無速度傳感器技術(shù)中的速度辨識(shí)方法分析
0 引言
本文引用地址:http://m.butianyuan.cn/article/201808/387586.htm在高性能交流傳動(dòng)系統(tǒng)中,速度閉環(huán)控制是必不可少的,即需要構(gòu)成所謂的有速度傳感器交流調(diào)速系統(tǒng)。但由于速度傳感器的成本、安裝、維護(hù)、非線性和低速性能等方面的原因,而且有些場(chǎng)合不允許電機(jī)外裝任何傳感器,這就影響到了異步電機(jī)調(diào)速系統(tǒng)的簡(jiǎn)單性、廉價(jià)性及系統(tǒng)的可靠性。因此,無速度傳感器的交流電動(dòng)機(jī)控制系統(tǒng)的研究與開發(fā)就越來越受到學(xué)者的關(guān)注。
無速度傳感器控制系統(tǒng)的核心問題是對(duì)電機(jī)轉(zhuǎn)子的速度進(jìn)行估計(jì)??刂葡到y(tǒng)性能的好壞將取決于控制方案與速度辨識(shí)環(huán)節(jié)的設(shè)計(jì)。本文針對(duì)目前研究較多的幾種速度辨識(shí)方法進(jìn)行了分析,指出了各自的優(yōu)缺點(diǎn)以及在工業(yè)應(yīng)用場(chǎng)合的實(shí)用性。
1 不同速度辨識(shí)方法分析
目前為止,在無速度傳感器異步電機(jī)矢量控制系統(tǒng)中已經(jīng)出現(xiàn)了很多種速度辨識(shí)方法,大體可分為以下幾種:動(dòng)態(tài)直接估算法、模型參考自適應(yīng)(MRAS)法、自適應(yīng)轉(zhuǎn)速觀測(cè)器方法、PI 自適應(yīng)調(diào)節(jié)器法,基于神經(jīng)網(wǎng)絡(luò)的速度估計(jì)器以及轉(zhuǎn)子齒諧波法和高頻注入法。應(yīng)用這些方法均可實(shí)現(xiàn)異步電機(jī)在無速度傳感器情況下的控制運(yùn)行。
1.1 動(dòng)態(tài)速度估計(jì)器
無速度傳感器技術(shù)發(fā)展的初期是根據(jù)電機(jī)穩(wěn)態(tài)模型,推導(dǎo)出滑差頻率的表達(dá)式。由于該方法的出發(fā)點(diǎn)是穩(wěn)態(tài)方程,因此調(diào)速范圍小、動(dòng)態(tài)性能差,無法滿足高性能調(diào)速系統(tǒng)的要求。之后有學(xué)者根據(jù)電機(jī)的動(dòng)
態(tài)派克方程,設(shè)計(jì)出了電機(jī)的開環(huán)動(dòng)態(tài)速度估計(jì)器。
目前所見動(dòng)態(tài)速度估計(jì)器主要有以下四種形式。
1.1.1 基于轉(zhuǎn)子磁鏈的估計(jì)方法
存在如下問題:
第一個(gè)問題是需要理想的積分器;
第二個(gè)問題是該方法對(duì)電機(jī)參數(shù)尤其是對(duì)定子電阻的變化比較敏感,這在低速時(shí)表現(xiàn)得尤其明顯;
第三個(gè)問題是PWM和死區(qū)效應(yīng)的影響。
因此,實(shí)現(xiàn)對(duì)定子電壓的準(zhǔn)確測(cè)量非常困難。
1.1.2 基于反電動(dòng)勢(shì)的估計(jì)方法
該方法通過以轉(zhuǎn)子磁鏈反電勢(shì)矢量的角速度,減去反電動(dòng)勢(shì)矢量與電機(jī)轉(zhuǎn)子的相對(duì)角速度,得到電機(jī)轉(zhuǎn)子的角速度。
