朱曉虹，　張廣明，　梅　磊，　韓世東，　孫明山

(1. 南京工業(yè)大學(xué) 電氣工程與控制科學(xué)學(xué)院，江蘇 南京　211816；

2. 中科院蘇州生物醫(yī)學(xué)工程技術(shù)研究所，江蘇 蘇州　215163)

?

基于滑模速度控制器的PMSM無(wú)速度傳感器控制研究*

朱曉虹1，2，張廣明1，梅磊1，韓世東1，孫明山2

(1. 南京工業(yè)大學(xué) 電氣工程與控制科學(xué)學(xué)院，江蘇 南京211816；

2. 中科院蘇州生物醫(yī)學(xué)工程技術(shù)研究所，江蘇 蘇州215163)

摘要：針對(duì)傳統(tǒng)永磁同步電機(jī)(PMSM)矢量控制系統(tǒng)中易受機(jī)械式傳感器影響的問(wèn)題，設(shè)計(jì)了一套基于擴(kuò)展卡爾曼濾波器(EKF)的PMSM無(wú)傳感器控制系統(tǒng)；同時(shí)由于負(fù)載突變和系統(tǒng)參數(shù)變化會(huì)影響整個(gè)控制系統(tǒng)的穩(wěn)定性，提出一種滑?？刂破?SMC)來(lái)取代傳統(tǒng)PI 速度控制器。首先對(duì)PMSM數(shù)學(xué)模型進(jìn)行線性化處理，在此基礎(chǔ)上引入EKF算法實(shí)現(xiàn)轉(zhuǎn)速、位置的在線估計(jì)，并且設(shè)計(jì)以轉(zhuǎn)速誤差作為狀態(tài)變量的滑模速度控制器，實(shí)現(xiàn)速度環(huán)的閉環(huán)調(diào)節(jié)。仿真結(jié)果表明，EKF可以有效地對(duì)轉(zhuǎn)子速度、位置進(jìn)行估算，且在滑模速度控制器的作用下系統(tǒng)響應(yīng)更快、抗干擾性能更好、魯棒性更強(qiáng)。

關(guān)鍵詞：永磁同步電機(jī)； 無(wú)傳感器控制； 擴(kuò)展卡爾曼濾波； 滑?？刂破?/p>

0引言

20世紀(jì)80年代以來(lái)，隨著各方面相關(guān)技術(shù)的快速發(fā)展，交流電機(jī)伺服系統(tǒng)應(yīng)用變得廣泛。通常對(duì)于小容量的調(diào)速系統(tǒng)大多選用永磁同步電機(jī)。永磁同步電機(jī)轉(zhuǎn)子使用永磁體，省去了勵(lì)磁繞組、電刷等，因此結(jié)構(gòu)簡(jiǎn)單、運(yùn)行可靠[1]。為了實(shí)現(xiàn)高精度、高動(dòng)態(tài)性能的伺服控制，一般都采用磁場(chǎng)定向矢量控制或者直接轉(zhuǎn)矩控制。但無(wú)論哪種控制方案，都需要轉(zhuǎn)速閉環(huán)，因此大部分情況下需要利用同軸安裝的速度傳感器來(lái)測(cè)速。但此類(lèi)傳感器抗干擾性差，又在安裝場(chǎng)所和價(jià)格等方面有所限制，因此無(wú)速度傳感器技術(shù)越來(lái)越成為近年的研究熱點(diǎn)[2-3]。諸多學(xué)者進(jìn)行深入研究并提出方法。這些方法可以分為以下幾類(lèi)： (1) 直接計(jì)算法；(2) 基于觀測(cè)器的方法；(3) 模型參考自適應(yīng)控制；(4) 擴(kuò)展卡爾曼濾波法；(5) 人工智能估算方法。

