永磁同步电机无位置传感器控制技术研究综述

来源:用户上传      作者:

　　摘要：磁同步电机无位置传感器控制系统，通过测量定子侧电流和端电压计算出转子位置，替代了传统的机械位置传感器，不仅降低了成本，而且提高了控制精度和可靠性。
　　关键词：永磁同步电机;无位置传感器;控制算法
　　永磁同步电机，特别是内置式结构，具有很高的功率、转矩密度以及功率因数，在电动汽车、航空、航海等体积受限的工业领域获得较大的应用。为了降低控制系统的成本、提升高速区域的控制精度，无位置传感器控制技术已成为一个研究热点。但是，目前无位置控制技术普遍存在低速区观测精度较差的问题，而该转速区域的策略直接决定了全速度范围无位置控制的稳定性和算法的可行性，因此低速区的无位置传感器控制技术控制策略及其算法研究更亟待研究。
　　一、无传感器永磁同步电机工作原理
　　无传感器永磁同步电机是在电机转子和机座不安装电磁或光电传感器的情况下，利用电机绕组中的有关电信号，通过直接计算、参数辨识、状态估计、间接测量等手段，从定子边较易测量的量如定子电压、定子电流中提取出与速度、位置有关的量，利用这些检测到的量和电机的数学模型推测出电机转子的位置和转速，取代机械传感器，实现电机闭环控制。
　　二、不同转速下的无位置传感器控制技术
　　1.中高速无位置传感器。电机运行在中高速时，电机的电流、电压和反电动势等信号都比较强，因而，利用它们进行速度和位置的估计相对比较简单。而且这些有利于电机凸极性的无位置传感器技术，可以用于各种类型的永磁同步电机。目前，应用比较多的中高速无位置传感器技术有：（l）基于反电势的位置估计法。通过电机的电压方程计算出感应电动势来进行转子位置的估计，这种方法仅依赖于电机的基波方程，实施起来非常简单。由于反电动势幅值与速度成正比，在零速时，反电动势为零;当转速很低时，由于信噪比很小，加之其他干扰因素，也不能精确的估计转子的速度和位置，所以在静止和低速时，利用反电势的估计算法都不能正常工作。（2）基于磁链的位置估计法。这类方法是通过电机端部电压和电流来进行定子磁链的计算，以估计电机位置和速度。这种方法直观性强、易于实现、无需复杂的计算，一般采用数字积分，因此，直流偏置和积分漂移的问题难以避免。观测速度的准确性还受电机参数和测量误差的较大影响，在实际实现时，需加上参数辨识和误差校正环节来提高系统抗参数变化和抗干扰的鲁棒性，才能使系统获得良好的控制效果。为了改善纯积分器带来直流偏置和积分漂移问题，研究者提出了不少先进算法来代替纯积分器，如低通滤波、低通滤波加饱和反馈、纯积分器加P I调节这些对纯积分器的改进方法都有一定的应用价值，但算法和硬件要求都比单纯的纯积分复杂。（3）基于状态观测器的估计法。状态观测器法通过完整的电机数学模型（电气和机械方程），包括可测的电压、电流变量和未知的转子速度和位置变量。这种位置估计算法具有动态性能好、稳定性高、参数鲁棒性强及适应面广等特点，不足之处是算法复杂，计算量大。（4）基于智能控制器的位置估計法阁。最常用的人工智能方法有人工神经网络和模糊逻辑两种。在神经网络控制器中，利用神经网络替代电流模型的转子磁链观测器，用误差反向传播算法的自适应律进行转速估计。网络的权值为电机的参数，可以通过训练一个多层的前馈神经网络进行对电机转子速度的估计，然而在系统中必须根据样本数据采用实验法确定该神经网络的隐藏层、输入节点的数目、节点的权值以及其初始值。同时，基于神经网络的速度估计器的性能受样本数据的影响很大，通过引入模糊逻辑到神经网络中可以解决神经网络的上述问题。这种结构基本上是一种具有模糊特性的神经网络，但是这种系统中估计器结构非常复杂，使其结构的设计和参数的调节都变得非常困难。