該方法與基于轉(zhuǎn)子磁鏈的速度估計(jì)器的思路類似,區(qū)別在于由于利用轉(zhuǎn)子反電勢(shì)替代轉(zhuǎn)子磁鏈,因此去掉了純積分環(huán)節(jié)。當(dāng)頻率接近零時(shí),式(3)中的分母和分子均變?yōu)榱?,因此采用此方法存在?zhǔn)確性問題。至于對(duì)參數(shù)的敏感性,其弱點(diǎn)與前述的方法是相同的。
1.1.3 基于定子磁鏈的估計(jì)方法
該方法以定子磁鏈的角速度為基準(zhǔn),減去定轉(zhuǎn)子磁鏈之間的相對(duì)角速度以及轉(zhuǎn)子磁鏈與轉(zhuǎn)子之間的相對(duì)角速度,得到電機(jī)轉(zhuǎn)子的角速度。
采用前述方法計(jì)算轉(zhuǎn)子磁鏈的瞬時(shí)角速度時(shí),需要計(jì)算轉(zhuǎn)子磁鏈的微分。若基于定子磁鏈計(jì)算電機(jī)轉(zhuǎn)速,便可以消除微分運(yùn)算,但是又會(huì)引入運(yùn)算量巨大的反余弦函數(shù)。
1.1.4 直接計(jì)算法
式中:P為微分算子。
從式(6)知,該方法的計(jì)算公式中完全去掉了Rr和Rs項(xiàng),提高了系統(tǒng)的魯棒性,但是需要準(zhǔn)確地測(cè)量定子和轉(zhuǎn)子磁鏈。由于公式中含有微分運(yùn)算,而且其分子和分母項(xiàng)中包含相同的過零點(diǎn),因此必須借助于低通濾波器才能夠?qū)崿F(xiàn)其功能,因而這種方案并非十分實(shí)用。
1.2 基于MRAS的速度估計(jì)方法
模型參考自適應(yīng)系統(tǒng)要求控制系統(tǒng)用一個(gè)模型來體現(xiàn),模型的輸出就是理想的響應(yīng),這個(gè)模型稱為參考模型。系統(tǒng)在運(yùn)行中總是力求使可調(diào)模型的動(dòng)態(tài)與參考模型的動(dòng)態(tài)一致。通過比較參考模型和實(shí)際過程的輸出,并通過自適應(yīng)控制器去調(diào)整可調(diào)模型的某些參數(shù)或產(chǎn)生一個(gè)輔助輸入,以使得實(shí)際輸出與參考模型的輸出偏差盡可能的小。
將異步電動(dòng)機(jī)在靜止兩相琢茁坐標(biāo)上的電壓模型作為參考模型,電流模型作為可調(diào)模型,就可以設(shè)計(jì)出圖1所示的轉(zhuǎn)速自適應(yīng)辨識(shí)系統(tǒng)框圖。
根據(jù)波波夫(Popov)超穩(wěn)性理論可得自適應(yīng)速度辨識(shí)公式
式中:Ki,Kp為積分常數(shù)。
式(7)中存在純積分環(huán)節(jié),為消除其影響,引入輸出濾波環(huán)節(jié),同時(shí)為了平衡輸出濾波環(huán)節(jié)帶來的磁鏈估計(jì)的相移偏差,同樣在可調(diào)模型中引入相同的濾波環(huán)節(jié),算法如圖2所示。
此算法沒能解決電壓模型中定子電阻的影響,低速的辨識(shí)精度也不理想,這也就限制了控制系統(tǒng)調(diào)速范圍的進(jìn)一步擴(kuò)大。對(duì)電流模型的兩端進(jìn)行微分可得反電動(dòng)勢(shì)的近似模型為
用反電動(dòng)勢(shì)信號(hào)取代磁鏈信號(hào)的方法去掉了參考模型中的純積分環(huán)節(jié),改善了估計(jì)性能。但式(8)的獲得是以角速度恒定為前提的,這在動(dòng)態(tài)過程中會(huì)產(chǎn)生一定的誤差,而且參考模型中定子電阻的影響仍然存在。
