探索基于超螺旋滑模观测器的永磁同步电机无位置传感器控制策略

最新推荐文章于 2026-04-15 10:42:00 发布

原创最新推荐文章于 2026-04-15 10:42:00 发布 · 479 阅读

本内容遵循CC 4.0 BY-SA版权协议

基于超螺旋滑模观测器的永磁同步电机无位置传感器控制策略全套仿真、公式推导、配套论文以及调试过程

在电机控制领域，永磁同步电机（PMSM）因其高效、高功率密度等优点被广泛应用。然而，传统的PMSM控制通常依赖位置传感器来获取转子位置信息，这不仅增加了系统成本和复杂性，还降低了系统可靠性。于是，无位置传感器控制策略应运而生，今天咱们就来聊聊基于超螺旋滑模观测器的这种控制策略，顺带分享下全套仿真、公式推导以及调试过程。

超螺旋滑模观测器原理

滑模变结构控制具有对系统参数变化及外部干扰不敏感等优点。超螺旋滑模观测器在传统滑模观测器基础上进行改进，能有效削弱抖振现象。

其核心思想基于滑模面的设计，假设滑模面为：

\[s = \hat{\omega} - \omega_{ref}\]

这里\(\hat{\omega}\)是估计转速，\(\omega_{ref}\)是参考转速。通过设计合适的控制律，使系统状态在滑模面上运动。

公式推导

以PMSM在两相静止坐标系下的电压方程为例：

\[ \begin{cases}

u{\alpha} = Rsi{\alpha} + Ls\frac{di{\alpha}}{dt} - \omega{e}Lsi{\beta} \\

u{\beta} = Rsi{\beta} + Ls\frac{di{\beta}}{dt} + \omega{e}Lsi{\alpha} + \omega{e}\psif

\end{cases} \]

其中\(u{\alpha}, u{\beta}\)是定子电压在\(\alpha, \beta\)轴分量，\(i{\alpha}, i{\beta}\)是定子电流在\(\alpha, \beta\)轴分量，\(Rs\)是定子电阻，\(Ls\)是定子电感，\(\omega{e}\)是电角速度，\(\psif\)是永磁体磁链。

基于超螺旋滑模观测器的永磁同步电机无位置传感器控制策略全套仿真、公式推导、配套论文以及调试过程

对上述方程进行离散化处理，以便在数字控制系统中实现。离散化后的方程为：

\[ \begin{cases}

i{\alpha}(k + 1) = i{\alpha}(k) + \frac{Ts}{Ls}(u{\alpha}(k) - Rsi{\alpha}(k) + \omega{e}(k)Lsi{\beta}(k)) \\

i{\beta}(k + 1) = i{\beta}(k) + \frac{Ts}{Ls}(u{\beta}(k) - Rsi{\beta}(k) - \omega{e}(k)Lsi{\alpha}(k) - \omega{e}(k)\psif)

\end{cases} \]

这里\(T_s\)是采样周期，\(k\)表示离散时刻。

仿真实现

下面以Matlab/Simulink为例，简单展示下仿真搭建过程。

首先搭建PMSM模型模块，设置好电机参数，如定子电阻、电感、永磁体磁链等。

% 设置电机参数
Rs = 1; % 定子电阻
Ls = 0.01; % 定子电感
psi_f = 0.1; % 永磁体磁链
p = 2; % 极对数

接着搭建超螺旋滑模观测器模块，在这个模块中，根据前面推导的公式编写代码实现估计电流和转速。

function [est_i_alpha, est_i_beta, est_omega] = super_twisting_eso(u_alpha, u_beta, i_alpha, i_beta, omega_est_prev, dt)
    % 超螺旋滑模观测器参数
    lambda1 = 100;
    lambda2 = 1000;
    eta1 = 10;
    eta2 = 100;

    % 估计电流
    error_i_alpha = i_alpha - est_i_alpha_prev;
    error_i_beta = i_beta - est_i_beta_prev;

    sigma_alpha = lambda1 * error_i_alpha + eta1 * sign(error_i_alpha);
    sigma_beta = lambda1 * error_i_beta + eta1 * sign(error_i_beta);

    est_i_alpha_dot = (1/Ls) * (u_alpha - Rs * est_i_alpha_prev - omega_est_prev * Ls * est_i_beta_prev - sigma_alpha);
    est_i_beta_dot = (1/Ls) * (u_beta - Rs * est_i_beta_prev + omega_est_prev * Ls * est_i_alpha_prev - sigma_beta);

    est_i_alpha = est_i_alpha_prev + est_i_alpha_dot * dt;
    est_i_beta = est_i_beta_prev + est_i_beta_dot * dt;

    % 估计转速
    gamma1 = 10;
    gamma2 = 100;

    error_omega = omega_est_prev - omega_ref;
    sigma_omega = gamma1 * error_omega + gamma2 * sign(error_omega);

    est_omega_dot = (1/(p * psi_f)) * (Ls * (est_i_alpha_dot * est_i_beta - est_i_beta_dot * est_i_alpha) - sigma_omega);
    est_omega = est_omega_prev + est_omega_dot * dt;

    est_i_alpha_prev = est_i_alpha;
    est_i_beta_prev = est_i_beta;
    omega_est_prev = est_omega;
end

最后搭建速度环和电流环控制模块，形成完整的无位置传感器控制系统。