永磁同步电动机无传感器控制方法综述

介绍了近些年提出的永磁同步电动机无传感器控制方案,同时也指出了它们的优缺点,最后提出了永磁同步电动机无传感器控制今后的发展方向.     

基于MRAS的永磁同步电动机无传感器控制

针对目前永磁同步电动机高性能控制系统中采用光电编码器或旋转变压器来检测转子位置和速度时,会出现不稳定、可靠性低、成本较高等问题,采用一种基于模型参考自适应系统的无传感器控制技术来解决。该方法首先计算出参考模型与可调模型中共有矢量的差值,然后由自适应机构来修改可调模型中的转速,使可调模型中的转速趋近于参考模型中的转速,也就是使共有矢量的差值趋近于零,最终达到速度观测的目的。仿真结果证明了所采用方法的有效性。     

无速度传感器永磁同步电动机反馈线性控制研究

本文利用永磁同步电动机定子交轴电流和转速方程构造降维线性Luenberger观测器来获得电动机的转速，观测器简单易行，通过特征值的配置可以获得快速的收敛速度。本文采用直接反馈线性控制策略来设计系统控制器，使系统具有良好的速度跟踪和转矩响应。通过Matlab的仿真，验证了系统设计的有效性和可行性。     

永磁直线同步电动机自适应变结构位置控制器的设计与研究

针对永磁直线电动机参数变化和外部扰动对伺服系统的影响,提出了自适应变结构位置控制设计方法。用电动机的位置误差信号及其导数构造切换函数,利用自适应律对系统不确定性扰动因数的极限进行估算。经过分析验证,与基于SVPWM的矢量控制系统相比较,自适应变结构位置控制算法明显减少了系统参数变化和外部扰动引起的推力脉动,能快速准确地跟踪给定信号,增强了整个系统的自适应性和鲁棒性。     

基于CKF的永磁同步电机无传感器控制

永磁同步电机（PMSM）是典型的非线性系统。为提高转速估计精度,提出了将cubatureKalmanfilter（CKF）方法应用在PMSM无速度传感器控制中。和扩展卡尔曼滤波（EKF）算法相比,CKF无需对系统非线性模型进行线性化处理。其根据spherical—radialcubature准则,通过一些相等权值的cubature点经非线性系统方程转换后产生新的点来给出下一时刻系统状态的预测,不需要对系统模型进行线性化处理。文中在对CKF算法分析的基础上,建立了基于CKF的PMSM无速度传感器控制仿真模型,通过和传统的EKF算法的仿真对比实验,验证了CKF算法的有效性和优越性。     

基于SVPWM的永磁同步直线电动机位置伺服控制策略

针对高速切削对数控机床进给系统提出的要求,研究永磁同步直线电动机的控制策略,根据三闭环控制方式,提出了电压空间矢量控制(SVPWM)技术方案,通过控制动子电流矢量在旋转坐标轴的分量控制电动机的推力和速度。调试实验表明该方案,伺服控制静态和动态性能良好,.位置控制精确稳定。     

基于CMAC的永磁直线同步电动机控制与仿真

针对数控机床用永磁直线同步电动机（PMLSM）伺服系统中存在非线性,且易受外界干扰导致控制困难的问题,基于PMLSM工作原理建立了相应矢量控制数学模型,设计了CMAC（Cerebellar Model Articulation Controller,小脑模型关联控制器）＋PID的PMLSM伺服系统控制方案,对控制器的跟踪性能以及抗干扰能力进行仿真。结果表明基于CMAC的复合控制器具有良好的动态跟踪性能和较强的鲁棒适应性,是解决非线性、强耦合的PMLSM控制问题的一种简便有效的控制算法。     

永磁同步电动机的直接转矩控制

本文对永磁同步电动机直接转矩控制策略进行了深入的研究.文中首先根据电机基本理论建立了三相永磁同步电动机在转子坐标系下的数学模型,以三相永磁同步电动机为基础,分析了直接转矩控制的基本原理,提出了基于DSP的系统数字化实现方案.仿真以及实物实验研究表明,本文设计的方案可行、可靠.     

