摘要：永磁同步电机作为一种强耦合、多变量的复杂系统，在控制过程中需要先进的控制算法进行简化处理，现阶段随着永磁同步电机的快速发展，已建立出一套适用性较高的数学模型，因此研究先进的控制算法显得尤为重要。传统控制方法是在速度环和电流环均采用PI控制，PI控制算法简单，适用性高，但面临着参数整定困难、中间变量多等问题，容易引起转速超调现象和电流静差等一系列问题。电流静差问题会降低电机的工作效率，严重时甚至会导致失速现象。首先，预测控制根据当前时刻电流来预测下一时刻电压，从而使得作用于下一时刻电压产生的电流准确跟踪下一时刻的参考电流，降低了电流静差。 关键词：永磁同步电机；控制策略；展望
引言
随着近年来科技的飞速发展，各领域对电机的控制性能要求也越来越高，其中永磁同步电机因其构造简单、质量体积较小、效率高和较好的鲁棒性能而快速发展，同时由于近年来稀土材料大量运用于永磁体的研究，永磁同步电机的永磁体效能也明显提高。永磁体在经过充磁
后可以形成恒定的磁场，具有良好的励磁特性，并且永磁体比电励磁质量更轻、稳定性更强、损耗更低。
1模糊规则
模糊规则的制定依据如下：1）在Part1阶段，系统的误差很大，此时应尽可能的增大比例增益Kp，加快系统的响应速度。同时，由于误差太大，若增加积分环节，很容易发生积分饱和，因此，使积分增益Ki尽可能的趋于零。2）在Part2阶段，系统的误差在不断减小，此时，逐渐增加Ki并减小Kp。3）在Part3阶段，系统基本处于稳定状态，系统的误差很小。为了消除系统的静差，尽可能的增大Ki。为了加快系统的响应速度，尽可能的增大Kp。综上所述，ΔKp和ΔKi的模糊规则如表1和表2所示。
2永磁同步电机数学模型
数学模型构建是实现永磁同步电机控制的基础。基于表贴式永磁同步电机,在两相同步旋转坐标系中构建数学模型如下:
式中,ωre为转子电角速度,Ls、Rs为定子电感与电阻,ψf为永磁体磁链,id、iq为定子直轴和交轴电流分量,ud、uq为定子直轴和交轴电压分量。离散化上式,可得到:
式中,id(k+1)、iq(k+1)为(k+1)时刻直轴与交轴预测电流分量;id(k)、iq(k)为k时刻周周与交轴采样电流分量;Ts为采样时间;ud(k)、uq(k)为k时刻直轴与交轴电压分量。
3基于时序优化的无差拍电流预测控制
传统无差拍电流预测控制沿用了控制器下溢点采样延迟一拍更新的策略，上位机指令下发与实际接收的时间差使得电流指令已滞后一个控制周期。为了对传统更新时序的这种弊端进行优化，针对电流环时序进行了改进，改进后的时序如图1所示。
图1改进的电流环数字控制时序
改进时序下，电流环执行程序包含原有主中断和指令校正两个中断程序。主中断程序执行原有电流环采样、坐标变换和发波等各环节；指令校正中断负责对由于电流指令变化造成的电压指令偏差进行校正，上位机与下位机在两个中断之间进行信息交互。图2所示为时序优化的无差拍电流预测控制具体实现流程，图中Ta、Tb、Tc分别为三相桥臂上管的实际导通时间。指令校正中断程序在下溢点占空比更新前对电流环参考值的变化进行判断，若指令发生变化，则将变化指令部分对应的参考电压进行补偿，并更新占空比；若指令没有变化，则直接跳出。电流指令为常值时，电流环更新时序与传统无差拍预测控制相同，对电
机的稳态性能不会造成影响；当电流指令值变化时，指令变化直接体现在参考电压上，从而减小指令响应时间，提升系统带宽。
图2新时序中断执行流程
4矢量控制
测量技术可以由直流电机的模型和闭环控制运行分别控制，借助坐标变换，电机必须单独与额定电机电流和转矩电流相匹配，场和转矩偏差必须与直流电机的总体控制性能相结合。FOC是一种闭环控制策略，它在设置固定的三相坐标系后捕获计算的参数，通过将Clarke转换为静态的二相坐标系解决耦合问题，并通过公园变换实现快速实时控制。控制过程通常由两个或三个闭合环组成，在工作时首先通过设置外部环，然后通过输入内部环
设置，最后在计算实际值和目标参数之间的误差后通过PI控制进行捕捉和调整。图3显示了PMSM矢量控制技术的示意图。
图3PMSM矢量控制系统结构框图
5滑模变结构控制
滑移结构控制是一种特殊的非线性控制方法，其中控制的最大优点是不连续性。通过在各种控制之间切换，可以创建一个与原始系统无关的运动，该运动与计划的“滑动模式”状态轨迹相关。在整个控制过程中，首先根据系统预期的动态特性设计滑雪场。然后，使用滑棒将系统从塑型表面之外的初始状态移至滑动面。当系统到达切割曲面时，滑块控件沿滑块曲面到达系统原点。图4显示了用于控制层结构的结构框架的图。SMC的滑动模式可以
独立于对象参数和扰动进行设计，并提供快速响应，减少参数更改和扰动的扰动。但是，非连续开关的SMC特性可能导致系统振动。这破坏了系统滑动运动的运行条件，主要是通过改善滑动逼近来减少抖动。
图4PMSM滑模变结构控制系统结构框图
6电流控制器设计
PWM电流预测控制的原理是通过将永磁同步电机数学模型进行离散化处理，将采样电流与实际电流偏差进行最优处理，计算出下一时刻的电压值，使得下一时刻采样电流准确跟踪参考电流，以实现误差最小化。电流预测控制将电流作为状态变量，将永磁同步电机式（1）的电压型数学模型改写成电流形式，其数学表达式为：
（5）
其中，we=pnwm为电机的电角速度。由于控制周期非常短，通常一个周期电流变化可以忽略，利用前向欧拉法对式（5）进行离散化处理可得到理想状态下的预测模型，在第k个周期的kT电流如下：
（6）
由于控制电机电源频率通常为10kHz左右，且电机内阻较大，同时电感一般为几毫亨，所以其中(1－RTL)项一般可以近似看作1。电机实际运行时，由于频率很高，为了简化算法，通常将(k+1)时刻的交直轴电流id(k+1)和iq(k+1)用参考电流id*和iq*来代替，经过简化后得到的数学模型为：
（7）
引入预测控制的新型控制算法在减少系统运算量的同时，解决了传统PI控制参数整定困难
的问题，使电流可以快速追踪到指定电流。
神经网络是一种仿照人类大脑的神经网络，由许多神经元相互连接而形成的智能控制方法，在一些较为复杂的变频调速控制系统中，神经网络控制要同时实现对整个系统的辨识与控制功能。神经网络控制包含两种模式，分别是学习模式和工作模式。其中学习模式是利用神经网络的学习算法调整各个神经元之间的联接关系，这一步能够让神经网络的输出值更符合实际情况。当系统处于神经网络的工作模式时，神经网络各神经元之间的联接关系无需改变，而此时神经网络具有分类和预测的功能。神经网络控制算法首先对神经网络整体进行大量的采样，再利用神经网络中的自适应算法对其权重进行调节，从而实现对神经网络的实时检测与控制。神经网络控制使得永磁同步电机控制系统具有很强的鲁棒性、学习性、自适应性以及容错能力，同时神经网络控制与其他控制技术结合使得永磁同步电机在非线性、不确定性系统控制和系统辨识方面具有良好的性能。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议