文獻(xiàn)[4]通過(guò)直接計(jì)算定子電壓和電流獲得位置角和速度，但該方法依賴于電機(jī)的數(shù)學(xué)模型，需知道電機(jī)的參數(shù)，因此當(dāng)電機(jī)參數(shù)改變時(shí)，估算就會(huì)有偏差。文獻(xiàn)[5-6]是基于滑模觀測(cè)器的方法，滑模觀測(cè)器能夠很快地跟蹤速度，同時(shí)魯棒性也很強(qiáng)，但開(kāi)關(guān)來(lái)回切換就不可避免地會(huì)產(chǎn)生抖動(dòng)，學(xué)者們?cè)跍p弱抖動(dòng)這方面也做了不少工作。哈爾濱工業(yè)大學(xué)的張曉光等[7]設(shè)計(jì)了一種負(fù)載轉(zhuǎn)矩滑模觀測(cè)器，將負(fù)載轉(zhuǎn)矩作為擴(kuò)展?fàn)顟B(tài)變量，以實(shí)際轉(zhuǎn)速和觀測(cè)轉(zhuǎn)速之差構(gòu)成滑模面，對(duì)負(fù)載轉(zhuǎn)矩進(jìn)行觀測(cè)，并將觀測(cè)到的負(fù)載作為前饋補(bǔ)償，能夠有效削弱抖振。張洪帥等[8]將模糊控制與滑模觀測(cè)器結(jié)合，實(shí)現(xiàn)低速抖振抑制，可以有效地估計(jì)電機(jī)轉(zhuǎn)子位置，但模糊控制算法訓(xùn)練時(shí)間長(zhǎng)，系統(tǒng)計(jì)算變得復(fù)雜。文獻(xiàn)[9]提出了一種結(jié)合滑模估計(jì)器和擴(kuò)展卡爾曼濾波器(EKF)兩種方法優(yōu)點(diǎn)的混合估計(jì)器，參數(shù)調(diào)節(jié)變得容易很多，低速性能也較好。文獻(xiàn)[10]對(duì)傳統(tǒng)EKF算法進(jìn)行改進(jìn)，將信息引入到EKF中來(lái)修正濾波增益，抑制噪聲變化對(duì)辨識(shí)結(jié)果的影響，能夠?qū)δＰ蛥?shù)準(zhǔn)確估計(jì)，提高了辨識(shí)精度。

目前的一些無(wú)速度估計(jì)算法基本都能得到較為不錯(cuò)的估計(jì)值，但是對(duì)于永磁同步電機(jī)這個(gè)非線性系統(tǒng)來(lái)說(shuō)存在很多不確定因素，例如隨機(jī)噪聲等。鑒于EKF算法對(duì)噪聲具有非常好的抑制能力，因此本文采用EKF來(lái)進(jìn)行系統(tǒng)狀態(tài)估計(jì)。根據(jù)文獻(xiàn)[5-6]可知，使用滑模觀測(cè)器的系統(tǒng)魯棒性更強(qiáng)，因此本文就利用這點(diǎn)將滑?？刂破鞔鍼I控制器，切換函數(shù)采用飽和函數(shù)替代開(kāi)關(guān)函數(shù)以減小抖振，滑模算法實(shí)現(xiàn)轉(zhuǎn)速閉環(huán)調(diào)節(jié)，仿真驗(yàn)證，采用EKF方法是合理的，同時(shí)系統(tǒng)調(diào)速性能也大為提高。

1永磁同步電機(jī)在α-β靜止坐標(biāo)系下的EKF模型

在構(gòu)造EKF時(shí)通常可以選擇旋轉(zhuǎn)坐標(biāo)系或靜止坐標(biāo)系。若采用旋轉(zhuǎn)坐標(biāo)系，卡爾曼程序運(yùn)算時(shí)間較長(zhǎng)，不利于實(shí)時(shí)估計(jì)，因此本文使用靜止坐標(biāo)系來(lái)構(gòu)建電機(jī)非線性方程。PMSM在α-β兩相靜止坐標(biāo)系下的電壓方程為

(1)

機(jī)械運(yùn)動(dòng)方程為

(2)

