CN107370433B - 基于pid自学习时滞补偿器的电流谐波补偿方法 - Google Patents
基于pid自学习时滞补偿器的电流谐波补偿方法 Download PDFInfo
- Publication number
- CN107370433B CN107370433B CN201710790711.7A CN201710790711A CN107370433B CN 107370433 B CN107370433 B CN 107370433B CN 201710790711 A CN201710790711 A CN 201710790711A CN 107370433 B CN107370433 B CN 107370433B
- Authority
- CN
- China
- Prior art keywords
- time lag
- self study
- torque
- compensation
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/05—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation specially adapted for damping motor oscillations, e.g. for reducing hunting
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明公开了一种基于PID自学习时滞补偿器的电流谐波补偿方法,其特征是,首先,通过注入谐波电流,产生与定位力矩幅值相等、大小相反的转矩分量实现对定位力矩引起的转矩波动的补偿;然后通过PID自学习时滞补偿器以使得谐波电流产生的力矩分量与定位力矩无时滞误差;最后,利用自学习链预测时滞的积累误差,提出时滞误差预测自补偿控制器。本发明所达到的有益效果:抑制由于电机定位力矩引起的转矩波动,补偿器解决了定位力所带来的转矩波动,有效地降低电动汽车驱动电机的速度脉动,从而抑制了振动、噪声等现象;能够使得谐波电流产生的转矩分量与定位力矩无时滞误差,达到改善***响应输出特性的目的。
Description
技术领域
本发明涉及一种用于电动汽车驱动***的电流谐波补偿技术,具体涉及一种基于PID自学习时滞补偿器的电流谐波补偿方法。
背景技术
电动汽车是指以车载电源为动力,用电机驱动车轮行驶,符合道路交通、安全法规各项要求的车辆。由于对环境影响相对传统汽车较小,其前景被广泛看好,其发展是石油危机及人们对环境要求的必然产物。与内燃机汽车相比,电动汽车是以车载电源为动力,用电动机驱动车轮行驶,且满足道路安全法规对汽车的各项要求的车辆。制约电动汽车行业发展的关键问题是一次充电续驶里程和价格。目前在车载蓄电池技术未能突破的条件下,电动汽车的电驱动***的性能便成为解决这一关键问题的重要因素。这就要求电动汽车电驱动***应具有尽可能高的可靠性及在整个电动汽车驱动范围内具有尽可能高的效率。
初级永磁型磁通切换(FSPM)电机具有永磁电机的高功率密度和感应电机定子结构简单的双重优点,且定子仅由导磁铁心组成,因此在电动车领域中使用,具有一定的优势,但该类电机的定位力矩、参数扰动、以及摩擦力等非线性因素造成的转矩波动直接反映到电机转子及控制器上,引起电动汽车运行过程中的振动噪声,从而造成机械损伤。其中电机的定位力矩是由于永磁磁场的存在,转子和定子的双凸极结构相互作用引起,虽然永磁型磁通切换电机具有初级永磁结构带来的性能优势,但该类电机双凸极的结构本质造成定位力矩较高的缺点。
发明内容
为解决现有技术的不足,本发明的目的在于提供一种基于PID自学习时滞补偿器的电流谐波补偿方法,将PID自学习时滞补偿器、电流谐波抑制算法、以及矢量控制结合在一起,克服电动汽车驱动控制***中出现的因电机定位力矩、摩擦力及参数变化等不确定性因素引起的转矩波动,从而造成***不稳定、控制精度差和动态响应能力低等问题