　　2.低速无位置传感器。电机运行在较低速度时，反电动势很小，无法从中提取位置和速度信号。另外，电机低速运行时，特别是带负载运行情况下，散热效果差，温升大，定子电阻不再是常量。因而，前面提到的几种无位置传感器估计方法，都无法满足低速时的控制要求。为了避开利用反电势和定子电阻变化的影响，有效估计低速时永磁同步电机的位置，国内外学者进行了广泛研究，解决途径主要有以下几种：（1）高频信号注入法，是目前应用最多的一种适用于低速时的无位置传感器估计方法。高频信号注入法具有三个基本特征：适用的电动机必须能表现出凸极效应，需要注入高频激励信号，需要高带宽的噪声过滤器，每个特征都可以利用多种方法来实现，因此高频注入法的实现也有多种方式。高频信号注入法对电机参数变化完全不敏感。另外，由于高频信号直接注入到定子坐标系的坐标轴中，不需要进行从旋转坐标系到静止坐标系的变换，具有良好的动态性能。缺点是需要电机表现出凸极性，对于凸极同步电机、内埋式和内插式永磁同步电机可以直接应用，而对于表贴式永磁同步电机，凸极性不明显，必须通过结构上的改变或者利用磁饱和得到显著的凸极性，才可以运用高频信号注入法。（2）基于电流模型的模型参考自适应法[川，利用定子电流偏差作为反馈信号，通过方程微分得到自适应率函数。由于该方法在估计电机速度和位置的同时，还可以在线辨识定子电阻，因而不受定子电阻变化影响。但该估计方法的输入信号是定子电流偏差，估计精度直接依赖定子电流的检测精度，因而对电流检测方法要求较高。（3）基于电压模型的系统辨识法，该方法将磁饱和特性引入电压模型，直接利用电压电流信号即可估计出磁极位置，不需要其他电机参数，而且此模型不仅可以建在静止坐标系上，也可以建在旋转坐标系上。但该估计算法中和系统辨识相关的几个参数只能凭经验选取，若不能正确选取，估计算法根本就不能收敛。
　　3.初始位置的估计和起动。无位置传感器技术的应用给永磁同步电机带来了起动问题。机械式位置传感器能探知电机静止时转子磁极位置，使电机和逆变器配合工作与自控同步状态，因而电机起动不会失步。目前，无位置传感器技术还无法在电机静止时从电机的电气特性知道转子的初始位置，只有电机起动到一定的转速后，电机才能正常运行于无位置传感器状态下因此起动问题是同步电机实现无位置传感器运行的一大难题。
　　在永磁同步电机无位置传感器控制中，转子初始位置检测和低速运行控制主要依靠转子凸极跟踪，该凸极特性可以是结构性凸极或饱和性凸极，但高频信号注入法引起额外损耗，对数字信号处理能力要求较高。在中高速运行区域，主要依靠电机的基波模型采用各类观测器进行转子位置估计，但要重视算法对电机参数敏感和参数漂移问题。复合控制算法重点关注算法切换的过渡过程。根据永磁同步电机无位置传感器控制策略的发展历程，该研究方向今后可能具有以下的发展趋势：一是针对高频信号注入法，研究更加可靠高效的数字信号处理算法用于分离高频响应，尽量降低相位延迟对算法精度的影响;二是针对基于观测器的算法，提高算法的自适应能力，使算法受电机参数影响更小，降低算法的参数依赖性和敏感性;三是研究可靠性高、衔接性好的复合控制算法，尤其是恰当处理算法切换的过渡过程。由于每种算法都有各自的优缺点，各自的适用范围。如果要实现永磁同步电机全速范围内的无位置传感器，就需要将各种算法结合起来，发挥各自的优点，以其达到较理想的控制效果。这也体现了无传感器控制技术今后的发展趋势
　　参考文献
　　[1]王峰.内置式永磁同步电机无位置传感器控制.2014
　　[2]毛晓英.改进高频信号注入法的IPMSM转子位置检测研究.2014
　　（作者单位：丹佛斯（天津）有限公司）
转载注明来源:https://www.xzbu.com/1/view-14754583.htm