【技术实现步骤摘要】
本专利技术属于永磁同步电机控制领域，该方法可以对同步旋转坐标系d-q轴电流谐波进行提取，然后算出补偿电压反馈到控制电压处，从而抑制三相电流的谐波，降低永磁同步电机运行噪声。
技术介绍
1、永磁同步电动机(permanent magnet synchronous motor，pmsm)具有结构简单，体积小、重量轻、损耗小、效率高、功率因数高等优点，主要用于要求响应快速、调速范围宽、定位准确的工业制造、智能机器人、新能源汽车等领域上。随着工业技术发展，永磁同步电动机应用范围日趋广泛，致使其驱动控制技术成为研究热点。其中永磁同步电机噪声大小会影响到其应用场合，并且人们如今对各种电机运行噪声看作一个很重要的指标，所以对永磁同步电机噪声抑制的研究非常重要。
2、国内外学者为实现永磁同步电机噪声抑制，首先分析噪声来源，电机噪声可分为三类:空气动力噪声、机械噪声、电磁噪声。其中电磁噪声被认为是电机噪声的主要来源，电磁噪声的来源大多是由电流谐波引起的。永磁同步电机的噪声抑制方法分两大类，从结构上，从电机本体优化角度出发，如斜槽法、分数槽法，即优化电机本身结构。从控制角度出发，主要分为三类：第一类是模型补偿法，通过建立电压型逆变器死区时间引发的电压畸变模型，采用前馈控制进行补偿；第二类，在处理由逆变器产生的高频谐波，即开关频率处与开关频率倍频处的谐波，可采用调整逆变器开关频率来解决，例如将频率提高至20khz及以上或采用随机svpwm等方法将电流频率普拓宽，减少开关频率及倍频处的谐波幅值，减少尖锐的噪声；第三类方法，采取一定的方法将三
3、基于上述内容，说明永磁同步电机谐波抑制具有必要性，并且需要一种能够实时优化自身参数的一种自适应滤波器，能够对各种谐波信号进行滤波处理，且能够使永磁同步电机更好的在工业中应用。
技术实现思路
1、对于抑制永磁同步电机三相电流谐波，本专利技术专利给出了一种可行方法，采用粒子群优化算法对滤波器的参数进行寻优，使滤波效果达到预期，提取出谐波量，然后进行补偿，具体方案如下：
2、一种基于粒子群自适应滤波器的永磁同步电机谐波抑制方法，包括以下步骤：
3、(1)对永磁同步电机建立d-q轴数学模型，给出电压电流方程，分析谐波；
4、(2)设计出自适应滤波器，得到滤波后电流值与期望值的误差函数；
5、(3)根据误差函数设计由粒子群优化算法对滤波器参数进行寻优的数学模型，并设计补偿回路；
6、(4)使用粒子群自适应滤波器对永磁同步电机进行谐波抑制。
7、进一步，所述(1)中对永磁同步电机建立d-q轴数学模型，给出电压电流方程，分析谐波。
8、d-q轴下永磁同步电机数学模型：
9、
10、式中，ld和lq分别为d轴和q轴电感；ud和uq分别为定子d轴、q轴电压；id和iq分别为定子d轴、q轴电流；rs为定子电阻；ψf为永磁体磁链；p为电机的极对数；ωe为电机的电角速度；te为电机的电磁转矩。
11、永磁同步电机含5、7次谐波电流方程：
12、
13、d-q轴含6次谐波电流方程：
14、
15、永磁同步电机三相定子定子电流5、7次谐波变换到d-q轴下为6次谐波。
16、进一步，所述(2)设计出自适应滤波器，得到滤波后电流值与期望值的误差函数。
17、数字滤波器滤波参数：
18、w(n)＝[w1 w2 … wn]
19、式中w(n)为滤波器滤波参数，通过改变滤波器参数，调整滤波效果。
20、根据图(1)自适应滤波器示意图所示，得到d轴下电流误差方程：
21、
22、
23、
24、式中，e(n)为误差值，ied为d轴电流期望值，i*d为d轴电流经过滤波后的值，id为永磁同步电机d轴电流实际值。
25、以误差信号平方值最小为优化目标，对w(nd)中的系数进行更新，从而达到对d轴电流最好的滤波效果。
26、
27、根据图(1)自适应滤波器示意图所示，得到q轴下自适应器误差方程：
