异步电动机无速度传感器的矢量控制

1、电气传动自动化E lectrical Drive Automation 第22卷第4期2000年8月V ol.22,N o.4AUG.,20001引言无速度传感器的矢量控制不仅是现代交流传动控制技术一个重要研究方向,同时也是研制高性能通用变频控制器的关键技术。无速度传感器的矢量控制技术是在常规带速度传感器的矢量控制基础上发展起来的,除电机转速信息的获取途径。方法不同之外,仍沿用磁场定向控制技术。因此,无速度传感器矢量控制技术的核心是如何准确地获取电机的转速信息,解决问题的出发点是利用容易测量到的定子电流。电压等信息综合出电机旋转速度,目前已经提出了许多方案。本文对几种元速度传感器的矢量控制方案

2、进行了概括性的总结与回顾,指出了各自的优点与不足,并就今后的研究发展方向提出了一些设想。2无速度传感器的矢量控制方案2.1卫速度推算、转差频率矢量控制转差频率矢量控制(又称间接磁场定向控制不需要转子磁链相位信息,控制方式简单,容易实现,其性能基本接近直接磁场定向矢量控制的水平。为促进转差频率矢量控制向无速度传感器方面发展,日本明电舍株式会社的山本康弘等人用转矩电流的指令值与定子电流的转矩分量之差做积分运算得到电机速度(简称速度推算方法,并将其作用于转差频率矢量控制系统,得到了较好的动态响应性能与稳态性能,在通用变频控制器中得到了良好的应用2。由电动机的运动方程可知,电机转速等于转矩电流与负载转

3、矩等效电流之差的积分。由于负载转矩等效电流不可测量,所以速度推算方法是用积分(或比例积分调节器构成一个速度推算机构,其输入为转矩电流的指令值与电机定子电流转矩分量之差,输出是电机速度的推算值。本文根据异步电动机的一种新型等效模型9对这种速度推算方法进行了深入细致的研究,发现若速度推算值不反作用于系统构成速度闭环控制,则速度推算值与实际速度值之间存在误差,因此严格他讲它是一种速度信息闭环重构方法10。从实现手段上看,这种速度推算方法非常简单,三相定子电流用霍尔电流传感器检测出后,经过三相到两相的旋转变换就可以得到定子电流的转矩分量。霍尔电流传感器是变频器本身的基本配置,因此系统的硬件成本不会显著

4、增加。所以,速度推算、转差频率矢量控制技术,能够首先成为文章编号:1005-7277(200004-0003-04异步电动机无速度传感器的矢量控制曾岳南1,陈伯时2(1.广东工业大学,广东广州510090;2.上海大学,上海200072S p eed sen sorless vector control scheme f or in duction motorZ EN G Yue -n a n 1,C H EN B o -s hi2(1.G u a n g don g U n i ve rsi t y o f T ech nolo gy ,G u a n g h z hou 510090,Ch

5、i n a;2.S h a n g h ai U n i ve rsi t y ,S h a n g h ai 200072,Chi n a Abstract :The met ho ds of s p eed se nso rless vecto r co nt rol sche me fo r i nductio n moto r are sum marized.The Pri nci p le of several co nt rol sche me is a nal y zed ,t heir adva nt a g e a nd disadva nt a g e is i ndica

6、t ed ,so me o p i nio ns abo ut t he f ut ure diretio n of t he t ech ni q ue are p rese nt ed.Ke y words :i nductio n moto r ;vecto r co nt rol ;s p eed se nso rless摘要:对交流异步电动机无速度传感器的矢量控制进行了综述,分析了几种控制方案的原理,指出了它们各自的优点与不足,并就今后的研究发展方向提出了一些设想。关键词:异步电动机;矢量控制;无速度传感器中国分类号:TM301.2文献标识码:A4第22卷第4期 电气传动自动化具有商

7、业价值的元速度传感器的矢量控制技术速度推算、转差频率矢量控制系统如图1所示。2.2速度估计、转差频享矢量控制模型参考这个概念首先应用于自适应控制,以后又用于系统参数在线实时估计。模型参考自适应辨识方法所依赖的数学模型常常是线性的。因此,它在线性系统的参数估计上取得了较大的进展,而对于非线性系统的参数估计,目前的方法还存在局限性。在异步电动机的转子磁链观测器模型中有电压模型和电流模型。电压模型是不含电机速度的线性观测器模型,而电流模型是包含电机速度的非线性观测器模型,如果将电机速度当作时变参数,则可将电流模型看作是线性观测器模型,这样便可以利用电流模型和电压模型,根据线性系统的模型参考自适应辨识

