无传感器技术（精选8篇）
无传感器技术 篇1
0 引言
永磁同步电机的数学模型具有非线性, 强耦合, 多变量等特点, 传统的为了检测转子位置和转速反馈信号通常使用机械传感器进行检测。这种检测手段要求机械传感器和电机转轴具有很好的同轴度, 检测信号的精度很容易受到环境的影响, 机械传感器的昂贵价格使的控制系统的成本大大增加, 在这种情况下无传感器技术应运而生。
所谓的无传感器技术就是通过检测电机绕组中的电压, 电流, 磁链等信号, 采用一定的估计方法计算转子的位置和速度信号, 然后通过坐标变换和反馈环节把检测到的信号反馈到速度环, 而后通过脉宽调制法产生系统所需要的控制信号, 以达到驱动功率器件的要求, 实现对电机良好的控制性能[1]。通过无传感器技术设计出的在线估计永磁同步电机实际转速和位置信号的算法要求具有更高的计算精度, 可以很好的避免粒子的衰退问题从而达到很好的滤波精度, 可处理非加性噪声及离散系统, 扩宽了应用范围等优点[2]。因为信号的检测和传输过程中都会不可避免地要受到系统设备和外界环境的影响, 使得信号的精确度受到一定的影响。这些影响因子我们称之为噪声, 因为这些影响因子的存在使得卡尔曼滤波技术在无传感器技术中的应用起着重要的作用。所谓的滤波, 就是对检测和接受的信号进行滤波排除噪声对信号的干扰, 这样就可以使得检测和接收的信号具有很好的精度和准确性[3]。
永磁同步电机的数学模型具有强耦合非线性的特点, 所以在永磁同步电机的动态系统中电机模型本身就是不确定性的模型, 并且存在建模的误差。由于测量过程中各种干扰噪声的存在, 使得测量的数据存在一定的误差[4]。这种情况下, 如何排除噪声对系统的影响成为了研究热点。近年来利用扩展卡尔曼滤波算法设计的扩展卡尔曼滤波器是最常用的卡尔曼滤波手段。
在无传感器应用技术领域, 许多专家及学者们提出了很多不同方法的检测办法, 大多数方法存在着鲁棒性低、速度精度低、以及过于依赖电机参数等缺点, 但是在这些方法中, 扩展卡尔曼滤波算法 (EKF) 无疑是应用较为广泛的, 但是EKF算法在处理线性滤波问题时存在误差较大, 高阶系统难以实现等缺点, 为了提高系统鲁棒性以及控制精度。本文针对目前少有人研究基于UKF无传感器永磁同步矢量控制技术, 提出该理论方案的前景和可行性。
1 扩展卡尔曼滤波算法
卡尔曼滤波器提供的解决方案是关注噪声给系统带来的影响。假设一般的非线性系统状态方程为:
将上述线性化模型简化为如式 (3) 形式:
其中F (t) 为系统矩阵, 作为f (x) 对x求偏导的雅克比矩阵;H (t) 为观测矩阵, 是h (x) 对x求偏导的雅克比矩阵。
为了方便处理数据, 需要对线性化后的系统动态模型
该算法的核心思想就是;对一般的非线性系统, 首先围绕滤波值将非线性函数展开成泰勒级数并省略二阶级以上项, 得到一个近似线性化的数学模型, 然后应用卡尔曼滤波完成对目标的滤波估计等处理[7]。扩展卡尔曼滤波方法是使用最为广泛的方法。基于扩展卡尔曼滤波算法建立的永磁同步电机的控制系统不仅能够完成自身的调节还可以扩宽系统的调速范围, 最为重要的是该系统可以在低速环境中进行速度的估计。
扩展卡尔曼滤波算法可详细分为初始化状态方程, 状态预测, 观测预测, 一阶线性化状态方程, 一阶线性化观测方程, 求解协方差矩阵预测, 卡尔曼增益的求解, 状态更新和协方差更新九个计算步骤。扩展卡尔曼滤波算法迭代过程如下:第1步:状态变量预测:
第2步:误差协方差矩阵估计:
第3步:计算卡尔曼滤波器增益:
第4步:状态矢量估计:
第5步:误差协方差矩阵更新:
由EKF算法流程可以看出EKF主要分为预测阶段和滤波阶段[8]。预测阶段负责及时向前推算当前状态变量和误差协方差估计值, 以便为下一时刻状态构造先验估计[9];滤波阶段负责将先验估计和新的测量变量结合构造改进的后验估计。该算法的不必预先对标称轨迹进行计算。但是该算法要对非线性函数进行泰勒级数展开线性化所忽略的高阶项导致系统产生的误差使得滤波器不稳定从而使得滤波精度不高, 计算过程和模型都过于复杂, 对目标的跟踪性能不好, 并且该算法只能在滤波误差及一步预测误差较小的时候才可以用。由于永磁同步电机的数学模型具有强耦合非线性, 电机参数对扩展卡尔曼滤波算法计算精度误差的影响比较大。出于对扩展卡尔曼滤波算法具有以上缺点的考虑, 要满足永磁同步电机矢量控制系统在线估计电机运行状态精度更高的要求使得利用扩展卡尔曼滤波算法设计的无传感器在永磁同步电机矢量控制系统中的应用就显得美中不足。出于这种考虑, 无迹卡尔曼滤波算法应运而生。
2 无迹卡尔曼滤波算法
2.1 UT (无迹) 变换UT变换是UKF算法实现的基础, 也是其本质特点, 也是UKF算法与其他非线性算法的主要区别之处。UT变换首先要根据被估计量的先验均值和方差产生一批Sigma采样点, 这批采样点是与被估计量具有相同统计特性的离散点, 然后经过非线性变换生成后验均值和方差。UT变换滤波如图1 所示。
2.2 UKF估计器的原理
无迹卡尔曼滤波过程是以无迹转换 (Unsecented Transorm, UT) 为基础的, 采用卡尔曼滤波为框架[10,11], 采用的形式为确定性采样, 在减少采样离子数的同时保证逼近的精度[12]。也是一种典型的非线性估计方法。它以UT变换为核心, 采用确定性采样策略, 构造一组采集点。根据先验的状态输入, 对均值和协方差采用确定性采样策略进行采样, 计算Sigma点集。避免了EKF的线性化误差。比较EKF, UKF主要有以下几个优点[13]:①对非线性函数的概率密度分布进行近似, 而不是对非线性函数进行近似;②非线性分布统计量的计算精度至少达到2阶, 对于采用特殊的采样策略, 如高斯分布4阶采样和偏度采样等可达到更高阶精度;③采用UT变换, 不需要求导计算Jacobian矩阵, 可处理非加性噪声情况以及离散系统, 扩展了应用范围;④由于采用确定性采样策略, 而非离子滤波的随机采样, 避免了粒子衰退问题。
UKF算法的关键步骤是UT的变换, UT变换是一种在线性变换中随机取得变量数字特征的方法。其实现原理是:在初始分布状态中按某些原则取一些点, 使得这些点的均值和协方差等于原始状态分布的均值和协方差:将这些点带入非线性的系统中, 相应的可以得到该非线性函数值的点集, 通过这些点集利用UT变换求取变换后的均值和协方差。根据先验均值和先验协方差矩阵均方根的相关列以达到对采样点的选择。步骤为:
设计采样点状态的预测方程如公式 (11) :
采样点的观测的预测方程如公式 (14) :
增益矩阵方程如公式 (17) :