28、
29、
30、
31、式中，e(n)为误差值，ied为q轴电流期望值，i*q为q轴电流经过滤波后的值，iq为永磁同步电机q轴电流实际值。
32、以误差信号平方值最小为优化目标，对w(n)中的系数进行更新，从而得到对q轴电流最好的滤波效果。
33、
34、进一步，所述(3)中误差函数设计由粒子群优化算法进行寻优的数学模型并设计补偿回路；
35、粒子群优化算法的d-q轴目标函数如下：
36、
37、
38、式中，w(nd)、w(nq)中n由滤波器参数个数决定，则粒子群优化算法中，维度d也由滤波器参数决定，粒子群优化算法流程图如图(2)所示。
39、粒子群优化算法重要参数：
40、(1)粒子群粒子的速度与初始位置；
41、(2)粒子群个体粒子所搜寻到的个体最优解；
42、(3)所有粒子搜寻所得的全局最优解；
43、(4)个体粒子搜寻所得个体最优解所得的适应值，即f(w(n))的值；
44、(5)所有粒子搜寻所得的全局最优解所得的适应值。
45、初始速度公式：
46、xi(0)＝xmin+rand()*(xmax-xmin)
47、式中，xi(0)是粒子在搜索空间中的初始位置,xmin是搜索空间的下限xmax是搜索空间的上限，rand()是一个生成[0,1]范围内均匀分布随机数的函数。
48、初始位置：
49、vi(0)＝vmin+rand()*(vmax-vmin)
50、式中，vi(0)是粒子在搜索空间中的初始速度，vmin是搜索速度的下限，vmax是搜索速度的上限。
51、粒子群优化算法的速度位置迭代更新公式：
52、
53、式中，n表示粒子群规模；i表示粒子序号；d表示粒子维度；d表示粒子维度序号；k表示迭代次数；w表示惯性权重；c1表示个体学习因子；c2表示群体学习因子；r1,r2表示区间[0,1]内的随机数，增加搜索的随机性；vkid表示粒子i在第k次迭代中第d维的速度向量xkid表示粒子i在第k次迭代中第d维的位置向量；pkid,pbest表示粒子i在第k次迭代中第d维的历史最优位置,即在第k次迭代后，第i个粒子个体搜索得到的最优解；pkid,gbest表示群体在第k次迭代中第d维的历史最优位置，即在第k次迭代后，整个粒子群体中的最优解本文档来自技高网...
【技术保护点】
1.一种基于粒子群自适应滤波器的永磁同步电机谐波抑制方法，其特征在于，包括以下步骤：
2.根据权利要求1中一种基于粒子群自适应滤波器的永磁同步电机谐波抑制方法，其特征在于，步骤(1)中对永磁同步电机建立d-q轴数学模型，给出电压电流方程，分析电流谐波，具体内容如下：
3.根据权利要求1中，其步骤(2)中设计出自适应滤波器，得到滤波后电流值与期望值的误差函数。
4.根据权利要求1中，其步骤(3)中误差函数设计由粒子群优化算法进行寻优的数学模型，采用粒子群算法替代LMS、RLS等算法对自适应函数进行寻优，以误差信号平方值最小为优化目标，得到如下目标函数：
5.根据权利要求1中，其步骤(3)中设计补偿电路，对电流谐波进行处理后，提取出来的谐波量进行解算补偿到控制端，数学模型如下：
6.根据权利要求1中，其步骤(4)中介绍基于粒子群算法的自适应滤波器减少永磁同步电机谐波的基本原理。
【技术特征摘要】
1.一种基于粒子群自适应滤波器的永磁同步电机谐波抑制方法，其特征在于，包括以下步骤：
2.根据权利要求1中一种基于粒子群自适应滤波器的永磁同步电机谐波抑制方法，其特征在于，步骤(1)中对永磁同步电机建立d-q轴数学模型，给出电压电流方程，分析电流谐波，具体内容如下：
3.根据权利要求1中，其步骤(2)中设计出自适应滤波器，得到滤波后电流值与期望值的误差函数。
4.根据权利要求1中，其...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。