由于定子電阻的存在,使辨識(shí)性能在低速下沒有得到較大的改進(jìn)。解決的方法,一是實(shí)時(shí)辨識(shí)定子電阻,但無疑會(huì)增加系統(tǒng)的復(fù)雜性;二是可以從參考模型中去掉定子電阻,采用無功功率模型。
1.3 自適應(yīng)轉(zhuǎn)速觀測(cè)器
1.3.1 卡爾曼濾波技術(shù)(KFT)
卡爾曼濾波是由R.E.Kalman 于上個(gè)世紀(jì)60 年代提出的一種最小方差意義上的最優(yōu)預(yù)測(cè)估計(jì)的方法,是一種魯棒性良好的線性系統(tǒng)濾波器。當(dāng)輸入和輸出信號(hào)被噪聲所污染時(shí),通過選擇合理的增益矩陣可以獲得最優(yōu)的濾波效果。
如果電機(jī)未安裝速度傳感器,電機(jī)靜止的琢茁模型為一非線性方程,此時(shí)就需要利用擴(kuò)展卡爾曼濾波器進(jìn)行轉(zhuǎn)速估計(jì)。在擴(kuò)展卡爾曼濾波使用中,一般分為兩個(gè)步驟。第一個(gè)步驟稱為預(yù)報(bào)階段,該步驟主要是計(jì)算狀態(tài)量預(yù)報(bào)值和狀態(tài)誤差協(xié)方差預(yù)報(bào)值這兩個(gè)量;第二個(gè)步驟稱為更新階段,在該步驟中將要計(jì)算出所構(gòu)造的卡爾曼濾波器的增益,進(jìn)行狀態(tài)誤差協(xié)方差矩陣的更新,還要對(duì)所預(yù)報(bào)的狀態(tài)值進(jìn)行更新。
該方法在動(dòng)態(tài)過程中還存在著一定的滯后性,不能完全滿足高性能控制的要求。相比其它算法,卡爾曼濾波算法計(jì)算量很大。同時(shí),這種方法是建立在對(duì)誤差和測(cè)量噪聲的統(tǒng)計(jì)特性已知的基礎(chǔ)上的,需要在實(shí)踐中摸索出合適的特性參數(shù)。最后,該方法對(duì)參數(shù)變化的魯棒性并無改進(jìn),因此,目前實(shí)用性上還不強(qiáng)。
1.3.2 全階狀態(tài)觀測(cè)器方法和滑模觀測(cè)器方法
前者實(shí)際上也屬于模型參考自適應(yīng)(MRAS)法,只不過是以電機(jī)本身為參考模型的,此處不作詳細(xì)介紹;后者采用估計(jì)電流偏差來確定滑??刂茩C(jī)構(gòu),并使控制系統(tǒng)的狀態(tài)最終穩(wěn)定在設(shè)計(jì)好的滑模超平面上?;?刂凭哂辛己玫膭?dòng)態(tài)響應(yīng),在魯棒性和簡(jiǎn)單性上也比較突出。但它存在抖動(dòng),而今許多學(xué)者正致力于研究如何去抖這一問題,并已經(jīng)取得了較好的效果。
綜上所述,采用自適應(yīng)觀測(cè)器是為了解決抗干擾的抗參數(shù)變化的問題,以上所提的方法不同程度上改善了這一性能,但系統(tǒng)也同時(shí)變得復(fù)雜。目前,具有實(shí)際意義的課題是研究怎樣在改善魯棒性的同時(shí)盡可能簡(jiǎn)化辨識(shí)算法,雖然已有學(xué)者提出一些采用電機(jī)降階模型的閉環(huán)觀測(cè)方法,在系統(tǒng)復(fù)雜性上有所改善,但遺憾的是,總體的性能沒有獲得相當(dāng)大的改進(jìn)效果,在這一方面人們有許多工作要做。
1.4 基于PI 自適應(yīng)控制器
這種方法適用于轉(zhuǎn)子磁場(chǎng)定向的矢量控制系統(tǒng),其基本思想是利用某些量的誤差項(xiàng),使其通過PI自適應(yīng)控制器而得到轉(zhuǎn)速信息。具體原理可由轉(zhuǎn)子磁場(chǎng)定向下的電機(jī)派克方程推得。令
評(píng)論