论文摘要

传统无位置传感器控制系统的位置信息处理一般采用PI调节器。针对PI调节器存在参数整定、跟踪性能差和抑制干扰能力弱等问题，提出了一种新型的自适应Luenberger观测器。利用脉振高频电流注入法(HFI)获得高频位置信号，根据电机的动力学方程建立Luenberger观测器并对速度、负载扰动进行观测，采用神经网络建立参数自整定的控制器取代观测器中的PID控制，实现了永磁同步直线电机(PMLSM)的无位置传感器控制。仿真结果表明，在速度变化与负载扰动同时存在的情况下，基于自适应Luenberger观测器的PMLSM控制系统的速度估算误差最大值为2×10^-3m/s，位置估算误差最大值为-3×10^-5rad，具有良好的跟踪性能和抗干扰性能。

基于自适应Luenberger观测器的PMLSM无位置传感器控制

李净净,蔡一,章晓旗,王学士,刘吉柱

(苏州大学机电工程学院，江苏苏州)

0引言

永磁同步直线电机(PMLSM)的直接驱动方式，使其在工业直线驱动领域具有独特的优势,广泛应用于机械加工制造、交通运输以及工农业生产等方面。PMLSM还具有结构简单、损耗小、效率高、功率因数高、推力大、定位精度高和过载能力强等优点[1]。在上述应用场合为了达到良好的控制性能，通常采用磁场定向矢量控制，为此需要获得准确的位置信息。一般是通过安装位置传感器来获取位置和速度信息，从而实现PMLSM闭环控制。但是，位置传感器安装维护成本高，易受潮湿、高温等恶劣环境影响[2]，因此PMLSM无位置控制技术应运而生。无位置传感器控制指在没有机械传感器进行位置速度信息反馈的情况下，通过检测电机中含有位置信息的电压电流等信号，对其进行位置信息的提取处理，最终以位置和速度估计值完成系统反馈的控制方法。研究人员提出了各种无位置传感器控制算法[3-8]，主要包括基于反电动势观测器、滑模观测器、模型参考自适应、神经网络、高频注入等方法。电机在低速域运行时，通常采用高频电压信号注入方法，高频电压注入产生的响应电流幅值应尽可能小，以免影响电机的正常运行。但这在很大程度上增加了从较小幅值的电压中解调出位置信息的难度。脉冲注入高频电流的方法可以在注入高频电流振幅较低的情况下，通过高频阻抗的作用，获得相对较大的高频电压振幅，很好地解决了这个问题[9]。传统位置信号提取一般采用PI调节器，存在跟踪性能差和抗干扰能力弱等问题。因此，为了准确获得PMLSM低速域的位置信息，本文在脉振高频电流注入法的基础上提出一种自适应Luenberger观测器的方法并对位置信息进行估计。观测器对负载扰动进行观测，使系统在负载发生变化时具有良好的位置跟踪性能；利用神经网络的在线自学习能力，实现了控制器的参数自整定，使系统具有较强的自适应性和鲁棒性。1高频激励PMLSM数学模型脉振高频电流注入法是在估计的两相同步旋转坐标系的d轴注入高频电流信号。估计的两相同步旋转坐标系与实际的两相同步旋转坐标系之间的关系如图1所示。图1各坐标系之间的关系图位置信息的处理和提取一般通过PI调节器，为了在负载扰动复杂的情况下电机依旧获得良好的性能，构建观测器对负载扰动进行观测。根据电机运动方程所建立的Luenberger观测器运算量小，容易实现，且不存在滑模观测器抖振的现象。2自适应Luenberger观测器Luenberger观测器是基于系统的动力学方程，将实际状态量与观测量之差作为反馈信号，再通过极点配置设计极点位置使误差近于零,从而实现系统位置信息的观测。令KP=Mk2、KI=-k3、KD=k1，可得Luenberger观测器的PID模型如图2所示。图2Luenberger观测器的PID模型KP、KI、KD参数确定一般是根据控制对象的特性和系统控制的要求进行设计，当负载频繁扰动复杂时，难以针对被控对象的变化实时调参[10]，因此考虑利用神经网络在线自学习能力和单神经元观测器，实现Luenberger观测器的权重在线调整，使得系统具有更好的适应能力和鲁棒性。自适应性神经元结构原理图如图3所示。图3自适应神经元结构原理图根据上述分析，基于自适应Luenberger观测器的PMLSM无位置控制原理图如图4所示。图4PMLSM无位置控制原理图3仿真结果分析为了验证所提方法的有效性，本文利用MATLAB/Simulink搭建仿真模型，以验证自适应Luenberger观测器的跟踪性能与抗干扰性能。仿真模型主要包括高频信号注入模块、PMLSM坐标变换模块、正弦脉宽调制(SPWM)模块、位置估算模块、PMLSM模块。PMLSM参数如表1所示。