为了实现上述目标,本发明采用如下的技术方案:
一种基于PID自学习时滞补偿器的电流谐波补偿方法,其特征是,包括如下步骤:
1)控制d轴电流id=0,将外环作为速度环,内环作为电流环,控制q轴电流iq实现对电流转矩的线性化控制,同时得到补偿电流iqc;
2)在电路中加入PID自学习时滞补偿器,其中,γ(t)为输入信号,为***输出,d(t)为时滞误差输入,L为t域到s域的拉普拉斯变换,G(s)为控制对象,分别对应表示时滞补偿器前馈的比例系数、积分系数、微分系数,分别表示反馈时滞补偿器的比例系数、积分系数、微分系数; 分别为***输出的比例系数分量、积分系数分量、微分系数分量,L表示时变电感,R表示时变电阻;
所述时滞补偿器的输出信号分解为
3)建立数据关系:采用状态方程求解法进行求解;
4)为使接近于表示实际输出,表示理想输出,定义函数确定使得ε(t)的取值最小,即可确定能够在[0T],[0T]表示这个周期,依据经验值选择,完成动态过程,实现对定位力矩的时滞补偿;
5)利用自学习链预测时滞的积累误差,提出时滞误差预测自补偿控制器,建立目标函数对状态反馈系数进行追踪,并通过自学习链预测后将原预测时滞误差di自学习为Mdi。
进一步地,所述步骤1)中具体内容为:在驱动***中加入谐波电流抑制环,通过注入谐波电流,产生与定位力矩幅值相等、大小相反的转矩分量实现对定位力矩引起的转矩波动的补偿,补偿电流记为iqc。
加入谐波电流抑制环的FSPM电机矢量控制框图如图1所示,图1中各变量的含义为:Fe为电磁转矩,KF为转矩常数;iq为q轴电流,ψPM为永磁铁磁链,τρ为LFSPM电机极距,电枢绕组传递函数为1/(Rs+Ls),Ls表示为电枢电感L复频域中的形式,Rs表示电枢电阻,在Ki为电流调节器中电流环增益,Kv为速度调节器中速度环增益,v*为转速给定,v为实际转速,iqr *为q轴电流给定值,iqc为补偿电流,iq *为补偿后的q轴电流值,1/s为积分函数,Fc(x)是以转子位置x为周期的定位力矩函数,iqc为q轴电流补偿值,M为转动惯量,Bm为阻尼系数。
给出FSPM电机给定速度v*,经过速度增益Kv后得出q轴给定电流iqr *,通过iqc的补偿电流,得iq *=iqr *-iqc,iq *与iq的差值经电流环增益Ki得出q轴电压uq,随后得出实际电流iq=uq/(Rs+Ls),根据公式可得出FSPM电机电磁转矩从而对FSPM电机动子1/(Ms+Bm)进行控制。另谐波抑制环根据速度传感器检测的v经过积分环节1/s可得出位置信号x,将位置信号x带入Fc(x),因此iqc=Fc(x)/KF。
进一步地,所述步骤3)中具体内容为:
31)在三相电流中任取其中一相,建立电动机的数学模型;
32)将步骤31)中的数学模型的方程离散化得到离散方程;
33)根据步骤32)计算的结果,利用离散方程即可求出电机的时变参数。
进一步地,所述步骤31)中模型为:Ldi/dt+iR=Δu,上式中i为电流,Δu为端电压。
进一步地,所述步骤32)中方程离散化得到离散方程L(ik-ik-1)/Tsat+iR=Δu,ik表示第k次电流检测值,转变成矩阵形式[ik ik-1]×[x1 x2]T=Δuk,其中,x1=L/Tsat+R,x2=-L/Tsat;Tsat为采样时间。
进一步地,所述步骤33)根据步骤32)计算出x1、x2后,利用离散方程即可求出电机的时变参数L和R,其中,
进一步地,所述步骤2)中PID自学习时滞补偿器的工作原理是:将控制器的输出信号,同时通过前馈的比例系数、积分系数、微分系数的运算后,再引入时滞误差输入数据d(t)后,通过反馈时滞补偿器的比例系数、积分系数、微分系数的运算控制误差的产生。
进一步地,所述步骤5)具体内容为:
利用自学习链预测时滞的积累误差,形成时滞误差预测自补偿控制器:对于第i时刻,在时滞为di时的***输出为其中,表示经预测后作用于***的最终控制器输出序列;
采用自学习补偿后,第i时刻***对应di=Mdi,其中Mdi表示自学习链预测时滞,控制器输出为其中为具有自学习链预测时滞的预测控制器输出。