式中：Uα、Uβ——定子電壓在αβ軸的分量；

iα、iβ——定子電流在αβ軸的分量；

ωe、ωr、θe——轉(zhuǎn)子電角速度、機(jī)械角速度和轉(zhuǎn)子電角度，其中ωe=Npωr(Np為電機(jī)極對(duì)數(shù))；

Rs、Ls、ψf——定子電阻、定子電感、轉(zhuǎn)子永磁磁鏈；

Te——電磁轉(zhuǎn)矩；

TL——負(fù)載轉(zhuǎn)矩；

B、J——摩擦因數(shù)和轉(zhuǎn)動(dòng)慣量。

(3)

由此完整的電機(jī)非線性方程描述如下：

(4)

y(t)=h[x(t)]+μ(t)

(5)

其中：x(t)=[iαiβωrθe]T，u=[uαuβ]T，y=[iαiβ]T。

對(duì)f[x(t)]和h[x(t)]進(jìn)行線性化可以得到Jacobian矩陣：

(6)

(7)

(8)

2擴(kuò)展卡爾曼濾波器的設(shè)計(jì)

由于永磁同步電機(jī)數(shù)學(xué)模型是連續(xù)的，在估算之前首先應(yīng)該將電機(jī)數(shù)學(xué)模型離散化。設(shè)采樣周期為T(mén)c，離散化后電機(jī)狀態(tài)方程為

xk=(1+FTc)xk-1+BTcuk-1+wk-1

(9)

yk=Hkxk+vk

(10)

式中：wk-1——系統(tǒng)噪聲；

vk——測(cè)量噪聲。

他們均值為零且兩者互不相關(guān)，協(xié)方差矩陣分別為Q、R，即Q=cov[w(k)]=E[w(k)w(k)T]，R=cov[v(k)]=E[v(k)v(k)T]。

根據(jù)EKF遞推公式來(lái)實(shí)現(xiàn)對(duì)永磁同步電機(jī)電流、轉(zhuǎn)速、位置的估算，具體步驟如下。

(1) 根據(jù)k-1時(shí)刻的輸入值和狀態(tài)轉(zhuǎn)移矩陣，估計(jì)k時(shí)刻的狀態(tài)變量先驗(yàn)估計(jì)值：

(11)

(2) 利用狀態(tài)轉(zhuǎn)移矩陣和k-1時(shí)刻估計(jì)的誤差協(xié)方差矩陣計(jì)算本次系統(tǒng)誤差協(xié)方差矩陣Pk/k-1：

Pk/k-1=(1+FTc)Pk-1(1+FTc)T+Q

(12)

(3) 根據(jù)預(yù)測(cè)誤差和測(cè)量誤差計(jì)算增益矩陣：

(13)

(4)k時(shí)刻狀態(tài)的最優(yōu)估計(jì)：

(14)

(5) 更新最優(yōu)估計(jì)誤差：

Pk=(I-KkHk)Pk/k-1

(15)

EKF算法就是由以上五個(gè)步驟遞推運(yùn)算實(shí)現(xiàn)的，需要注意的是系統(tǒng)噪聲協(xié)方差矩陣Q和測(cè)量噪聲矩陣R的選取將會(huì)影響到EKF算法的收斂性，不適當(dāng)?shù)闹悼赡軐?dǎo)致系統(tǒng)發(fā)散。本文在前人經(jīng)驗(yàn)上進(jìn)行多次試湊與仿真，最終確定了適合本系統(tǒng)的噪聲矩陣。

3滑模速度控制器設(shè)計(jì)

滑?？刂圃跔顟B(tài)空間中為系統(tǒng)設(shè)計(jì)一個(gè)超平面，在不連續(xù)的控制規(guī)律作用下，迫使系統(tǒng)變換結(jié)構(gòu)，因此滑?？刂埔步凶龌Ｗ兘Y(jié)構(gòu)控制。其本質(zhì)就是在控制律的作用下將從任意一點(diǎn)出發(fā)的狀態(tài)軌跡引導(dǎo)到滑模面，如圖1所示，從而保證系統(tǒng)在滑模面上穩(wěn)定運(yùn)動(dòng)。因此，滑?？刂谱钪匾氖谴_定控制律和滑模面。