更新后系统状态估计及协方差矩阵方程如公式 (18) 和公式 (19) :
从上述无迹卡尔曼滤波算法的计算步骤可以看出无迹卡尔曼滤波算法实质上就是分为:采样点 (Sigma) 的采样和计算, 时间的更新即一步预测和量测的更新三个部分组成。由以上公式可以看出无迹卡尔曼滤波在处理非线性滤波时并不需要在估计点处做泰勒级数展开进行前n阶近似, 而是直接在估计点附近进行UT变换, 使得获得的采样点集的均值和协方差与原统计特性匹配。这样就成功避免了对非线性函数进行泰勒级数展开线性化所忽略的高阶项导致系统产生的误差使得利用该算法设计的滤波器趋于稳定。在估计点附近对估计点进行UT变换以后直接对这些采样点集进行非线性的映射, 进而获得状态的近似概率密度函数, 这种近似的实质是一种近似而非解[14]。文献[15]提出了将UKF应用到飞行器气动参数辨识方中, 并指出UFK递归参数估计算法相比EKF具有较好的收敛速度。最重要的是UKF不但精度高, 而且鲁棒性能更好, UKF递归参数估计算法具有更好的收敛速度和辨识的可靠性。文献[16][17][18]中提出UKF算法相比EKF具有较好的跟踪性能, 因为UKF是利用样本本身的采样值来逼近系统状态的, 所以在计算速度较快。文献[17]中提出了在目标跟踪中利用了无迹卡尔曼滤波的算法, 并通过仿真验证了与扩展卡尔曼滤波算法相比, 无迹卡尔曼滤波在跟踪方面有很高的精度, 且无迹卡尔曼滤波算法有较小的跟踪误差。作者利用UKF的跟踪性能好, 滤波精度高, 计算简单[14,16]等特点把UKF的思想运用到永磁同步电机中, 以实现永磁同步电机的超调量较小, 峰值较低, 以达到该控制系统良好的控制效果。所以在噪声初始状态已知的条件下, 对永磁同步电机矢量控制系统的控制可以通过利用UKF对噪声的均值和协方差的控制来实现对转子电流的幅值和空间位置 (频率和相位) 进行控制[19], 实现改善转矩的控制性能。文献[20]中本文作者已经经过MATLAB/SIMULINK环境下通过仿真实验验证基于无迹卡尔曼滤波的无传感器永磁同步电机矢量控制技术方案的可行性。
3 结语
无传感器技术在电机矢量控制领域的所扮演的作用越来越重要。本文由扩展卡尔曼滤波算法引出无迹卡尔曼滤波算法。通过对扩展卡尔曼滤波算法详细的运算步骤指出扩展卡尔曼滤波算法的缺点。针对扩展卡尔曼滤波算法的缺点, 再对无迹卡尔曼滤波算法的运算步骤进行分析, 通过对比说明了无迹卡尔曼滤波算法的种种优点。根据以上对比得出无迹卡尔曼滤波算法优点, 结合基于无传感器的永磁同步电机矢量控制的要求, 提出两者结合在一起的可行性。从而得出基于无迹卡尔曼滤波算法的永磁同步电机矢量控制系统的相比于基于扩展卡尔曼滤波算法的永磁同步电机矢量控制系统的优点, 针对在这一问题的研究目前还很少有人研究, 从而提出基于无迹卡尔曼滤的无传感器永磁同步电机矢量控制系统的可行性和研究前景。
无传感器技术 篇2
关键词：感应电机；矢量控制系统；无速度传感器；MRASCC；自适应系统 文献标识码：A
中图分类号：TM34 文章编号：1009-2374（2016）19-0007-02 DOI：10.13535/j.cnki.11-4406/n.2016.19.004
1 概述
无速度传感器矢量控制系统在过去十余年中已得到广泛应用，它的优点是：简化装置硬件的复杂性、降低造价、减小驱动电机尺寸、取消传感器电缆和提高可靠性。而由于模型参考自适应法原理简单、易于实现，在无速度传感器交流调速系统中得到广泛应用。但是目前在生产实际中所应用的模型参考自适应法，大多是以电压模型为参考模型，电压模型存在低速问题。基于定子电流的模型参考自适应法作为一种新型的方法，它以感应电机本身作为参考模型，解决了电压模型的电阻压降问题和纯积分运算存在的逸走问题，因此基于定子电流的模型参考自适应法在实际应用中具有很好的发展
前景。
2 感应电机数学模型
3 基于定子电流的模型参考自适应法
利用感应电机本身作为参考模型，电流模型和电机定子模型作为可调模型，Lyapunov稳定性定理建立自适应率。其原理如图1所示：
3.1 可调模型
用电动机定子模型SM（stator model）可以算出定子电流矢量的观测值：
电机额定参数：PN=35kW，UN=380V，RS=0.4Ω，Rr=0.5，Ls=0.087H，np=2，Lr=0.088H，Lm=0.085H，J=0.0876kg·m2，D=0.001kg·m2/s。
经调试，磁链调节器（AψR）的参数为Kp=150，KI=200；转矩调节器（ATR）参数为Kp=1.27，KI=250；转速调节器（ASR）参数为Kp=100，KI=1；自适应调节器（AAR）的参数为Kp=1000，KI=2.5。
4.1 在高速时的仿真
给定转速为1000rpm，其仿真波形如图4所示。
波形分析：在整个过程中，转速的观测值和实际值的波形基本上重合；加入负载稳态时，转速观测值为1000rpm，转速实际值为999.3rpm，相差0.7rpm；磁链观测值与实际值之差很小；电流波形为标准的正弦波。
4.2 在低速时的仿真
波形分析：在整个过程中，转速的观测值和实际值的波形基本上重合；转速观测值与实际值之差在稳定状态下接近于0；磁链观测值与实际值之差很小；电流波形为标准的正弦波。
5 结语
（1）基于定子电流的模型参考自适应系统的矢量控制，具有优良的动静态调速性能，其响应速度很快、磁通的变化很小、稳定性很好。由于是直接启动，所以其启动电流很大。（2）基于定子电流的模型参考自适应系统的矢量控制，无论是在高速还是在低速，都有着良好的跟踪性能。高速时，转速观测值与实际值误差为1rpm左右；低速时，转速观测值与实际值误差为0.2rpm。与传统的以电压模型为参考模型的模型参考自适应法相比，其速度观测范围更广。
参考文献
[1] 阮毅，陈伯时.电力拖动自动控制系统[M].北京：
机械工业出版社，2009.
[2] 洪乃刚.电力电子和电力拖动控制系统的Matlab仿真
[M].北京：机械工业出版社，2006.
[3] 马小亮.怎样才能扩展IM无转速传感器VC系统的调
速范围[J].电气传动，2011，（1）.
[4] 李永东.交流电机数字控制系统[M].北京：机械工
业出版社，2004.
[5] Teresa Orlowska-Kowalska，Msteusz Dybkowski.Stator-
Current-Based MRAS Estimator for a Wide Range Speed-
Sensorless Induction-Motor Drive[J].IEEE
TRANSACTIONS ON INDUSTRONICS，2010，（4）.
