至少具有如下有益效果：为了克服现有技术中存在的问题，在PMSM速度调整控制策略可以设计为终端滑模控制(TSM)。为了使得PMSM驱动系统达到良好的控制性能，连续非奇异快速终端滑模控制(CFTSM)被提出并用于控制系统中，CFTSM方法具有有限时间收敛和抑制抖振的特性，此外避免了TSM中的奇异问题。为了进一步提升CFTSM的响应性能和抗干扰能力，本专利技术提出了连续自适应非奇异快速终端滑模(CAFTSM)速度控制方法，在常规的指数趋近率中加入自适应率，以改善响应性能。此外，为了提升PMSM驱动系统的动态响应性能和减小跟踪误差，本专利技术在PMSM驱动系统中加入了扰动补偿输入，采用Luenberger扰动观测器预测集总扰动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种永磁同步电机自适应的控制方法，其特征在于，包括S10，SOSML速度观测器部分和S20，基于补偿连续自适应终端滑模算法速度控制器部分，其中，所述S10，SOSML速度观测器部分包括以下步骤：S11，通过电压与电流传感器和Park变换得α轴与β轴的电压与电流，在静止坐标系下完成速度的估计；S12，通过PMSM的系统模型建立待估计的模型；S13，结合待估计的模型将SOSML速度观测器用于反电动势表达式；S14，通过三角函数变换得到速度与位置估计表达式。2.根据权利要求1所述的方法，其特征在于，所述S12中PMSM静止坐标系下的待估计模型为：其中，和是α轴与β轴的电流估计值，和是α轴与β轴的反电动势估计值，U
α
和U
β
是α轴与β轴的电压值,R是定子电阻，L是定子电感。3.根据权利要求2所述的方法，其特征在于，所述S13中基于SOSML观测器的反电动势表达式为：其中，i
α
和i
β
是α轴与β轴的电流实际值，参数k1,k2,k3和k4≥0。4.根据权利要求3所述的方法，其特征在于，所述S14中三角函数的变换计算速度估计值是根据反电动势得到，其速度估计表达式为：其中ψ
f
为磁链；所述三角函数的变换计算位置估计值是结合速度估计积分和反正切函数得到的，其中SOSML速度观测器收敛时间为T
r
，当速度观测器未收敛采用，当速度观测器收敛后采用反正切函数计算，其位置估计表达式为：
5.根据权利要求4所述的方法，其特征在于，所述S2...

【专利技术属性】
技术研发人员：陈龙，张鸿铭，颜斌，张显飞，刘公致，郑雪峰，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：