本发明所达到的有益效果:1、本方法能够很好地抑制由于电机定位力矩引起的转矩波动,所设计的补偿器解决了定位力矩所带来的转矩波动,有效地降低电动汽车驱动电机的速度脉动,从而抑制了振动、噪声等现象;2、本发明设采用的基于状态方程辨识的PID自学习时滞补偿器能够使得谐波电流产生的力矩分量与定位力矩无时滞误差;3.本发明采用的自学习预测补偿控制器,通过自学习链预测提高预测时滞误差,达到改善***响应输出特性的目的
附图说明
图1是本发明的原理图;
图2是PID自学习时滞补偿器的原理图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
在本实施例中,加入谐波电流抑制环的FSPM电机矢量控制框图如图1所示,图1中各变量的含义为:Fe为电磁转矩,KF为转矩常数;iq为q轴电流,ψPM为永磁铁磁链,电枢绕组传递函数为1/(Rs+Ls),Ls表示为电枢电感L复频域中的形式,Rs表示电枢电阻,Ki为电流调节器中电流环增益,Kv为速度调节器中速度环增益,v*为转速给定,v为实际转速,iqr *为q轴电流给定值,iqc为补偿电流,iq *为补偿后的q轴电流值,1/s为积分函数,Fc(x)是以转子位置x为周期的定位力矩函数,iqc为q轴电流补偿值,M为转动惯量,Bm为阻尼系数。
给出FSPM电机给定速度v*,经过速度增益Kv后得出q轴给定电流iqr *,通过iqc的补偿电流,得iq *=iqr *-iqc,iq *与iq的差值经电流环增益Ki得出q轴电压uq,随后得出实际电流iq=uq/(Rs+Ls),根据公式可得出FSPM电机电磁转矩从而对FSPM电机动子1/(Ms+Bm)进行控制。另谐波抑制环根据速度传感器检测的v经过积分环节1/s可得出位置信号x,将位置信号x带入Fc(x),因此iqc=Fc(x)/KF。
图2中F(s)为时滞补偿器前馈函数,B(s)为时滞补偿器反馈函数,L为t域到s域的拉普拉斯变换,γ(t)为输入信号,为***输出信号,因为F(s)、B(s)均为s域中的函数,因此γ(t)、与d(t)经过拉普拉斯变换得到s域函数γ(s)、与d(s)
本发明包括如下步骤:
1)控制id=0,将外环作为速度环,内环作为电流环,控制q轴电流iq实现对电流转矩的线性化控制,得到补偿电流iqc,具体的技术手段是在驱动***中加入谐波电流抑制环,通过注入谐波电流,产生与定位力矩幅值相等、大小相反的转矩分量实现对定位力矩引起的转矩波动的补偿,补偿电流记为iqc,并计算iqc和iq之间的时滞误差γ(t),作为PID自学习时滞补偿器的输入。如图1所示。
2)当电动车处于运行状态时,补偿电流iqc产生的定位力矩存在一定的时滞现象,因此加入一种PID自学习时滞补偿器以使得谐波电流产生的力矩分量与定位力矩无时滞误差,达到改善***响应输出特性的目的。
通过在电路中加入PID自学习时滞补偿器,其中,γ(t)为输入信号,为***输出信号,d(t)为外界扰动、突加负载等干扰所引起的时滞扰动,L为t域到s域的拉普拉斯变换,G(s)为控制对象,分别对应表示时滞补偿器前馈的比例系数、积分系数、微分系数,分别表示反馈时滞补偿器的比例系数、积分系数、微分系数;分别为***输出的比例系数分量、积分系数分量、微分系数分量,L表示时变电感,R表示时变电阻;
如图2所示,时滞补偿器的输出信号分解为
3)建立数据关系:采用状态方程求解法进行求解,具体地步骤为:
31)在三相电流中任取其中一相,建立电动机的数学模型:Ldi/dt+iR=Δu,上式中i为电流,Δu为端电压;
32)将步骤31)中的方程离散化得到离散方程L(ik-ik-1)/Tsat+iR=Δu,ik表示第k次电流检测值,转变成矩阵形式[ik ik-1]×[x1 x2]T=Δuk,其中,x1=L/Tsat+R,x2=-L/Tsat;Tsat为采样时间;
33)根据步骤32)计算出x1、x2后,利用离散方程即可求出电机的时变参数L和R,其中,