无传感器技术 篇3
永磁同步电机的数学模型具有非线性, 强耦合, 多变量等特点, 要实现对永磁同步电机的控制常用到的控制策略有恒压恒频, 直接转矩和矢量控制三大控制策略。 但是相比其它两大控制策略, 矢量控制系统具有可以实现电流励磁分量和转矩分量的解耦, 而且转矩和磁链的变化平稳, 使得电流闭环可以有效地限制起、制动电流[1]等优点, 从而使得矢量控制的应用十分广泛。
众所周知, 对直流电机的控制相比交流电机是很容易的, 矢量控制系统的核心思想就是通过坐标变换, 把永磁同步电机的交流电转变成直流电, 从而实现对永磁同步电机的励磁电流和转矩电流分别进行控制, 这样就可以实现以直流电机的思想实现对交流电机的控制。但是传统的永磁同步电机矢量控制系统需要利用机械传感器来检测电机实际生产生活过程中的输出信号。在控制系统中因为机械传感器的存在是的控制系统的体积增大, 成本增加, 而且机械传感器与电机的同轴度严重影响着检测信号的精度, 最重要的是环境对机械传感的影响也很严重, 在这种情况下无传感器技术应运而生。
所谓的无传感器技术就是通过检测电机绕组中的电压, 电流, 磁链等信号, 采用一定的估计方法计算转子的位置和速度信号, 然后通过坐标变换和反馈环节把检测到的信号反馈到速度环, 而后通过脉宽调制法产生系统所需要的控制信号, 以达到驱动功率器件的要求, 实现对电机良好的控制性能[2,3,4]。本文就是通过无传感器技术设计出一种在线估计永磁同步电机实际转速和位置信号的算法。该方法具有更高的计算精度, 可以避免粒子的衰退问题从而达到很好的滤波精度, 可处理非加性噪声及离散系统, 扩宽了应用范围等优点。
1 永磁同步电机矢量控制系统
永磁同步电机矢量控制系统的核心就是坐标变换。通过坐标变化可以把永磁同步电机矢量控制系统中输出的三相旋转坐标系下的电流信号转变两相静止坐标系下的电流信号, 可以很好的实现对励磁电流和转矩电流分别控制的目的。通过对励磁电流和转矩电流的控制就间接的控制电机的转矩和磁链, 从而达到对转矩和磁链的分别控制的目的[1]。 传统永磁同步电机矢量控制系统的原理图如图1 所示。
通过图1 原理图可知传统的矢量控制系统是通过机械传感器来检测电机的输出信号, 并利用反馈控制的方式把输出信号反馈到各自的反馈环节, 从而实现系统的反馈控制的目的。实际生活生产过程中经常用到霍尔传感或者光电编码器对电机的输出信号进行检测。但是由于机械传感器的存在大大增加了系统的体积, 成本, 而且检测精度容易受到影响。这种情况下提出的无传感器技术取代机械传感器技术以达到可以对电机的实际速度进行在线估计的目的。 本文采用的基于UKF的无传感器永磁同步电机的矢量控制系统的原理图如图2 所示。该模型里的无迹卡尔曼滤波器在Simulink仿真模型里主要是通过编写S函数以实现UKF算法[5]。 该模块的的实现很好的替代了传统的机械传感器, 从而克服机械传感器在测量输出信号过程中存在的缺陷。
2 无迹卡尔曼滤波算法
永磁同步电机的数学模型具有强耦合非线性的特点, 所以在永磁同步电机的动态系统中电机模型本身就是不确定性的模型, 并且存在建模的误差。 由于测量过程中各种干扰噪声的存在, 使得测量的数据存在一定的误差。 所以在噪声初始状态已知的条件下, 对永磁同步电机矢量控制系统的控制可以通过利用UKF对噪声的均值和协方差的控制来实现对转子电流的幅值和空间位置 ( 频率和相位) 进行控制, 实现改善转矩的控制性能。
无迹卡尔曼滤波过程是以无迹转换为基础的, 采用卡尔曼滤波为框架[6], 采用的形式为确定性采样, 在减少采样离子数的同时保证逼近的精度[7]。 UKF算法的关键步骤是UT的变换, UT变换是一种在线性变换中随机取得变量数字特征的方法。 其实现原理是:在初始分布状态中按某些原则取一些点, 使得这些点的均值和协方差等于原始状态分布的均值和协方差: 将这些点带入非线性的系统中, 相应的可以得到该非线性函数值的点集, 通过这些点集利用UT变换求取变换后的均值和协方差。 根据先验均值和先验协方差矩阵均方根的相关列以达到对采样点的选择。
步骤如下所述。
设计采样点状态的预测方程如公式 ( 1) :
系统状态的一步预测及协方差矩阵方程如公式 ( 2) 和公式 ( 3) 为:
采样点的观测的预测方程如公式 ( 4) :
观测预测的均值和协方差方程如公式 ( 5) 和公式 ( 6) :
增益矩阵方程如公式 ( 7) :
更新后系统状态估计及协方差矩阵方程如公式 ( 8) 和公式 ( 9) :
由此可以看出无迹卡尔曼滤波在处理非线性滤波时并不需要在估计点处做泰勒级数展开进行前n阶近似, 而是直接在估计点附近进行UT变换, 使得获得的采样点集的均值和协方差与原统计特性匹配。然后直接对这些采样点集进行非线性的映射, 进而获得状态的近似概率密度函数, 这种近似的实质是一种近似而非解[8]。结合传统永磁同步电机矢量控制系统原理和无传感器技术的优点, 设计出的基于无迹卡尔曼滤波器 ( UKF) 的无传感器永磁同步电机矢量控制系统原理如图2 所示。 文献[9]提出了将UKF应用到飞行器气动参数辨识方中, 并指出UFK递归参数估计算法相比EKF具有较好的收敛速度。 最重要的是UKF不但精度高, 而且鲁棒性能更好, UKF递归参数估计算法具有更好的收敛速度和辨识的可靠性。 文献[10][11][12] 中提出UKF算法相比EKF具有较好的跟踪性能, 因为UKF是利用样本本身的采样值来逼近系统状态的, 所以在计算速度较快。 文献[13]中提出了在目标跟踪中利用了无迹卡尔曼滤波的算法, 并通过仿真验证了与扩展卡尔曼滤波算法相比, 无迹卡尔曼滤波在跟踪方面有很高的精度, 且无迹卡尔曼滤波算法有较小的跟踪误差。 作者利用UKF的跟踪性能好, 滤波精度高, 计算简单[10,12]等特点把UKF的思想运用到永磁同步电机中, 以实现永磁同步电机的超调量较小, 峰值较低, 以达到该控制系统良好的控制效果。
3 基于UKF的永磁同步电机矢量控制系统
3.1 系统参数及仿真模型
为了验证UKF算法在永磁同步电机转速估计上的可行性, 在MATLAB simulink中分别建立基于UKF和传统的无传感器矢量控制系统的仿真模型。通过对两者仿真结果的对比, 得到基于UKF的无传感器永磁同步电机矢量控制系统的可行。在仿真模型中所需要的永磁同步电机的参数具体设置:Rs=0.9585Ω, F=0.0003.35Ω, phi_f=0.1827, Lr=0.1827m H, J =0.0006329kg ·m2, np=4, Ts=1e -5s, Lm=0.00525m H。 基于UKF的永磁同步电机矢量控制系统的仿真模型如图3 所示, 其中UKF模块是通过S函数来实现。
从图3 中可以看出基于UKF算法的在线估算模块代替传统的机械传感器模块, 这就是无传感器技术。 显而易见在永磁同步电机矢量控制系统中引入该技术使得控制系统的精度和控制性能大为提高, 而且克服了传统的永磁同步电机矢量控制系统因为机械传感器的存在而带来的种种缺憾。
3.2 仿真结果分析
