一种永磁同步电机力矩波动的自动测量和补偿方法技术

本发明专利技术涉及永磁同步电机领域，具体涉及一种永磁同步电机力矩波动的自动测量和补偿方法，包括：S1:采用角度传感器获取永磁同步电机旋转的角度信号θ，并计算其微分后的速度信号S2：给定低速度信号，构建基于速度反馈的PI闭环控制系统，确保电机整圈运行；S3：基于迭代学习算法获取与角度相关联的q轴电压序列；S4：循环步骤S1～S3，判断是否达到最大迭代圈数K

【技术实现步骤摘要】
一种永磁同步电机力矩波动的自动测量和补偿方法


[0001]本专利技术涉及永磁同步电机领域，具体而言，涉及一种永磁同步电机力矩波动的自动测量和补偿方法。

技术介绍

[0002]永磁同步电机(PMSM)是通过永磁体提供磁场而无需励磁电流的一种无电刷结构的电机。其结构简单、可靠性强、功率密度高，广泛应用于各类需要伺服运动的场合。然而，在实际应用中永磁体同电枢铁芯齿槽的相互作用，会产生一种周期性的振荡力矩，即齿槽力矩，这类与角度相关的力矩统称为波动力矩。这类固有的、周期性的力矩波动影响电机低速运行下的平稳性，进而影响伺服控制的速度和位置精度。
[0003]永磁同步电机的力矩波动产生的主要原因是电机永磁体和线圈绕组相互作用。目前，市场上大多数永磁同步电机由于受到成本约束，难以在加工制造环节消除力矩波动的影响，使得永磁同步电机在速度或位置控制的应用中出现周期性的波动，严重制约其在高精度伺服控制领域的应用。
[0004]针对上述问题，目前较好的解决办法是通过联轴器将力矩传感器和永磁同步电机同轴连接，但是这种方法需要额外的联轴器、力矩传感器和同轴工装，成本较高、安装和操作较复杂。

