基于參數(shù)辨識的高性能永磁同步電機控制策略研究.pdf

1、在工業(yè)生產(chǎn)領(lǐng)域，特別是機器人、數(shù)控機床等自動化生產(chǎn)領(lǐng)域，永磁同步電機伺服系統(tǒng)占據(jù)著舉足輕重的地位。近年來，隨著自動化領(lǐng)域的快速發(fā)展，其對永磁同步伺服系統(tǒng)性能的要求也越來越高。但在高性能伺服產(chǎn)品中，主要是日本和歐美的伺服產(chǎn)品占據(jù)著大部分的市場份額。而國產(chǎn)伺服產(chǎn)品與發(fā)達(dá)國家高性能伺服產(chǎn)品的主要差距是：高性能的電流控制功能；以及參數(shù)自整定等高級功能。對于電流控制策略，國內(nèi)產(chǎn)品大多采用基于坐標(biāo)變換的PID調(diào)節(jié)方式，但其在動態(tài)過程中無法補償電機固

2、有的交叉耦合以及反電勢對電流響應(yīng)的影響。
　　本文以提高伺服系統(tǒng)性能為目標(biāo)，主要研究電流環(huán)控制策略和速度環(huán)參數(shù)自整定。具體內(nèi)容如下：
　　通過對目前主流的電流環(huán)控制策略的比較分析，發(fā)現(xiàn)基于無差拍技術(shù)的預(yù)測電流控制策略能使系統(tǒng)電流環(huán)的響應(yīng)帶寬達(dá)到最優(yōu)狀態(tài)，即調(diào)制頻率的十二分之一。基于以上分析，本文選用了基于無差拍技術(shù)的預(yù)測電流控制策略。對于采用無差拍預(yù)測電流控制策略的系統(tǒng)而言，需要得到準(zhǔn)確的電機參數(shù)才能保證控制的性能。其中，電

3、感參數(shù)直接影響系統(tǒng)的穩(wěn)定性，當(dāng)誤差超過兩倍時，電流控制系統(tǒng)將會發(fā)散。為了提高預(yù)測電流控制系統(tǒng)的魯棒性，本文提出了基于Luenberger觀測器原理的魯棒電流預(yù)測控制策略，并給出了各項性能指標(biāo)與觀測器系數(shù)間的定量關(guān)系。通過引入電流觀測器，可以明顯地提高電流控制系統(tǒng)對電感參數(shù)的魯棒性。
　　由上面的分析可以發(fā)現(xiàn)魯棒電流預(yù)測控制只能提高系統(tǒng)對電感參數(shù)的敏感度，并不能減小由于參數(shù)誤差引起的系統(tǒng)性能的下降，而在實際應(yīng)用過程中可以得到，在電機

4、轉(zhuǎn)速動態(tài)過程中，電機電感參數(shù)誤差主要影響直軸電流響應(yīng)，而電機磁鏈參數(shù)誤差主要影響交軸電流響應(yīng)，而電機電阻的誤差對于電流控制系統(tǒng)而言影響可以忽略不計。并且電機磁鏈誤差還會導(dǎo)致系統(tǒng)穩(wěn)態(tài)時的電流給定與電流反饋之間的靜差。為了在魯棒電流預(yù)測控制基礎(chǔ)上進一步提高電流控制系統(tǒng)的性能，本文提出了基于RLS原理的電機電磁參數(shù)辨識電流預(yù)測控制策略。根據(jù)電機電磁狀態(tài)方程的形式，將電機電磁參數(shù)的辨識分為兩個步驟：第一步辨識電機的電感系數(shù)，第二步將其作為已知量

5、來辨識電機的電阻和磁鏈系數(shù)。仿真和實驗波形表明，在系統(tǒng)穩(wěn)定的基礎(chǔ)上，該算法可以進一步改善伺服系統(tǒng)電流環(huán)的性能。
　　由于受到系統(tǒng)硬件條件的約束，在速度動態(tài)過程中會不可避免的出現(xiàn)調(diào)節(jié)器的飽和現(xiàn)象，即windup現(xiàn)象。這種現(xiàn)象會使速度響應(yīng)超調(diào)量增加、調(diào)節(jié)時間變長。為了補償速度調(diào)節(jié)器的飽和問題，本文在傳統(tǒng)的跟蹤反計算Anti-Windup策略基礎(chǔ)上提出了分段式跟蹤反計算AW策略，其能夠限制調(diào)節(jié)器的飽和深度，使得速度的性能指標(biāo)不受系統(tǒng)給定

6、的影響。但該算法在離散化的控制器中無法有效地限制調(diào)節(jié)器的飽和深度?？偨Y(jié)上述控制策略的缺點，本文提出了一種新型的積分終值預(yù)測AW策略。當(dāng)PI控制器飽和時，該算法實時地計算出積分器在穩(wěn)態(tài)時的最終值，并將計算結(jié)果作為PI控制器進入線性區(qū)時的積分器初始值。該控制策略可以顯著提高系統(tǒng)速度環(huán)的動態(tài)性能，提供最優(yōu)的速度控制效果。
　　為了實現(xiàn)速度環(huán)PI參數(shù)自整定功能，本文首先分析了伺服系統(tǒng)速度環(huán)的狀態(tài)方程，從中可以看出，負(fù)載轉(zhuǎn)矩和負(fù)載慣量是參數(shù)

7、自整定策略中至關(guān)重要的兩個變量。研究表明，采用Luenberger全階觀測器可以實現(xiàn)對負(fù)載轉(zhuǎn)矩的實時觀測，但由于其算法復(fù)雜且具有多個可調(diào)節(jié)的觀測器系數(shù)，本文進一步提出了基于Gopinath原理的負(fù)載轉(zhuǎn)矩觀測器，并給出了觀測器系數(shù)的取值范圍，以及它與觀測器性能之間的關(guān)系。在采用自回歸最小二乘原理的慣量辨識算法中，其辨識結(jié)果在速度變化時波動較大，并且對系統(tǒng)噪聲的抑制能力較弱。為此本文提出了基于FOREFOP算法的慣量辨識算法，根據(jù)仿真和實驗