外转子永磁电机全运行范围无位置传感器矢量控制研究 外转子永磁同步电机(Outer Rotor Permanent Magnet Synchronous Motor OR-PMSM)直驱系统因其高效节能、节省成本、易实现电机-负载一体化等一系列优点而被广泛应用于矿用传输带、电动汽车、风力发电等领域。 该系统通常采用矢量控制作为主要控制方式,然而在矢量控制系统中,需凭借转子位置信号来实现定子、转子旋转磁场的同步,需凭借转速信息来实现速度环的控制,上述信号需通过高精度传感器获得,进而导致矢量控制系统存在成本高、故障率高等一系列问题,而无位置传感器控制技术能有效克服上述问题,因此对矿用低速大转矩OR-PMSM无位置传感器控制技术的研究具有重要意义。 本文的主要研究内容如下:首先,针对外转子表贴式永磁同步电机(Outer Rotor Surface Permanent MagnetSynchronous Motor OR-SPMSM)建立了其在三相静止坐标系、两相静止坐标系、三相同步旋转坐标系下的数学模型,并对OR-SPMSM矢量控制系统进行了阐述。 其次,针对基于反电动势的滑模观测器的不足进行理论分析,得出其存在抖振严重、零低速跟踪性能差、依赖于低通滤波器等一系列问题,并针对其不足提出了一种基于永磁体磁链分量的超螺旋滑模观测器,有效克服了上述不足。 并通过仿真验证了所提方案的有效性及强抗扰动能力。 最后,针对传统正交锁相环、单位化正交锁相环进行理论分析,提出其存在反转时存在180°估计误差、动态性能差、抗扰动性能差等一系列问题,针对上述不足提出了一种带补偿机制的四阶线性扩张状态观测器锁相环,有效克服了上述不足,然而该锁相环仍存在运行范围窄的问题,为进一步扩宽其运行范围,进一步提出了一种带补偿机制的双四阶线性扩张状态观测器锁相环,该锁相环在包括零低速范围内的全运行范围内均能提供准确的转子位置信息和转速信息。 并通过仿真进行了对比分析,仿真结果证明所提出的锁相环在运行范围、动态性能、抗扰动性能等方面的有效提升。
在电机控制领域,外转子永磁同步电机(Outer Rotor Permanent Magnet Synchronous Motor, OR - PMSM)直驱系统凭借诸多亮眼特性,在矿用传输带、电动汽车、风力发电等多个关键领域发光发热。它高效节能,能为企业节省不少成本,还特别容易实现电机 - 负载一体化,简直就是行业里的“多面手”。
通常,这类系统把矢量控制当作主要控制方式。但矢量控制有个“小麻烦”,它需要转子位置信号让定子、转子旋转磁场同步,也得靠转速信息来搞定速度环的控制。而获取这些信号,往往得借助高精度传感器,这就带来了成本高、故障率也高的问题。这时候,无位置传感器控制技术就像救星一样出现了,对于矿用低速大转矩的 OR - PMSM 来说,研究这项技术意义重大。
一、OR - SPMSM 的数学模型建立与矢量控制系统阐述
先来说说外转子表贴式永磁同步电机(Outer Rotor Surface Permanent Magnet Synchronous Motor, OR - SPMSM)。我们得为它建立在不同坐标系下的数学模型,像三相静止坐标系、两相静止坐标系、三相同步旋转坐标系。以三相静止坐标系下的电压方程为例(假设电机绕组电阻为 \(R\),电感矩阵为 \(L\),反电动势矩阵为 \(E\),电流矩阵为 \(i\)):
\[