技术实现思路

[0005]本专利技术实施例提供了一种永磁同步电机力矩波动的自动测量和补偿方法，以至少解决现有永磁同步电机伺服控制精度低的技术问题。
[0006]根据本专利技术的一实施例，提供了一种永磁同步电机力矩波动的自动测量和补偿方法，包括以下步骤：
[0007]S1:采用角度传感器获取永磁同步电机旋转的角度信号θ，并计算其微分后的速度信号
[0008]S2：给定低速度信号，构建基于速度反馈的PI闭环控制系统，确保电机整圈运行；
[0009]S3：基于迭代学习算法获取与角度相关联的q轴电压序列；
[0010]S4：循环步骤S1～S3，判断是否达到最大迭代圈数K
max
，若达到则跳出循环；将k＝K
max
圈数输出的电压序列剔除掉直流分量，获得最终的q轴电压序列；
[0011]S5：利用角度和力矩波动的q轴电压数据，训练并获得模拟力矩波动的BPNN模型；
[0012]S6：利用BPNN模型，当输入不同角度值时，BPNN模型输出力矩波动对应的q轴电压；并基于力矩等效原理，将该q轴电压数值的相反数与PI控制量求和后获得补偿力矩波动后的控制量。
[0013]进一步地，步骤S3包括：
[0014]S3.1：开辟两块内存，命名为奇内存M
odd
和偶内存M
even
，存储空间均为2F
×
N，其中，2F表示宽度为两个float型的浮点数，N表示永磁同步电机一圈内存储的数据个数；
[0015]S3.2：存储开始后，当奇数圈时，根据公式(1)存储q轴电压序列其中，上标k表示永磁同步电机转动到第k圈，i为大于等于0的整数，k为奇数；
[0016][0017]S3.3：当偶数圈时，根据公式(2)存储q轴电压序列其中，上标k表示永磁同步电机转动到第k圈，i为正整数，k为偶数；
[0018][0019]S3.4：随着k从1逐渐增加，交替进行步骤S3.2和S3.3，更新奇内存M
odd
和偶内存M
even
的电压序列，角度数据按照等间距步长存储角度序列不用更新。
[0020]进一步地，一圈内存储的数据个数根据磁极对数、建模精度、存储空间、执行效率因素选取，选取N为360～1080，步长为1
°
～1/3
°
。
[0021]进一步地，采用按照时间等间距存储，当下一圈数据在内存中未找到时，根据与其最邻近的2个或3个数据进行插值计算获得。
[0022]进一步地，在步骤S1中，角度信号的采样频率取决于角度传感器的带宽和数据帧频，计算微分后的速度信号采用微分器或者前向差分方式。
[0023]进一步地，在步骤S2中，低运行速度设置为1～10
°
/s；整圈运行速度误差小于指令的10％。
[0024]进一步地，在步骤S4中，最大迭代圈数选取为3～10圈。
[0025]进一步地，在步骤S4中，剔除掉电压序列的直流分量通过统计电压序列的均值，再用原电压减去此均值。
[0026]进一步地，在步骤S5中，BPNN模型在初始时，需确定隐藏层的层数、隐藏层中神经元个数和神经元的传递函数；
[0027]通过多次训练，对比训练后输出结果和训练数据的拟合优度，若误差大，则增加隐藏层的层数和隐藏层中神经元个数。
[0028]进一步地，在步骤S5中，对计算量与拟合优度综合考量，在BPNN模型中设置三个隐含层，各个隐含层所包含的神经元个数分别为15、20、15，神经元的传递函数是tansig函数。
[0029]本专利技术实施例中的永磁同步电机力矩波动的自动测量和补偿方法，该方法不用增加额外的设备，即可实现同力矩传感器相同的测量效果。该方法不仅能够实现自动力矩波动的测量，还能够实时补偿，提高永磁同步电机的运动控制精度，具有显著的优越性。本专利技术基于迭代学习算法(ILC)实现力矩波动的测量，基于后向传播神经网络(BPNN)算法建立力矩波动模型并反向补偿，实现一种设计简单，无需外接力矩传感器的力矩波动自动测量和补偿方法。
附图说明
[0030]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0031]说明书附图1为本专利技术方案的流程图；
[0032]说明书附图2为本专利技术方案中基于迭代学习测量力矩波动的原理框图；
[0033]说明书附图3为本专利技术方案测试转动3圈的速度曲线图；
[0034]说明书附图4为本专利技术测量的力矩波动和BPNN训练后的输出值图。
具体实施方式
[0035]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0036]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0037]实施例1
[00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力矩波动的自动测量和补偿方法，其特征在于，包括以下步骤：S1:采用角度传感器获取永磁同步电机旋转的角度信号θ，并计算其微分后的速度信号S2：给定低速度信号，构建基于速度反馈的PI闭环控制系统，确保电机整圈运行；S3：基于迭代学习算法获取与角度相关联的q轴电压序列；S4：循环步骤S1～S3，判断是否达到最大迭代圈数K
max
，若达到则跳出循环；将k＝K
max
圈数输出的电压序列剔除掉直流分量，获得最终的q轴电压序列；S5：利用角度和力矩波动的q轴电压数据，训练并获得模拟力矩波动的BPNN模型；S6：利用BPNN模型，当输入不同角度值时，BPNN模型输出力矩波动对应的q轴电压；并基于力矩等效原理，将该q轴电压数值的相反数与PI控制量求和后获得补偿力矩波动后的控制量。2.根据权利要求1所述的永磁同步电机力矩波动的自动测量和补偿方法，其特征在于，步骤S3包括：S3.1：开辟两块内存，命名为奇内存M
odd
和偶内存M
even
，存储空间均为2F
×
N，其中，2F表示宽度为两个float型的浮点数，N表示永磁同步电机一圈内存储的数据个数；S3.2：存储开始后，当奇数圈时，根据公式(1)存储q轴电压序列其中，上标k表示永磁同步电机转动到第k圈，i为大于等于0的整数，k为奇数；S3.3：当偶数圈时，根据公式(2)存储q轴电压序列其中，上标k表示永磁同步电机转动到第k圈，i为正整数，k为偶数；S3.4：随着k从1逐渐增加，交替进行步骤S3.2和S3.3，更新奇内存M
odd
和偶内存M
even
的电压序列，角度数据按照等间距步长存储角度序列不用更新。3.根据权利要求2所述的永磁同步电机力矩波动...

【专利技术属性】
技术研发人员：王中石，王慧凡，田大鹏，徐瑞，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：