8、方法进行速度估计。将线性系统的模型参考自适应辨识方法用于异步电动机的速度估计,有影响的工作是C.Schauder 提出的异步电动机的自适应速度估计11。该文把电机速度看作是一个时变参数,采用并联形式的辨识系统结构,将电压模型作为参考模型;电流模型作为可调模型,以两个模型的状态输出(转子磁链作为比较量,采用比例积分自适应律进行速度估计,状态和速度估计的稳定性由Po p ve 超稳定性理论来保证。为了解决电压模型中纯积分环节引起的积分初值以及积分漂移问题,在两个模型中同时引人相同的高通滤波器,便可消除纯积分作用。由于所比较的是两个模型的输出,对这两个模型做同样的修改,理论上不会影响速度估计。以后,

9、P.F.Zh ne g 等人对这种速度估计方法作出了进一步改进13,其出发点是选择新的参考模型和可调模型,避免纯积分环节。改进的模型参考自适应速度估计方法,消除了纯积分环节造成的不良影响,但也使转子磁链不能通过现有的观测器得到。模型参考自适应速度估计方法实现了速度的闭环估计,因此对外界扰动具有稳定鲁棒性。但其参考模型和可调模型都与电机参数有关,电机参数的准确程度直接影响到速度估计的准确性和辩识系统的可靠工作。Po p o v 超稳定性准则仅保证了状态与速度估计是稳定的,并不能够使速度估计值与实际值在动态过程中保持一致。所以在动态过程中,模型参考自适应速度估计仍然是有差估计。为了减小动态误差,就

10、要求辨识系统有根高的自适应律,然而仅靠P I 调节器的比例与积分作用的线性组合,很难满足快速性与稳定性相一致的要求。因此,提高收敛速度与保证辨识系统的稳定性仍然是待进一步解决的问题。基于转差频率矢量控制的无速度传感器控制方式,是一种简单。容易实现的控制技术,弥补了V /f 控制的不足。然而,受转差频率矢量控制本身对速度信息精度要求的限制,它不可能向更高控制性能方面发展,因此必须寻求其它的解决方案。2.3速度与转子磁链同时估计、直接磁场定向矢且控制直接磁场定向控制要求知道转子磁链的相位,并不需要速度信息,控制系统中的速度反馈是为了满足高动态响应和高稳态精度的需要。从这一点来看,基于直接磁场定向矢

11、量控制的无速度传感器的控制技术更容易向高性能方向发展。(1采用卡尔曼滤波器实现速度与转子磁链同时估计。在60年代美国学者卡尔曼(R.E.Kalma n 提出了一种最小方差意义上的最优状态估计器,即卡尔曼滤波器。它的突出优点是:能够有效地抑制随机干扰和量测噪声,提高状态估计的精确度。对于线性有限维系统的状态估计问题,卡尔曼滤波器提供了一种精巧的解法,但是对于非线性系统的状态估计,严格他说,它是不适用的22。以后对卡尔曼滤波器方法作了一些改进,通过对现时刻状态估计采用线性化逼近的方法克服非线性的困难,提出了扩展卡尔曼滤波器(E KF方法,并用于非线性系统的状态估计。一般说来,E KF不是最优的滤波

12、器,实际上可以把它当作是一种限制复杂性的滤波器,它被限定为具有与线性系统滤波器类似结构的形式。由于采用了线性逼近,这种滤波器在具体应用中有可能会发散。根据异步电动机在两相静止、坐标系中的电压方程,可以很方便地得到以i si srrT 为状态向量的4阶状态方程。若将该状态方程中的电机速度r也作为状态变量,原状态向量通过增加新的状态变量r增广为i si srrrT,这样就得到了一个新的5阶非线性状态方程表示的电机模型。采用E KF方法15,在每做一次状态估计时,都重新将模型在该点线性化,然后沿用线性卡尔曼滤波器的递推公式进行速度与转子磁链同时估计。由于E KF的计算量较大,于是提出用降价E KF进

13、行速度与转子磁链估计16,与给出的全阶E KF方法相比15,它具有节省计算时间的优点。即使这样,它的计算工作量还是比较大的。与速度推算方法和自适应速度估计方法相比,卡尔曼滤波器具有:1抑制噪声干扰,提高状态估计准确度的优点,但其计算工作量要大得多;2线性化的结果可能引起系统不稳定,甚至发散;3卡尔曼滤波器的状态估计精度同样会受到电机参数变化的影响,即对电机参数的变化不具有鲁棒性。(2采用串联双模型实现速度与转子磁链同时估计。为减少计算工作量,并同时实现速度与转子磁链同时估计,采用逆电压模型17,提出串联双模型速度,转子磁链观测器。串联双模型是以电流模型作为转子磁链观测器,所以不存在积分初值和积