圖1　切換面上三種類(lèi)型運(yùn)動(dòng)點(diǎn)

永磁同步電機(jī)在dq坐標(biāo)系下的數(shù)學(xué)模型：

電磁轉(zhuǎn)矩方程為

(17)

本系統(tǒng)采用id=0的矢量控制方法，如圖2所示。式(16)結(jié)合式(2)、(17)整理可得：

圖2　無(wú)速度傳感器PMSM滑模調(diào)速系統(tǒng)

(18)

如圖2所示，選擇速度差為狀態(tài)變量e=ω*-ωr(ω*為給定轉(zhuǎn)速)，控制量為iq，對(duì)轉(zhuǎn)速誤差求導(dǎo)可得

(19)

(20)

將式(20)整理可得

[(E(t)=Δae+Δbu+d+Δd) ]

(21)

由式(19)可以看出永磁同步電機(jī)調(diào)速模型為一階微分方程，在設(shè)計(jì)切換函數(shù)時(shí)引入了速度誤差的積分項(xiàng)，就可以保證系統(tǒng)在整個(gè)滑模動(dòng)態(tài)過(guò)程中具有魯棒性。引入積分項(xiàng)的切換函數(shù)為

(22)

u=ueq+usw

(23)

(24)

其中：k表示趨近率，即狀態(tài)軌跡運(yùn)動(dòng)到滑模面的速率；δ表示邊界層厚度，系統(tǒng)在δ鄰域內(nèi)不需要進(jìn)行變結(jié)構(gòu)切換控制，變成一種連續(xù)的控制，從而消除了滑模面的抖振現(xiàn)象。

在邊界層內(nèi)，滑?？刂破鞯目刂坡蔀?/p>

(25)

由上可知s(x)、u+(x)和u-(x)都得到了，因此滑模動(dòng)態(tài)控制系統(tǒng)可以建立，函數(shù)切換控制型滑?？刂平Y(jié)構(gòu)如圖3所示。

圖3　函數(shù)切換控制型滑?？刂破鹘Y(jié)構(gòu)圖

為了確定設(shè)計(jì)的切換函數(shù)和控制律是否正確，需要驗(yàn)證滑模的存在性和穩(wěn)定性。

由式(21)~(23)可得

s[(c+a)e+bu+E(t)]=

s[(c+a)e+b(ueq+usw)+E(t)]=

s[bksat(s，δ)+E(t)]

(26)

(27)

4仿真驗(yàn)證

圖4是在給定轉(zhuǎn)速為1000r/min、電機(jī)負(fù)載為1N起動(dòng)下電機(jī)實(shí)際速度和卡爾曼估計(jì)的速度?；Ｋ俣瓤刂破鞯恼{(diào)節(jié)加快了進(jìn)入穩(wěn)態(tài)的時(shí)間，估算轉(zhuǎn)速在0.12s后與實(shí)際轉(zhuǎn)速曲線重合，幾乎沒(méi)有誤差。圖5是電機(jī)實(shí)際轉(zhuǎn)子位置與估算位置，在起動(dòng)階段誤差稍大，穩(wěn)定之后兩者基本重合，可以看出轉(zhuǎn)角與速度保持了嚴(yán)格的積分關(guān)系。

圖4　電機(jī)實(shí)際與估算轉(zhuǎn)速波形

圖5　電機(jī)實(shí)際與估算轉(zhuǎn)子位置波形

圖6是轉(zhuǎn)速實(shí)際值和估計(jì)值之差。起動(dòng)時(shí)速度差最大接近400r/min，這是因?yàn)镋KF算法是一種遞推運(yùn)行的算法，初始值是隨機(jī)給定的，所以一開(kāi)始有估算誤差，但隨著算法的逐步遞推，誤差逐漸變小，最終能夠完全跟蹤實(shí)際速度，實(shí)現(xiàn)無(wú)偏差估計(jì)。圖7是電機(jī)實(shí)際角度和估算角度的誤差曲線圖。由圖7可見(jiàn)，穩(wěn)定后的誤差值保持在(-0.15，+0.15)之間，進(jìn)一步證明EKF的收斂性。