\begin{bmatrix}
u_{a} \\
u_{b} \\
u_{c}

\end{bmatrix}
=
\begin{bmatrix}
R & 0 & 0 \\

0 & R & 0 \\
0 & 0 & R
\end{bmatrix}
\begin{bmatrix}

i_{a} \\
i_{b} \\
i_{c}
\end{bmatrix}

+
\frac{d}{dt}
\begin{bmatrix}
L{aa} & L{ab} & L_{ac} \\

L{ba} & L{bb} & L_{bc} \\
L{ca} & L{cb} & L_{cc}
\end{bmatrix}
\begin{bmatrix}

i_{a} \\
i_{b} \\
i_{c}
\end{bmatrix}

+
\begin{bmatrix}
E_{a} \\
E_{b} \\

E_{c}
\end{bmatrix}
\]
这段代码(这里以数学公式代替代码形式呈现)描述了电机在三相静止坐标系下电压、电流、电感以及反电动势之间的关系。通过这些数学模型,我们能更深入理解电机内部的电磁关系,为后续控制策略奠定基础。同时,对 OR - SPMSM 矢量控制系统的理解也至关重要,它通过控制定子电流的幅值和相位,来实现对电机转矩和转速的精准控制。
二、基于永磁体磁链分量的超螺旋滑模观测器
传统基于反电动势的滑模观测器虽然在一定程度上能实现无位置传感器控制,但问题也不少。抖振严重,就像电机在“打哆嗦”,影响运行稳定性;零低速跟踪性能差,在低速运行时就像“迷路了”,找不到准确的位置和速度;还特别依赖低通滤波器,就像一个娇弱的“花瓶”。
为了解决这些问题,我们提出基于永磁体磁链分量的超螺旋滑模观测器。下面简单看一下它的核心原理代码片段(伪代码形式):
# 定义滑模面函数
def sliding_surface(estimated_flux, measured_flux):
return estimated_flux - measured_flux
# 超螺旋滑模控制律
def super_twisting_control(s, alpha, beta):
z = 0
u = 0
while True:
sigma = s * np.sign(s) ** 0.5
u = -alpha * sigma - z
z = z - beta * np.sign(s)
yield u
这里 slidingsurface 函数定义了滑模面,通过估计磁链和测量磁链的差值来构建。supertwisting_control 函数实现了超螺旋滑模控制律,通过不断调整控制量 u,使得滑模面趋近于零,从而实现对电机状态的准确观测。这样一来,有效克服了传统滑模观测器的那些缺点,通过仿真也验证了它的有效性和强抗扰动能力。
三、带补偿机制的锁相环改进
再看看锁相环部分。传统正交锁相环和单位化正交锁相环也有自己的“小毛病”,反转的时候会出现 180° 的估计误差,就像突然“转晕了头”;动态性能差,响应速度跟不上变化;抗扰动性能也差,容易被外界干扰“带跑偏”。
于是,我们先提出了带补偿机制的四阶线性扩张状态观测器锁相环,解决了部分问题。但是它还有个“短板”,运行范围比较窄。为了彻底解决这个问题,又进一步提出带补偿机制的双四阶线性扩张状态观测器锁相环。同样来看点伪代码示例:
# 四阶线性扩张状态观测器
class ESO4:
def __init__(self, b0, beta01, beta02, beta03, beta04, w0):
self.x1 = 0
self.x2 = 0
self.x3 = 0
self.x4 = 0
self.b0 = b0
self.beta01 = beta01
self.beta02 = beta02
self.beta03 = beta03
self.beta04 = beta04
self.w0 = w0
def update(self, y, u):
e = self.x1 - y
self.x1 = self.x1 - self.beta01 * e * self.w0 + self.x2
self.x2 = self.x2 - self.beta02 * np.abs(e) ** 0.5 * self.w0 * np.sign(e) + self.x3
self.x3 = self.x3 - self.beta03 * self.w0 * e + self.x4
self.x4 = self.x4 - self.beta04 * self.w0 * self.w0 * np.sign(e)
return self.b0 * (u - self.x1)
# 双四阶线性扩张状态观测器锁相环
class DUAL_ESO4_PLL:
def __init__(self):
# 初始化参数
self.eso1 = ESO4(b01, beta011, beta012, beta013, beta014, w01)
self.eso2 = ESO4(b02, beta021, beta022, beta023, beta024, w02)
def get_speed_and_position(self, input_signal):
u1 = self.eso1.update(input_signal, 0)
u2 = self.eso2.update(u1, 0)
# 根据 u2 计算转速和位置
speed = calculate_speed(u2)
position = calculate_position(u2)
return speed, position
ESO4 类实现了四阶线性扩张状态观测器,通过不断更新内部状态 x1 - x4 来估计系统状态。DUALESO4PLL 类则构建了双四阶线性扩张状态观测器锁相环,利用两个 ESO4 实现更精确的转速和位置估计。仿真对比分析表明,这个改进后的锁相环在运行范围、动态性能、抗扰动性能等方面都有显著提升。
总之,对外转子永磁电机全运行范围无位置传感器矢量控制的研究,从数学模型建立到观测器和锁相环的改进,一步步解决了传统方法的不足,为电机控制领域带来了更高效、可靠的解决方案。

38

被折叠的 条评论
为什么被折叠?