在仿真模型系统里设定的系统仿真时间为0.1 秒, 给定速度为2500r/min, 采用ode45 仿真算法。电机空载时, 给定阶跃转速为2500r/min时基于UKF的永磁同步电机矢量控制和传统的永磁同步电机矢量控制系统的实际输出速度如图4 与图5 所示。
通过仿真结果可以看出, 基于UKF的永磁同步电机矢量控制系统相比传统的永磁同步电机的矢量控制系统波动较小, 而且两者之间的波动具有高度的一致性, 最重要的是两者都在2500r/min时保持稳态。 由于基于UKF算法设计的估计器所估计出的这些状态量与原有测量的状态量并不是完全一致的, 所以仿真出来的结果并不是完全没有差别。仿真结果证明在永磁同步电机矢量控制系统中基于无迹卡尔曼滤波算法的滤波器完全可以代替传统的机械传感器。
4 结束语
无传感器技术 篇4
永磁同步电机，特别是内置式结构，具有很高的功率、转矩密度以及功率因数，在电动汽车、航空、航海等体积受限的工业领域获得较大的应用。为了降低控制系统的成本、提升高速区域的控制精度，无位置传感器控制技术已成为一个研究热点[1,2,3]。但是，目前无位置控制技术普遍存在低速区观测精度较差的问题，而该转速区域的策略直接决定了全速度范围无位置控制的稳定性和算法的可行性，因此低速区的无位置传感器控制技术控制策略及其算法研究更亟待研究。
文献[4,5,6,7,8,9]利用内置式永磁电机的凸极效应，向定子中注入一个高频信号来获得转子信号，以检出位置信号。它适合于低速和零速下情况，并且可以不受参数影响。但高速下，所注入的高频信号频率要很高，很难数字控制器实现。文献[10研究了在SPMSM电机采用高频信号注入观测方法的途径，其基本原理是利用磁路饱和所引起的弱凸极效应，来辨识转子位置。然而这种弱凸极效应依赖电机结构参数，同时也对传感器的精度要求较高。文献[11,12]将变压变频式(VVVF)开环控制技术用于永磁同步电机的启动和中低速运行。控制策略主要包括：恒压频比控制、电流模式控制和混合模式。可以实现带载的无位置传感器运行，并且不依赖于电机参数，但其缺点是不能获得高性能的传动特性，并且需要引入补偿环节来消除定子电阻所造成的压降以维持恒定磁通。
综上所述，研究切实可行的适用于中低速区运行的无位置传感器技术，是永磁同步电机驱动技术的一项非常关键的核心技术，本文正是基于此目的开展了对上述两种不同的低速区无位置控制技术进行了相关的对比研究工作，研究切实可行的低速区控制方案，并提出一种准电流内环的变压变频方案解决低速区定子电压补偿问题。
2 旋转式高频信号注入方案
高频注入式无位置控制策略利用了内置式永磁电机的d-q磁路不均匀所产生的凸极效应。可在不依赖电机参数的前提下，实现转子位置的辨识，其控制原理框图如图1所示。
当转速很低时，可忽略交叉耦合项影响，则永磁电机的d-q轴数学模型可近似为
式中：p为微分算子。
将式(1)左乘逆Park变换矩阵，可求得两相静止坐标下的数学模型：
其中：
两相静止坐标系下电感为
当电机静止或转速很低时，在原有基波电压中可叠加上高频谐波电压：
并且忽略α-β轴之间的耦合作用和电阻上压降，则有：
这样可得
为了从原始电流中还原出iαh和iβh，必须要利用带通滤波器，只允许所注入频率附近的电流通过该滤波器。
得到α-β轴的高频电流后，将其变换到旋转坐标系上有：
因此，为了消除d-q轴存在的直流分量，将其通过高通滤波器，则可得：
这样，d-q轴含有与2(θr-ωht)角度相关的量：
可见只要△Ih=0，则有：
与其利用转子凸极效应的无位置传感器算法类似，位置极性问题是由于所观测量是转子位置两倍的函数(即，2[θr-π/2])造成的。因此，一个重要工作是设计控制器使得△Ih=0，并进行相关极性判断。判断的依据是：+d轴和-d轴通入相同方向电流后由于磁场饱和程度的不同，等效阻抗不相同。
3 准电流内环式变压变频方案
大多数无位置控制磁链观测器，均存在零速奇点以及低速收敛速度慢等问题。为保证系统可靠收敛，在低速启动阶段也可采用变压变频控制技术来强制启动运行，并在可靠收敛区域实现模式切换，如图2所示。如前所述，其缺点是需要引入补偿环节来消除定子电阻所造成的压降以维持恒定磁通。
为解决这一问题，本文提出一种准电流内环的变压变频控制策略，具有传统的开环控制结构简单的优点，同时可以实现电流内环控制，确保了电流可控性能，如图3所示。改进型的电流闭环，可以在负载较轻时，电流给定值保持恒定，保证在整个变压变频工作转速下平稳运行。当负载较重时，需要根据负载情况动态调整给定电流值，可以较好地解决定子电阻补偿问题，从而保证在整个速度范围内维持定子磁场不变。
图4的工作原理是：其控制是定位于δ-γ坐标系，与实际d-q旋转坐标系存在一定相位差φ。初始时刻，在δ轴施加电压来产生电流iδ。这将在δ轴上产生定子磁极。该极将把d轴拉向定子δ轴。这样就使得δ轴和d轴相一致。因此，电机就可以工作在开环同步模式。从图4上可以看出，一旦进入稳态工作时，电流矢量位于d-q坐标系的第1象限，电流矢量所产生的定子磁极牵引永磁磁极进行旋转，并产生相应的有效转矩。实际上对于电机定子而言，电枢反应的直轴电流id为助磁电流。相对于传统矢量控制而言，定子磁链幅值要有相应增加，从而其电压利用率要有所损失。
同时，根据以功角来定义电磁转矩，有：
根据图4也可以看出，采用变压变频控制方式，在相同大小的d-q电流时，其功角要小于采用矢量控制的功角。本质上变压变频控制实际是通过调整功角来控制转矩和转速的目的，也即为功角控制，并且这种调整是一种自稳定过程。随着功角的增加，电磁转矩不断增大。
4 低速区方案测试及结果分析
4.1 旋转式高频注入式实验
为了测试高频注入式无位置观测器的控制策略，进行了相关的实验测试工作，实验样机的参数为：永磁磁链Ψf=0.051 7 Wb，绕组电阻R=0.018Ω，绕组电感Ld=0.054 mH,Lq=0.224 mH，极对数np=3，转动惯量J=0.1 kg·m2，额定转矩Te=70 N·m。
4.1.1 极性判断实验波形
由于高频注入式的收敛条件无法区分磁极的极性，可能会产生180°的偏差。为了准确获得电机的转子位置，本文采用的方法是在相应的d轴位置加上脉振的电压，根据磁路饱和不同的原理，判断所激励电流的幅值，如图5所示。图5中，+d轴为顺磁方向磁阻减小，检测出来的电流较-d轴的逆磁方向大，这样即可判断出转子的极性。
4.1.2 高频注入式运行实验波形
为更好测试方案的可行性，实验进行了几种较为典型的工况：带载正反转连续切换、静止-低速-高速模式切换以及连续高速下正反转切换。
电机正反转时角度对比波形如图6所示。
从图6中可以看出，在电机连续正反转过程中，观测值均能较好地跟随实际值进行变化，这一点不仅体现在稳态过程中，也体现在整个动态正反转的升减速过程中，体现出本方法的有效性。
模式切换波形如图7所示。从图7中可以清楚看出，初始时，工作在高频注入模式，电流中除含有一定幅值的高频电流谐波，而经过带通滤波器的iβh也只含有与位置相关的高频电流成分。在进行模式切换后，高频电流成分移除，只含有基波成分;而iβh中因为只包含高频谐波，因此在切换后电流值为零。而在模式切换的过程中，电流变化平稳，并未出现较大的超调和相位偏移，证明了两种方法均较好地观测出电机的转子位置。