圖6　EKF估計(jì)轉(zhuǎn)速與實(shí)際轉(zhuǎn)速的誤差

圖7　EKF估算位置與實(shí)際位置誤差波形

圖8與圖9是給定指令變化時(shí)，對(duì)應(yīng)速度響應(yīng)的變化。圖8是在0.25s時(shí)將速度指令變成700r/min，可以看到經(jīng)過(guò)0.06s之后，速度再次達(dá)到了穩(wěn)定；圖9是在0.25s時(shí)突加了5N的負(fù)載，一開(kāi)始速度有所下降，但很快又恢復(fù)了給定，是因?yàn)榛？刂破鞯拇嬖诓攀沟孟到y(tǒng)在系統(tǒng)參數(shù)、負(fù)載突變時(shí)很快恢復(fù)原來(lái)狀態(tài)，系統(tǒng)具有很強(qiáng)的魯棒性。

圖8　給定指令變化時(shí)速度波形

圖9　負(fù)載轉(zhuǎn)矩變化時(shí)速度波形

為了更直觀地顯示滑?？刂破鞯膬?yōu)越性，圖10將滑模控制器與PI控制器進(jìn)行了對(duì)比。首先讓電機(jī)空載運(yùn)行，在0.3s時(shí)給電機(jī)加了8N的負(fù)載，由圖10可知，PI控制器進(jìn)入穩(wěn)定狀態(tài)需要將近0.1s，而滑?？刂破骱芸炷軌蚧謴?fù)穩(wěn)態(tài)；圖11為永磁同步電機(jī)電機(jī)控制系統(tǒng)正反轉(zhuǎn)仿真圖，轉(zhuǎn)速參考值先是從0加速到1000r/min，0.25s時(shí)改變轉(zhuǎn)速給定，使之減速到-1000r/min，從圖11中可以看到，PI控制器的動(dòng)態(tài)響應(yīng)能力不及SMC，再次證明滑?？刂破骺垢蓴_性能力強(qiáng)。

圖10　負(fù)載變化時(shí)SMC與PI對(duì)比曲線

圖11　電機(jī)正反轉(zhuǎn)SMC與PI對(duì)比曲線

5結(jié)語(yǔ)

本文設(shè)計(jì)了一套基于EKF的永磁同步電機(jī)滑模調(diào)速系統(tǒng)。首先搭建了永磁同步電機(jī)數(shù)學(xué)模型，以此為基礎(chǔ)設(shè)計(jì)以速度誤差及其積分之和為滑模面的滑模速度控制器，從而得到q軸電流。EKF的存在簡(jiǎn)化了系統(tǒng)的硬件結(jié)構(gòu)，雖在起動(dòng)階段估算有所誤差，但由于滑模速度控制器的存在，加快了系統(tǒng)的動(dòng)態(tài)響應(yīng)，由此EKF算法經(jīng)過(guò)逐步遞推很快能夠達(dá)到穩(wěn)定，幾乎實(shí)現(xiàn)無(wú)偏差估計(jì)。仿真試驗(yàn)證明該控制方法有抗擾能力強(qiáng)、估計(jì)精確等優(yōu)點(diǎn)。

【參 考 文 獻(xiàn)】

[1]陳振，劉向東，靳永強(qiáng)，等.采用擴(kuò)展卡爾曼濾波磁鏈觀測(cè)器的永磁同步電機(jī)直接轉(zhuǎn)矩控制[J].中國(guó)電機(jī)工程學(xué)報(bào)，2008，28(33)： 75-81.

[2]孫旭霞，劉博.基于EKF的PMSM無(wú)傳感器控制及濾波參數(shù)選取[J].微特電機(jī)，2011(5)： 39-42.