14、分漂移问题,这是它的优点。但是应该看到的是:1逆电压模型仅由比例、微分环节组成,因此抗干扰能力较差。定子电流或转子磁链观测值上的尖脉冲干扰,会造成输出电压的大幅度波动,影响速度估计的准确性;2作为估计模型的逆电压模型与模型参考自适应理论一般要求的稳定模型不同,其稳定性证明超出了常规的模型参考自适应理论的范围,还需要另外设法进行稳定性分析。2.4基于神经网络的无速度传感器矢量控制作为实现智能控制途径之一的人工神经网络,由于具有自适应、自学习性,与线性系统的自适应控制有许多相似之处,许多概念和理论从直观上看都可以平移。因此,将神经网络技术引人到参数估计与系统辨识是很自然的一步,受并联形式模型参考自

15、适应速度估计的启发,提出用神经网络方法实现感应电动机的速度估计19。该文采用文献12中修改的并联模型结构,用神经网络替代电流模型转子磁链观测器,用误差反传算法取代比例积分自适应律进行速度估计,网络的权值为电机参数,网络的输入/输出具有明确的物理意义。由于选择的是一个具有明确物理意义的线性神经网络,因此网络不需要事先离线学习与训练。网络的学习过程就是速度估计过程,且是在线进行。这种方法实际上是利用了神经网络对定量化信息的处理能力。将神经网络方法用于速度估计,另一个有意义的做法是:用单神经元自适应控制器取代线性比例、积分自适应律进行速度估计。单神经元自适应控制器的作用可以看成是一个变系数的非线性P

16、 ID调节器,因此在其作用下,状态与速度估计的收敛过程相当快,而系统仍然是稳定的。神经网络理论在交流电气传动控制系统中的应用尚处于起步阶段,各种方法仍处在不断探索与完善之中。可见预见, 随着人工神经网络理论与应用技术的日益成熟,必定会对交流传动控制产生极大的影响。3结束语本文对几种无速度传感器的矢量控制方案进行了概括性的总结与回顾,从中可以看到每一种方法都有其优点与不足,仍有许多问题有待解决。今后的研究方向是在提高速度估计精度的同时改进低速控制性能,以及在提高系统的抗噪声52000年8月曾岳南,陈伯时异步电动机无速度传感器的矢量控制6第22卷第4期电气传动自动化干扰能力和参数鲁棒性方面取得实用

17、性的突破进展,开发出满足产业界要求的适用于通用变频控制器的高性能控制方案。参考文献:l A.A bbo nda nti ,M.B .B re nne n.V ariable s p eedi nductio n moto r drives usi n g elect ro nics sli p calcula -to r based o n moto r volt a g es a nd cur re nt s .I E E E Tra ns.o n Ind.A pp l ,1975,11(5:483-485. 9Ze n g Yue na n ,et al .A s p eed Calcul

18、atio n Mei ho dfo r Inductio n Moto r Based o n Volt a g e Deco u p li n g co nt rol Pri nci p le ,PCCN a g ao ka 97:573-578.10曾岳南.无速度传感器矢量控制异步电动机调速的研究与实践.上海大学博士学位论文,1998.11C .Shauder .A da p tives p eedide ntificatio nfo rvecto r co nt rol of i nductio n moto r s wit ho ut rot atio n t ra ns ducer

19、.I E E E Ind .A pp l .A nnual Meeti n g ,1989:493-499.12Hiro kazu Ta j i ma ,Y.Ho ri .S p eed se nso rlessfield -o rie nt atio n co nt rol of t he i nductio n machi ne.I E E E Tra ns.o n Ind.A pp l .,1993.29(1:175-180.13Pe n g Fa n g -zhe n g ,T .Fukao .Ro bust s p eed ide ntificatio n fo r s p eed

20、se nso rless vecto r co nt rol of i nductio n moto r.I E E E Tra ns .o n Ind.A pp l.,1994,30(5:1234-1240.14Ge n g Ya n g ,Chi n To n g -hai ,A da p tive -s p eedide ntificatio n sche me fo r vecto r -co nt rolled s p eedse nso rless i nvert -i nductio n moto r drive ,I E E E Tra ns .o n Ind .A pp l

21、.,1993,29(4:820-825.15Yo un g -Real Ki m ,et al .S p eed se nso rless vecto rco nt rol of i nductio n moto r usi n g e xt e nded kal ma n filt er ,I E E E Tra ns.o n Ind.A pp l.,1994,30(5,1225-1233.16Sa n g -uk Ki m ,et al .S p eed se nso rless vecto rco nt rolled i nductio n moto r wit ho ut s p ee

22、d se nso r b y reduced -o r der E KF ,IP EC -Yo ko ha ma95:1665-1670.17竺伟,陈伯时.异步电动机无速度传感器磁矢量控制系统综述.EA CS 95:-6.18竺伟.异步电动机无速度传感器矢量控制及高性能通用变频器的研究.上海大学博士学位论文.1997.19L azhar Be n -bra hi m ,et al ,Im p le me nt atio n ofi nductio n moto r s p eed esti mato r usi n g neural net wo r ks ,PCC -Yo ko ha ma 93:689-694.20G .Si moes ,B .K .Bo se .N eu