模式切换转速波形对比图如图8所示。
从图8可以清楚地看出，在旋转注入式观测下的速度观测值与实际转速偏差很小，证明了方案的有效性。而在模式的切换过程中，转速变化较为平滑，由于电流变化存在暂态过程，转速存在很小的变化，但过渡过程非常短暂，基本可以忽略。两种模式相互切换在正反转过程中均能很好地平滑进行，基本上不会出现转速突变的现象。
4.2 开环强制启动及模式切换
在零速和低速阶段，采用准电流内环的变压变频控制强制启动，可实现电机从零速平稳启动。由于内环采用电流闭环控制，可实现电流幅值控制，并对定子电阻变化具有自适应补偿能力。
实际转子位置与给定转子位置如图9所示。
从图9可以看出，实际上变压变频控制所给定的位置信号要滞后实际的d轴方向。当负载较轻时，电流实际位于+d轴上。当负载加重时，电流逐渐向+q轴偏移并出现+q轴分量电流iq，从而自适应出现正电磁转矩，使系统重新达到平衡。
变压变频向矢量控制模式切换曲线如图10所示。
从图10中可以看出，在模式切换时刻由于电流矢量发生象限切换，出现短暂的转速变化，但很快进入矢量控制模式，完成整个切换阶段。由于基于磁链模型的观测器在零速和低速收敛很慢，随着转速的提高收敛速度加快。一旦进入收敛条件(滤波后的观测转速非常接近变压变频控制的给定转速)，则即可进入模式切换。同时，也可以实现随着转速的不断降低，出现从观测器模式向变压变频控制模式切换，但转速波动要稍大于采用高频注入式的无位置传感器算法。
5 结论
综上所述，对于永磁同步电机无位置控制技术，普遍存在低速区观测精度较差的问题。该转速区域的策略直接决定了全速度范围无位置控制的稳定性和算法的可行性。针对这一问题，本文进行相关的研究工作，采用高频注入式的无位置控制技术具有不依赖电机参数、可以结合矢量控制技术实现高性能的调速，但需要实现较为复杂的滤波器来进行信号辨识，同时所注入的高频信号会引起一定振动和噪声问题，并且无法应用在隐极式永磁同步电机。与此相比，具有准电流内环的变压变频无位置控制技术原理简单，不需要复杂的控制算法，不依赖电机参数以及凸极效应，但是其动态特性稍差。因此实际中，需要根据实际系统复杂性及控制性能要求选择所适合的控制策略。
参考文献
[1]尚喆,赵荣祥,窦汝振.基于自适应滑模观测器的永磁同步电机无位置传感器控制研究[J].中国电机工程学报,2007,27(3):23-27.
[2]高宏伟,于艳君,柴凤.基于载波频率成分法的内置式永磁同步电机无位置传感器控制[J].中国电机工程学报,2010,30(18):91-96.
[3]杜栩扬,胡育文,鲁文其.基于准滑模观测器的PMSM无位置传感器控制[J].电气传动,2010,40(5):32-35.
[4]Shujin C,Baozhu M,Zhengyun R.A New Initial Rotor PositionDetection Technology Based on HF Injection and SoftwarePLL[C]∥ICICIC First International Conference on Inno-vat-ive Computing,Information and Control,2006,1:673-677.
[5]Corley M J,Lorenz R D.Rotor Position and Velocity Estimationfor a Salient-pole Permanent Magnet Synchronous Machine atStandstill and High Speeds[J].IEEE Transactions on IndustryApplications,1998,34(4):784-789.
[6]Consoli A,Gaeta A,Scarcella G.HF Injection-based SensorlessTechnique for Fault-tolerant IPMSM Drives[C]∥EnergyConversion Congress and Exposition(ECCE),2010 IEEE,2010:3131-3138.
[7]王高林,杨荣峰,于泳.内置式永磁同步电机无位置传感器控制[J].中国电机工程学报,2010,30(30):93-98.
[8]廖军,张兴,杨淑英.改进高频信号注入法的IPMSM转子位置检测研究[J].合肥工业大学学报:自然科学版,2010,33(8):1161-1165.
[9]钟黎萍,周晓敏,王长松.高频信号注入法估计无刷直流电机转子位置的物理机理[J].电机与控制应用,2007,34(8):18-21.
[10]Yu Z,Jie G,Zhigan W.Investigation of High Frequency InjectionMethod for Surface-mounted PMSM Sensor-less Drive[J].ICEMS 2005 Proceedings of the Eighth InternationalConference on Electrical Machines and Systems,2005,301(1):306-309.
[11]Kiuchi M,Ohnishi T,Hagiwara H.V/f Control of PermanentMagnet Synchronous Motors Suitable for Home Appliances byDC-link Peak Current Control Method[C]∥Power ElectronicsConference(IPEC),2010 International,2010:567-573.
无传感器技术 篇5
PMSM (永磁同步电动机) 因其本身具有高效率、高转矩电流比、高功率密度等优点, 近年来在高精度的电动机控制系统中得到了广泛应用。扩展卡尔曼滤波方法是一种最优的在线参数估计方法, 且计算量相对较少, 易于计算机实现, 因此在无传感器控制系统中得到了广泛的应用。但是这种控制系统有一个始终没有解决的问题:虽然卡尔曼滤波在高速区 (>5 Hz) 具有较高的估计精度, 但是其在低速区 (>2 Hz) 的控制性能较差。
控制系统参数的估计精度除了受估计算法的影响外, 还受系统可观测度的影响。在扩展卡尔曼滤波中, 有两类可观测数据:电压和电流[1,2]。在低速时, 电压信号的可观测性大幅下降, 主要原因是电压数据中的谐波成份太大, 以至于系统误差信息被剧烈变化的随机误差湮没。因此, 要想提高低速性能, 就要适当提高电压信号的信噪比。从数学模型可以推出, 按速度给定动态降低直流母线电压是提高电压信噪比的一个较简单的方法, 而采用双PWM调节器即可实现直流母线电压的动态调节。本文介绍了PMSM的数学模型及双PWM调节原理, 并在此基础上进行了仿真实验。
1 PMSM数学模型
假设三相PMSM绕组正弦分布, 并且忽略磁饱和和铁损等非线性因素, 经过坐标变换[3], 可得PMSM在d-q坐标系的数学模型方程:
电磁转矩方程:
机械特性方程:
式中:u、i、Ψ、L分别为电压、电流、磁链和电感;下标d、q分别表示直轴、交轴分量;Rs为定子相电阻;ωr为转子角速度;Ψf为永磁磁链;J为转动惯量;p为发电机极对数;Te为电磁转矩;TL为负载转矩;BΩ为粘滞系数;θr为转子角位置。
方程 (1) ～ (7) 为PMSM的统一模型, 对任意的电压和电流, PMSM的稳态和暂态特性都可以用该模型来描述。
2 双PWM调节的PMSM无传感器控制系统结构
本文采用的双PWM调节器是把逆变器前的直流部分也纳入调节的范围, 其调节依据是速度、转矩的给定[4]。根据该原理构建的PMSM无传感器控制系统结构如图1所示。当速度给定后, 经过梯形的直流模块选择直流电压, 直流电压的初始值为转矩最大时的最小电压, 然后由直流电压、三相交流电压的测量值计算整流角, 最后经PWM整流得到实际的直流母线电压, 完成直流母线电压的按需调节。
3 双PWM调节性能分析
根据参考文献[6,7], 影响电压可观测性的原因主要是逆变器的非线性, 这种非线性在低速时可能导致控制系统运行失败, 而通过双PWM调节器可降低这种低速时的非线性因素。
借助Matlab/Simulink工具, 在同等电压级别输出情况下, 对采用双PWM调节器和直流母线电压固定两种情况进行了仿真实验。在两相静止坐标系下, 参考输入为正弦波电压:
实验一:设置直流母线电压为200 V, 逆变器输出波形及谐波分析如图2 (a) 所示。实验二:采用双PWM调节器, 逆变器输出波形及谐波分析如图2 (b) 所示。对从0.5 s开始的两个周期波形进行傅立叶分析, 通过观察可以看出, 直流母线电压固定为200 V时, 波形畸变率为309.7%;采用双PWM调节器时, 波形畸变率为93.21%。
通过分析可知, 对于同等电压等级的逆变输出, 直流母线电压固定时, 逆变器输出前后的压差越大, 输出值的谐波畸变率越高, 信噪比越低。因此, 要想在低速时提高输出电压的信噪比, 可以采用降低逆变器前后压差的方法, 而采用PWM整流器就可以降低逆变器前后的压差。因此, 本文采用双PWM调节器来实现直流母线电压的按需调节, 从而提高输出电压的信噪比。
4 仿真实验
4.1 参数设置
仿真和实验所用电动机均为1.5 kW的三相PMSM, 在电动机的后轴处预装增量式编码器, 其数据仅作为估计的参考值。PMSM参数如表1所示。
4.2 仿真结果
为了验证双PWM调节器方法的有效性, 采用Matlab/Simulink7.1 对PMSM进行仿真实验。选择协方差矩阵Q、R及P0分别为
在双PWM调节器和直流母线电压固定两种情况下对PMSM无传感器控制系统进行仿真实验。
4.2.1 直流母线电压固定为200 V
图3为直流母线电压固定为200 V, 速度给定分别为314 rad/s、31.4 rad/s、12.56 rad/s时, PMSM实际与估计速度、位置的仿真波形。从图3可看出, 随着速度给定的降低, 其速度、位置的估计效果越来越差, 甚至在12.56 rad/s时出现了发散现象。 这表明固定直流母线电压时, 系统的低速性能不佳。为了获得低速时的优良性能, 采用双PWM调节器进行直流和逆变双重调节, 重复上述实验。
(直流母线电压固定为200 V)
4.2.2双PWM调节器
图4为采用双PWM调节器、速度给定分别为31.4 rad/s和12.56 rad/s时, PMSM的实际与估计速度、位置及转矩曲线。从图4可以看出, 估计速度、位置与实际速度、位置曲线咬合在一起, 暂态过程时间约50 ms, 当负载突变时, 系统有良好的动态性能。可见采用双PWM调节器后, 扩展卡尔曼滤波器系统在低速时也能获得良好的控制性能;但是由于开关器件等非线性元件的存在, 当直流侧PWM调节器的输出数据太低时, 容易导致系统的不稳定, 因此, 本文设置电压最低调节等级为60 V。
在仿真实验中, 系统给定频率低于1 Hz时, 控制系统的性能开始下降。
5 实验结果分析
在DSPACE 1103系统上对上述仿真结果进行验证。图5～图7分别给出了采用双PWM调节器时, 速度给定分别为314 rad/s、31.4 rad/s和12.56 rad/s的实验波形。
从图5～图7可以看出, 系统运行频率大于2 Hz时具有良好的动态和稳态性能, 从而验证了双PWM方法的有效性。
6 结语
提出了一种基于双PWM调节器的新型扩展卡尔曼滤波调节方法, 实现了良好的低速控制性能;仿真实验数据证明, 通过采用双PWM调节器提高电压信噪比, 控制系统在不小于2 Hz的低速时仍然具有优良的动、稳态性能。基于双PWM的调节方法扩展了卡尔曼滤波的应用范围, 具有良好的市场应用前景;同时由于卡尔曼滤波方法不依赖于电动机的凸极, 对于面贴式PMSM同样适用。
参考文献
[1]王成元, 夏加宽, 杨俊友, 等.电机现代控制技术[M].北京:机械工业出版社, 2006.
[2]GRANCHAROV V, SAMUELSSON J, BASTIAANKLEIJN W B.I mproved Kal man Filtering for SpeechEnhancement[C]//IEEE International Conference onAcoustics, Speech, and Signal Processing, 2005:1109-1112.
[3]刘国海, 蒋彦.扩展卡尔曼滤波器在永磁同步电机控制中的应用[J].江苏大学学报:自然科学版, 2006, 27 (3) :249-253.
[4]QI U A, WU Bin, KOJORI H.Sensorless Control ofPermanent Magnet Synchronous Motor UsingExtended Kal man Filter[C]//Canadian Conference onElectrical and Computer Engineering, 2004:1557-1562.
[5]周晓敏, 王长松, 钟黎萍.基于卡尔曼滤波和高频信号注入法的永磁同步电机转子位置自检测[J].北京科技大学学报, 2008, 30 (7) :815-819.
[6]BORSJIE P, CHAN T F, WONG Y K, et al.Comparative Study of Kal man Filtering for SensorlessControl of a Permanent-magnet Synchronous MotorDrive[C]//IEEE International Conference on ElectricMachines and Drives, 2005:815-822.
[7]JANISZEWSKI D.Extended Kal man Filter BasedSpeed Sensorless PMSM Control with LoadReconstruction[C]∥IECON 32nd Annual Conferenceon IEEE Industrial Electronics, 2006, Paris:1465-1468.