[3]張建軍.基于改進(jìn)的擴(kuò)展卡爾曼濾波伺服系統(tǒng)建模技術(shù)研究[J].計(jì)算機(jī)應(yīng)用研究，2012，29(3)： 944-946.

[4]SHOUSE K R， TAYLOR D G. Sensorless velocity control of permanent magnet synchronous motors [C]∥Proc of the 33rd IEEE Conference Decision and Control. 2010： 1844-1849.

[5]邱忠才，王斌，郭冀嶺，等.卡爾曼濾波滑模變結(jié)構(gòu)PMSM位置速度觀測(cè)器[J].電力電子技術(shù)，2013，47(11)： 103-105.

[6]賀宇軒，解小華，張愛(ài)春.基于滑模變結(jié)構(gòu)控制的永磁同步電機(jī)[J].吉林大學(xué)學(xué)報(bào)： 信息科學(xué)版，2015，33(1)： 12-18.

[7]張曉光，孫力，趙克.基于負(fù)載轉(zhuǎn)矩滑模觀測(cè)的永磁同步電機(jī)滑?？刂芠J].中國(guó)電機(jī)工程學(xué)報(bào)，2012，32(3)： 111-116.

[8]張洪帥，王平，韓邦成，等.基于模糊滑模觀測(cè)器的磁懸浮高速永磁同步電機(jī)轉(zhuǎn)子位置檢測(cè)方法[J].電工技術(shù)學(xué)報(bào)，2014，29(7)： 147-153.

[9]劉宇，劉杰，戴麗，等.基于滑模估計(jì)器和卡爾曼濾波的PMSM速度估計(jì)[J].系統(tǒng)仿真學(xué)報(bào)，2008，20(1)： 162-164.

[10]魏彤，郭蕊.自適應(yīng)卡爾曼濾波在無(wú)刷直流電機(jī)系統(tǒng)辨識(shí)中的應(yīng)用[J].光學(xué)精密工程，2012(10)： 2308-2314.

引領(lǐng)技術(shù)發(fā)展趨勢(shì)報(bào)道經(jīng)典實(shí)用案例反映行業(yè)最新動(dòng)態(tài)

Research on Sensorless Control of PMSM Based on

Sliding Mode Speed Controller

ZHUXiaohong1，2，ZHANGGuangming1，MEILei1，HANShidong1，SUNMingshan2

(1. College of Electrical Engineering and Control Science， Nanjing TECH University， Nanjing 211816，

China； 2. Suzhou Institute of Biomedical Engineering and Technology Chinese Academy of Sciences，

Suzhou 215163， China)

Abstract：A method based on extended kalman filter(EKF)of permanent synchronous motor without position sensor was proposed due to the mechanical sensor problem exiting in traditional PMSM vector control system. At the same time varying load and parameter variations also affect the stability of the whole control system， so a sliding mode controller was used to replace the traditional PI controller. At first， linearizing mathematical model of PMSM，then using extended Kalman filtering algorithm to estimate speed and position， at last， designing speed error as the state variables of the sliding mode speed controller to realize closed-loop control. The simulation results showed that the EKF could estimate the rotor speed and position effectively and system has faster response、better anti-interference performance and stronger robustness under the action of sliding mode speed controller.

Key words：permanent magnet synchronous motors(PMSM)； sensorless control； extended kalman filter(EKF)； sliding mode controller

收稿日期：2015-07-16

中圖分類(lèi)號(hào)：TM 301.2

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1673-6540(2016)01- 0001- 06

作者簡(jiǎn)介：朱曉虹(1990—)，女，碩士研究生，研究方向?yàn)殡姍C(jī)控制技術(shù)。張廣明(1965—)，男，教授，研究方向?yàn)橹悄芸刂萍捌鋺?yīng)用、機(jī)電系統(tǒng)綜合控制、新能源及其控制。

*基金項(xiàng)目：國(guó)家自然科學(xué)基金(51277092，51307080)；國(guó)家重大科學(xué)儀器設(shè)備開(kāi)發(fā)專項(xiàng)項(xiàng)目(2011YQ04008206)