基于UKF方法的永磁同步平面电动机位移测量

针对现有永磁同步平面电动机位移测量方法测量自由度少,且安装要求苛刻等缺点,利用少量分散排布,在磁场中相位不重合的霍尔传感器组成的霍尔阵列信号及电动机的磁通密度模型,基于无味卡尔曼滤波(Unscented Kalman filter,UKF)方法导出一种永磁同步平面电动机沿x、y轴平动及绕z轴转动位移的测量方法.仿真及试验结果表明,该方法可以实现电动机平面3自由度位移的测量.在观测值使用次数一定的情况下,随着观测噪声逐渐减小,位移估计值精度便逐渐提高,但当观测噪声小到一定程度时,位移估计值精度稳定在一定水平上,此时由算法造成的计算误差成为影响精度的主要因素.在同样的观测噪声下,多次使用观测值进行反复迭代,可以使位移估计值精度得到进一步提高.在实际工程应用中,应该从精度要求和计算量综合考虑,从而确定最优观测值迭代次数.     

永磁电动机转子非线性动力特性

以转子动力学和非线性动力学为基础,建立永磁电动机转子系统的非线性模型,用数值方法得到系统在特殊参数域中的分叉图、相图、轴心轨迹、Poincarě截面图、功率谱以及幅值谱。分析表明,磁拉力刚度是影响永磁电动机转子系统动力学特性的重要因素之一,由于轴承非线性引起的永磁电动机转子响应随着磁拉力刚度的增加而增加,为此在设计永磁电动机的过程中应尽量减小磁拉力。偏心、电机转速的变化均会使电机转子产生混沌运动而导致转子失稳,电机转速的微小变化可能使转子响应产生辐值跳跃现象,使电动机振动突然变剧而遭破坏。     

g<1永磁直线同步电动机齿槽力波动的径向基神经网络预估器

永磁直线同步电动机(Permanent magnet linear synchronous motor,PMLSM)齿槽力是影响电动机性能的主要因素之一,特别是在高精度,低速情况下,问题尤为突出。根据q<1分数槽绕组PMLSM结构,采用有限元法计算齿槽力的影响,建立以径向基神经网络为基础的PMLSM齿槽力预估器,其学习算法首先采用快速模糊C均值算法(Accelerated fuzzy C-means,AFCM)对数据进行聚类,选取基函数传播因子,再由最小正交平方算法(Orthogonal least squares learning algorithm,OLSA)选取中心矢量,该预估器与带动量的BP网络(Back propagation neural net- work,BPNN)预估器相比较表明,能够在加快网络学习速度的前提下,保证精度,缩小网络规模,提高网络分类能力。试验结果表明,采用q<1分数槽绕组PMLSM能够有效地减小齿槽力的影响。预估器的建立,能够在设计阶段对PMLSM齿槽结构参数进行有效地预估,使得电动机在满足推力波动指标条件下,实现快速敏捷设计,提高PMLSM的整体设计水平。     

基于直接转矩控制无速度传感器交流调速研究

在直接转矩控制的基础上,结合定子磁场定向和转子磁场定向各自的特点,详细讨论了速度估计的算法和有关的参数计算,提出了一种简单、实用的速度估计方法,并进行了仿真研究。仿真和试验结果表明,速度估计值与实际值能很好地吻合。     

基于参数预标定的长行程PMLSM无传感器控制

为了解决长行程定子不连续永磁直线同步电机存在的因无法全程安装位置传感器和不同动子和定子之间的电磁参数不固定所造成的控制性能下降的难题,提出一种在每一段定子内先进行参数标定,再进行速度控制的控制系统设计。首先,在动子进入过程中,对电机进行电磁参数标定,根据标定参数对控制器参数进行调整,以达到更好的控制效果。然后,使用无位置传感器控制系统使动子快速达到设定速度值并稳定运行。实验结果表明:动子进入过程参数标定精度分别为0.002Wb和0.000 4H;无位置传感器控制中位置估计精度为0.63mm,速度收敛时间为0.45s,稳态误差为0.02m/s。基本满足永磁直线同步电机用于长行程运输的控制快速性、稳定性等要求。     

Predictive IP controller for robust position control of linear servo system

Position control is a typical application of linear servo system. In this paper, to reduce the system overshoot, an integral plus proportional (IP) controller is used in the position control implementation. To further improve the control performance, a gain-tuning IP controller based on a generalized predictive control (GPC) law is proposed. Firstly, to represent the dynamics of the position loop, a second-order linear model is used and its model parameters are estimated on-line by using a recursive least squares method. Secondly, based on the GPC law, an optimal control sequence is obtained by using receding horizon, then directly supplies the IP controller with the corresponding control parameters in the real operations. Finally, simulation and experimental results are presented to show the efficiency of proposed scheme.     