无传感器技术 篇6
一、无位置传感器无刷直流电动机工作原理
无刷直流电动机特别适用于小型和轻载电气设备的启动, 被广泛应用于空调、洗衣机等电器设备中。无位置无刷直流电机通过在无刷直流电机上安装霍尔元件、光电码盘等装置, 直接检测电机转子的位置;或者通过检测电机的磁链、电流和电压等物理量, 间接地获得电机的转子位置。由于不是直接检测电机转子的位置, 因此被称为无位置传感器无刷直流电动机。
二、某BLDCM控制系统总体设计
系统采用单片机做主控芯片, 无位置传感器位置检测电路模块将检测到的转子位置信号处理后送入控制器, 单片机根据静止转子的具体位置产生相应的PWM波, 进而驱动三相逆变器电路工作, 最终实现无刷直流电机的平稳启动, 其中电流闭环用于辅助调节电机参数。系统总体设计如图1所示。
三、无位置传感器转子位置检测方法
常见的位置检测方法有状态观测器法、反电动势法、锁相环技术法、第二相导通法、电感法、电流法和磁链估计法等, 本文, 笔者采用结构简单、可靠性高的反电动势过零检测法。在无刷直流电动机中, 绕组的反电动势呈正负交替变化, 反电动势的大小取决于转子直线是否与该相绕组轴线重合, 因此只要精确检测到各相反电动势的过零点就可以判断出转子位置, 从而控制电子换向开关的动作, 实现无位置传感器对BLDCM的控制。对于反电动势为梯形波的无刷直流电动机来说, 由于在任意时刻只有两相导通, 而另一相悬空, 因此, 可以检测出悬空相的反电动势, 而悬空相反电动势的过零点再延时30°即为换流的关键时刻。无刷直流电动机定子绕组采用星形接法, 其电枢绕组的反电动势波形为梯形, 为保证每个时刻有一相断路, 系统采用两两导通、三相六状态PWM调制方式, 每个时刻有2个功率管导通, 每相绕组正反向分别导通120°电角度。
四、系统主要硬件模块电路设计
1. 无传感器位置检测电路设计。三相逆变电路及过零检测电路结构如图2所示。
该电路结构可以忽略无刷直流电动机电枢反应的影响, 这样通过检测未导通相的反电动势过零点就可以获取转子的位置信号, 并将此信号作为逆变桥功率器件的触发信号, 轮流触发实现电机换相, 驱动电机运转。
2. PWM控制模块电路设计。
PWM控制模块主要有AVR单片机及A/D转换电路组成。无位置传感器检测电路输出的信号, 通过A/D转换进入AVR单片机I/O口, 由单片机反馈产生相应的PWM波形, 作用于三相逆变电路。
3. 软件设计。
系统软件设计主流程图如图3示。
系统上电时, 单片机判断用户是否要启动电机, 如果不启动则整个系统处于待命状态;如果启动, 首先初始化单片机硬件资源及外围电路, 判断此时转子位置, 进而调整功率管的启动顺序, 使电机平衡启动, 然后不断查询用户的给定信号, 进入调速状态。如果有停止命令则关闭驱动电路。
无传感器技术 篇7
永磁同步电机矢量控制系统由于其结构简单、动态性能好、控制精度高等优点,已逐渐成为驱动控制领域的主流[1],然而由于速度传感器的存在, 增加了安装和维护的难度,且其易受温度、湿度等条件的影响,使得交流永磁同步电机系统稳定性降低,因此对无速度传感器矢量控制的研究具有重要的现实意义。
对无速度传感器永磁同步电机系统的控制关键在于对其速度与转子位置的提取,其通常可采用以下几种方法实现:一是基于数学模型的直接计算法[2],该方法实现简单,但是过于依赖电机参数,抗干扰性差;二是基于反电动势的转速估算[3,4],该方法较为直接,动态响应快,但因低速时反电动势小, 几乎无法测量,故会引起积分零漂问题;三是基于模型参考的自适应算法[5],该算法具有较好的动、静态特性,且具有一定的抗干扰能力,但是模型对电机参数的依赖性高,需及时对电机参数进行在线辨识,增加了算法的复杂性;四是基于状态观测器的速度估算, 该方法主要有滑模观测器[6]、卡尔曼滤波方法[7,8]等,在电机高速运行时的估计误差较小,系统响应快,但在电机低速运行时,上述方法均不可用。
为解决低速运行情况下永磁同步电机的速度估计问题,基于高频信号[9]注入的控制方法可以利用永磁电机的凸极特性,进行转子位置的观测,在低速时可以取得良好的性能,且系统鲁棒性强。注入信号主要有高频旋转信号和高频脉振信号两种,前者仅适用于凸极式电机,而后者则可用于隐极式电机。
本文将针对高频脉振信号注入方法,通过分析高频脉振正弦电压信号注入法使用多个低通滤波器而导致估计相角延迟等问题,讨论研究高频脉振方波电压信号注入法,其方波电压信号较之正弦信号可减少低通滤波器的个数,降低转子位置跟踪的误差,增加控制系统的带宽,提高系统的快速响应能力,具有积极的推广应用价值。
2永磁同步电机的高频信号注入数学模型
为分析方便起见,假设估计出的永磁同步电机永磁体N极位于γδ旋转坐标系的γ轴上,γδ旋转坐标系的旋转速度与估计出的磁链速度一致,γ轴与a相绕组轴线之间的夹角为,与实际转子磁链位置的夹角为△θ。
各坐标系之间的对应关系如图1所示,将γδ坐标系中的变量投影到dq坐标系中满足如下关系式:
其中x为电压、电流、磁链等任意变量。
在转子参考坐标系中,针对隐极式同步电机[1]本文采用isd=0的控制策略,其永磁同步电机的电压和磁链方程为:
其中usd,usq分别为定子电压的dq分量;Rs为定子电阻;ωre为转子的电角度;isd,isq分别为定子电流的dq分量,Ψsd,Ψsq分别为定子磁链的dq分量;Ψf为转子永磁体的磁链;Ld,Lq分别为直轴和交轴电感;P为微分算子。
由电压方程式(2)可知,稳态时同步电机的反电动势与转速和磁链成正比。在电机转速较低时, 如果注入电压频率足够高,且远远大于当前转速, 那么反电动势成分所占电压的比例就很小,且不含有高频成分,在高频建模时就可以被忽略。所以,同步电机的高频电压模型可描述为:
其中Rdh、Rqh和Ldh、Lqh分别为dq旋转坐标系下的高频电阻和高频电感。由于电压频率足够高,Rdh<<jωhLdh,Rqh<<jωhLqh,可以忽略高频电阻的影响。令Zdh=jωhLdh,Zqh=jωhLqh,稳态时的电压模型为:
结合式(1)和式(5),可得γδ旋转坐标系下的电流为:
化简后可得:
令,化简式(7)可得:
3高频脉振电压注入方法
3.1正弦电压注入法
在γδ旋转坐标系中注入高频正弦电压方程式为
其中,Vh和ωs<<ωh<<ωf分别为注入电压矢量的幅值和频率。将上式代入式(8)化简,可得高频电流为
在式(10)中,电流的δ分量与注入信号的同频正弦值sin(ωht)相乘后满足下式
对式(11)进行低通滤波得到关于角度误差正弦值的直流分量,且当△θ≈0时,sin(2△θ)≈2△θ,因此调节式(11)为零,可使得估计角度趋近于实际角度。借助锁相环的思想,利用PI控制器可估计出转子位置和速度大小。具体的控制框图如图2所示。
如图2所示,带通滤波器(BPF)提取定子电流中的高频电流成分,对δ轴电流分量进行如式(11)所示的操作,利用低通滤波器(LPF2)提取角度误差的直流分量,最后PI控制器输出值经过滤波 (LPF3)得到估计角频率,而积分值即为估计角度。
由此发现,该方法中存在多个低通滤波器,其截止频率的大小将会影响观测器的带宽和估计精度。当LPF2的截止频率设置较高时,会引入严重的位置估计噪声,甚至会导致观测器不稳定;但如果截止频率设置较低时,又会引起严重的相位滞后。 所以滤波器的截止频率需要折中处理。但为提高系统的带宽,最好减少或去除低通滤波器个数。
3.2方波电压注入法
方波电压注入法以高频脉冲电压信号来取代正弦电压,在αβ静止坐标系中通过三角函数运算来进行角度和转速的估计,摒弃了低通滤波器的使用。具体方法如下:
在γδ旋转坐标系中注入周期为Th高频脉冲电压,波形如图3所示,在任意Th内注入电压可表示为:
由图1可知,在αβ静止坐标系下电流满足如下坐标变换:
结合式(6)可得:
假设估计角度和实际角度完全一致,即△θ≈0, 则式(13)可简化为:
其中,k为正整数。
由于注入电压是双极性的,式(14)中的电流同样具有双极性,利用三角函数进行角度估计,需要做去极性处理,即:
结合式(14) 可知,实际的转子磁链角为。因此,在每半个高频周期内,角度估计误差可表示为:
所以利用PI控制器同样可以得到估计的角度和转速值,具体的控制框图如图4所示。
在上述控制方案中,转子角度误差值可直接获得,而不需要低通滤波器(LPF2)进行滤波;转子频率可直接由PI控制器获得,省去了低通滤波器 (LPF3)。可见,在转子角度观测中减少了两个低通滤波器,且每个高频周期内均可计算一次转子角度和角频率值,基本上实现了无延迟的角度跟踪,提高了控制器的带宽,可进一步提高注入信号的频率。
4仿真实验验证
为验证上述方案的正确性,参考图5所示的整体控制框图,在MATLAB/Simulink平台搭建同步电机系统,开关频率设置为10k Hz。主要的电机参数为:定子电阻为0.8750Ω;定子直轴电感为8.5m H; 定子交轴电感为8.5m H;转子永磁体磁链为0.175Wb, 极对数为4。
正弦电压信号的幅值给定为45V,频率为500Hz。为方便电流控制器前的陷波器设计,此处选择注入高频脉冲信号的频率为5k Hz,注入脉冲幅值为10V;采用对称脉冲信号(δ=0.5)序列。给定负载转矩为1N.m,在低速(1rad/s)时对上述两种方案进行仿真,其结果分别如图6、图7所示。
由仿真结果可知,上述两种方法在低速时均可实现转子位置的估计,且取得较好的效果。由图6可知,转子位置的跟踪误差在±5度以内,而图7中的转子位置跟踪误差可缩短在±2度以内,小于正弦电压注入的相角误差值。而且在脉冲电压注入方法中的注入信号频率也大于正弦电压注入方法,且前者电流控制器的带宽大于后者。
5结束语
无传感器技术 篇8
冷却风机系统是汽车引擎冷却系统中的关键部件。由于传统冷却风机系统不能根据汽车引擎散热要求准确地调节冷却系统的散热能力，因此无法保证引擎工作在最佳温度条件下，降低了引擎的燃油经济性、动力性和工作的可靠性。电动冷却风机采用电机传动方式，可以根据汽车引擎温度和负荷的不同工况实现风机转速调节，有效提高了引擎冷却性能，具有明显的节能效果，是冷却风机技术发展的必然趋势[1]。
无刷直流冷却风机采用电子换向，省去了电刷，大大改善了有刷直流风机存在的可靠性问题，因此无刷直流风机，特别是三相无刷直流风机得到了广泛应用，成为汽车引擎电动冷却风机技术发展的重要方向之一[2]。无刷直流电机常见的驱动模式主要有半波和全桥两种基本类型。考虑到汽车工业对可靠性和控制器体积的严格要求，半波驱动模式具有明显的综合优势，是目前汽车引擎冷却系统的主流驱动方案。
本文针对轿车引擎冷却应用实现了一种三相半波无刷直流风机系统。为了进一步提高该风机系统的可靠性，本文采用基于软件实时采样反电势过零点的方法实现了无位置传感器控制，进一步简化了系统结构，提高了可靠性。
2 三相半波驱动模式工作原理
三相半波无刷直流风机系统具有结构简单，成本低，可靠性高的优点，常见的驱动电路如图1所示。运行时，每相绕组只需通电1/3电周期，其余时间则处于关断状态，三相功率开关的门极驱动信号如图2所示。通过功率开关管斩波调压的方法实现电机调速。
三相半波控制模式工作原理可作如下分析。以A相绕组导通期间为例，开通时(等效电路见图3)VT1导通，蓄电池向A相绕组输出电流。关断时，功率开关管关断，由于绕组中的电流不能突变，通过电机绕组两端反向并联二极管D来进行续流。但在实际运行中，这一电路仍存在问题，即A相导通期间结束后，该相反电势将逐渐过零反向，并通过续流二极管D形成回路，严重时会导致续流二极管损坏。
针对这一问题，本文通过在续流回路中增加一个功率开关VT2的方法进行解决，如图4所示。实际控制时，VT2的驱动控制与VT1保持同步开通以提供续流回路。在该相反电势过零反向之前，VT2将被关断，以避免反电势反向后通过续流通路形成回路。
3 无位置传感器控制的实现
无刷直流电机的运行通常需要位置传感器来获得转子位置信息，然而位置传感器的存在不但增加了电机系统体积和成本，而且很大程度上成为电机的故障源之一。无位置传感器控制可以简化系统结构，进一步提高可靠性。图5给出了本文三相半波无刷直流电机系统的相反电势和相电流波形对应关系。由此可知，当断开相绕组反电动势过零之后，再经过30度电角度，就是该相的换相点。因此，只要检测到各相绕组反电动势的过零点，就可以准确地知道电机的转子位置和下次绕组换相的时间。
本文所采用的反电势过零点检测方法通过微处理器内嵌模数转换单元在功率开关管开通时刻对断开相绕组的端电压进行检测。根据此时断开相绕组的电压方程，可得具体反电势过零点检测策略为：
式中：up———断开相绕组的端电压;
ep———断开相绕组的反电势。
假定T1表示从换相到采样到电压up的时间间隔。随着反电势的增加，不断将采样得到的电压up与蓄电池直流电压Ed的进行比较。如果up>Ed，则继续采样比较。当up
4 实验结果分析
本文针对轿车引擎冷却应用特点，研制了冷却风机无刷直流驱动样机和无位置传感器控制系统实验平台。冷却风机的驱动电机具体技术参数为：额定功率400W，额定电压12V，最大输入电流40A，最高转速2500r/min，极对数为4，相数为3。图6给出了三相无刷直流电机的三相反电势实验波形，可见反电势波形呈梯形分布，顶部区域接近120度电角度，表明样机在无刷控制模式下具有较好的转矩特性和运行性能。
该三相半波无刷直流风机系统采用基于软件实时采样反电势过零点的方法实现无位置传感器控制。控制系统结构如图7所示，主要包括8位低成本微处理器、驱动电路和转子位置检测电路。与传统反电势法相比，由于只在PWM开通时刻对端电压(图8)进行检测，所以检测到的反电势过零点不存在与速度相关的相位延时，可以在600～2500r/min的工作转速范围内可靠工作。
图9和图10分别显示了轻载和重载条件下的三相半波无刷直流电机无位置传感器控制实验波形，表明系统在各种负载条件下均可保持稳定可靠的运行性能。需要指出的是，从图中可见续流回路中的功率开关管VT2的门极驱动信号持续时间较该相功率开关管VT1的门极驱动信号更长，这是因为绕组导通时储存有磁场能，功率管VT1关断后，绕组能量仍需通过续流通路进行泄放，这在负载较重时尤为重要。
5 结论
本文针对轿车引擎冷却应用，实现了一种三相半波无刷直流风机系统。为进一步提高系统可靠性，本文采用基于软件实时采样反电势过零点的方法实现无位置传感器控制。与传统控制方法相比，该方法基于软件实时采样反电势过零点,省略了模拟比较器等硬件,大大简化了硬件电路,进一步提高了系统可靠性。
(上)VT2管门极驱动信号(中)VT1管门极驱动信号(下)相电流实验波形(5A/格,2ms/格)
(上)VT2管门极驱动信号(中)VT1管门极驱动信号(下)相电流实验波形(5A/格,2ms/格)
参考文献
[1]王小荷.电动冷却风扇在客车上的应用[J].客车技术与研究,2008(5):27-29.
【无传感器技术】推荐阅读：
无电网电压传感器08-19
传感器技术应用06-29
传感器及检测技术05-12
传感器网络技术论文06-16
光纤传感器检测技术07-10
传感器技术发展与应用08-10
传感器与自动检测技术09-11
温度传感技术05-21
无线传感技术06-05
生物传感技术06-27