表1PMLSM参数

PI控制和自适应Luenberger观测器中各算法仿真参数如表2所示。

表2各算法仿真参数

为了更好地分离高频信号，本文高频注入信号的频率为1kHz，幅值为0.5A。为了验证自适应Luenberger观测器在参考速度变化时对实际值的跟踪能力，设定在0.2s时速度从0.1m/s阶跃到0.2m/s;在0.3s时速度又回到0.1m/s。图5所示为速度和位置估算误差波形。从图5可以看出，速度估算误差的最大值为2×10^-4m/s，位置估算误差较小，可以忽略不计。由此可知，自适应Luenberger观测器对于参考速度的变化具有良好的跟踪能力。图5自适应Luenberger观测器对参考速度变化的估算误差波形为了验证自适应Luenberger观测器在速度和负载同时变化时对实际值的跟踪能力和抗干扰能力，进行了相应的仿真。负载的变化主要有阶跃型、脉冲型、正弦型3种形式。当负载为阶跃型时，在0.2s时给定幅值为0.1N的阶跃型负载扰动，其速度误差和位置误差如图6所示。从图6可以看出，速度误差最大为1.5×10^-3m/s，位置误差较小，可以忽略不计。由此可知，自适应Luenberger观测器对于速度和阶跃型负载扰动的同时变化具有良好的跟踪能力和抗干扰能力。图6自适应Luenberger观测器对速度变化和阶跃型负载扰动的估算误差波形当负载为脉冲型时，在0.2s时给定时长为10ms，幅值为5N的脉冲型负载扰动，其速度误差波形和位置误差波形如图7所示。从图7可以看出，速度误差最大为2.0×10^-3m/s，位置误差最大为1.5×10^-7rad，速度和位置误差较小，可以忽略。由此可知，自适应Luenberger观测器对于速度和脉冲型负载扰动的同时变化具有良好的跟踪能力和抗干扰能力。图7自适应Luenberger观测器对速度变化和脉冲型负载扰动的估算误差当负载为正弦型时，给定幅值为0.5N，频率为30Hz的正弦型负载扰动，其速度误差波形和位置误差波形如图8所示。从图8可以看出，速度误差最大为2×10^-3m/s，位置误差最大为-3×10^-5rad。速度和位置误差较小，可以忽略。由此可知，自适应Luenberger观测器对于速度和正弦型负载扰动的同时变化具有良好的跟踪能力和抗干扰能力。图8自适应Luenberger观测器对速度变化和正弦型负载扰动的估算误差4结语本文为了电机在负载扰动下实现调节器参数自整定，并且获得良好的跟踪和抗干扰性能，提出了一种PMLSM低速运行时的位置估算方法。该方法结构简单、跟踪性能好、抗干扰能力强。该方法通过脉振高频电流注入法获得高频位置信号，根据电机动力学方程搭建观测器，利用神经网络取代传统Luenberger观测器中的PID控制器。仿真结果表明：该方法在速度变化和负载扰动同时存在的情况下，位置误差最大为-3×10^-5rad，速度误差最大为2×10^-3m/s，对PMLSM无位置传感器低速运行具有一定的参考价值。参考文献详见原文。本文发表于《电机与控制应用》年第4期。

广告

上海电机系统节能工程技术研究中心有限公司

网址：seari.

转载请注明:http://www.aideyishus.com/lkjg/606.html