内插式永磁型无轴承电动机悬浮力模型及其关键参数萃取

为计及内插式永磁型无轴承电动机直交轴电感差异对悬浮运行的影响,实现转子凸极效应下的稳定悬浮运行控制,提出一种建立悬浮力精确模型及其关键参数萃取的新方法。该方法从内插式永磁型无轴承电动机运行原理出发,基于磁场能量方法,建立计及转子凸极影响和定、转子定位偏心的磁悬浮力解析模型。针对模型参数是悬浮力控制及电动机悬浮运行的关键,深入分析该模型中关键参数的获取机理,并通过有限元磁场分析方法实现可控悬浮力和单边磁拉力计算中的参数萃取。在此基础上采用所获取的参数建立内插式永磁型无轴承电动机的有效控制策略,悬浮运行的仿真结果验证参数萃取方法的正确性。     

基于加速度补偿的龙门移动式镗铣床双直线电动机滑模解耦同步控制研究

针对龙门移动式镗铣床同步伺服问题进行了研究,并用两台直线电动机作为龙门柱纵向进给的传动机构。为了实现速度同步,采用滑模控制策略对双电动机同步伺服系统进行鲁棒解耦控制。并通过检测龙门框架不平行时所产生的应力变化来实现加速度动态补偿,以消除滑模控制的抖振现象,进一步提高同步精度。仿真结果表明该控制方案具有很强的鲁棒性,在不对称负载的条件下能实现动态同步。     

Intelligent fractional-order backstepping control for an ironless linear synchronous motor with uncertain nonlinear dynamics

This study aims to develop an intelligent fractional-order backstepping controller to control the mover position of an ironless permanent magnet linear synchronous motor. First, we investigated the operating principle and dynamic modeling of the linear synchronous motor based on the field-oriented control method. Next, to improve the convergence speed and control accuracy of the conventional backstepping controller, we designed a fractional-order backstepping controller that has more degrees of freedom in the control parameters. However, designing the switching control gain is difficult owing to the unknown degree of uncertainty. To address this problem, we proposed an intelligent fractional-order backstepping controller to further enhance the adaptiveness and robustness of the fractional-order backstepping controller. In this intelligent controller, we proposed a Hermite-polynomial-based functional-link fuzzy neural network as an uncertainty estimator that can directly estimate system uncertainty, thereby improving the disturbance rejection ability and requiring no uncertainty bound information. Additionally, to compensate for the estimation error introduced by the estimator, we designed an exponential compensator that employs a smooth exponential self-regulation mechanism. We utilized the Lyapunov theorem to derive estimation laws for the online tuning of the control parameters. Experimental results demonstrate the effectiveness and high positioning performance of the proposed intelligent fractional-order backstepping controller in comparison with the backstepping controller and fractional-order backstepping controller in the linear synchronous motor control system.     

高频信号扩展卡尔曼滤波器设计

为了实现永磁同步电动机转子位置估计试验的高频信号滤波,基于扩展卡尔曼滤波器原理,提出了一种改进的基于FPGA的信号提取方案,设计了高频信号扩展卡尔曼滤波器。该滤波器采用迭代算法提取转子位置信息,并对基频控制电流进行滤波处理,比传统IIR滤波器或FIR滤波器具有更快的滤波速度和更好的滤波性能。该滤波器简单易实现,消除了反馈回路中的低通滤波器。由于反馈回路中没有高频信号成分的干扰,控制器对高频位置估计的影响较小,所设计的位置估计器几乎不受控制器的影响,简化了位置估计器的设计。最后,仿真结果说明文中方法的可行性,并给出了一个基于EKF的低速无传感器试验。     

基于FIR优化滤波的旋转高频信号注入法及其应用

针对传统旋转高频信号注入法中信号处理精度低、延时时间长及过程复杂等缺陷,提出一种基于有限冲激响应(finite impulse response,FIR)优化滤波的改进旋转高频信号注入法.该方法采用等纹波最佳逼近FIR滤波器提取高频电流信号,实现高频电流信号提取误差最小.通过对高频电流作外差处理,提取转子位置误差信号,省去旋转高频信号注入法中的同步轴系滤波单元,降低系统的复杂性.通过线性相位补偿,实现转子速度与位置估计最小延迟.构建无轴承永磁同步电机无速度传感器矢量控制平台,验证算法的有效性.仿真实验结果表明:通过离线优化设计FIR滤波器及线性相位补偿,该方法在全速范围内能够准确估计转子的位置与速度,与卡尔曼滤波相比,其估计精度更高,鲁棒性更强.