4)若不考虑时滞的影响,若***参考输入定义为γ(t),则Gr(s)的理想***输出为为使接近于定义函数确定 使得ε(t)的取值最小,即可确定能够在[0T]完成动态过程,实现对滤波器的时滞补偿。
5)利用自学习链预测时滞的积累误差,提出时滞误差预测自补偿控制器,建立目标函数对状态反馈系数进行追踪,并通过自学习链预测后将原预测时滞误差di自学习为Mdi。
对于第i个时刻,在时滞为di时的控制输入为(10),其中,0≤di≤dimax表示***某一时刻存在的时滞,dimax一般是根据实验过程中出现的时滞最大值,i=1,2,…,r,r表示数量值,表示第i时刻***的控制器输出,Tc表示时滞预测时间,为不同***状态在时滞为di情况下的最优状态反馈控制律,xj表示在j状态下的时滞响应,j=1,2,…,n,因此x1(Tc-di),x2(Tc-di),…xn(Tc-di)表示***的状态信号传输存在时滞。
***输出为(11),其中,表示经自学习后,作用于***的最终控制器输出序列。
首先设时滞参数di,建立目标函数对状态反馈系数进行追踪,计算目标函数值Mdi,这里根据预测控制的基本思想,目标轨迹为平衡位置0,因此目标函数如
把式(10)中的时滞d给定为自学习链预测的时滞,便可以得到具有自学习链链预测的时滞预测控制器如式(13)。
第i个时刻,对di=Mdi,预测时滞为Mdi时的控制输入为
其中Mdi表示自学习链预测时滞。
控制器输出为(14),其中为具有自学习链预测时滞的预测控制器输出。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (4)
1.一种基于PID自学习时滞补偿器的电流谐波补偿方法,其特征是,包括如下步骤:
1)控制d轴电流id=0,将外环作为速度环,内环作为电流环,控制q轴电流iq实现对电流转矩的线性化控制,并得到补偿电流iqc,在驱动***中加入谐波电流抑制环,通过注入谐波电流,产生与定位力矩幅值相等、大小相反的转矩分量实现对定位力矩引起的转矩波动的补偿,即为所述补偿电流iqc,计算iqc和iq之间的时滞误差γ(t),作为PID自学习时滞补偿器的输入;
2)在所述驱动***和谐波电流抑制环之间加入PID自学习时滞补偿器,其中,γ(t)为输入信号,为***输出,d(t)为时滞误差输入,LT为t域到s域的拉普拉斯变换,G(s)为控制对象,分别对应表示时滞补偿器前馈的比例系数、积分系数、微分系数,分别表示反馈时滞补偿器的比例系数、积分系数、微分系数;分别为***输出的比例系数分量、积分系数分量、微分系数分量,L表示时变电感,R表示时变电阻;
所述时滞补偿器的输出信号分解为
3)建立数据关系:采用状态方程求解法进行求解,具体内容为:
31)在三相电流中任取其中一相,建立电动机的数学模型;
32)将步骤31)中的数学模型的方程离散化得到离散方程;
33)根据步骤32)计算的结果,利用离散方程即可求出电机的时变参数;
4)为使接近于 表示实际输出,表示理想输出,定义函数确定使得ε(t)的取值最小,即可确定能够在[0 T]内完成,T为一个采样周期,依据经验值选择,完成动态过程,实现对滤波器的时滞补偿;
5)利用自学习链预测时滞的积累误差,提出时滞误差预测自补偿控制器,建立目标函数对状态反馈系数进行追踪,并通过自学习链预测后将原预测时滞误差di自学习为Mdi,具体内容为:
利用自学习链预测时滞的积累误差,形成时滞误差预测自补偿控制器:对于第i时刻,在时滞为di时的***输出为其中,表示经预测后作用于***的最终控制器输出序列;
采用自学习补偿后,第i时刻***对应di=Mdi,其中Mdi表示自学习链预测时滞,控制器输出为其中为具有自学习链预测时滞的预测控制器输出,为状态反馈系数,j=1,2,…,n,Tc为时滞预测时间。
2.根据权利要求1所述的一种基于PID自学习时滞补偿器的电流谐波补偿方法,其特征是,所述步骤31)中模型为:Ldi/dt+iR=Δu,上式中i为电流,Δu为端电压。
3.根据权利要求2所述的一种基于PID自学习时滞补偿器的电流谐波补偿方法,其特征是,所述步骤32)中方程离散化得到离散方程L(ik-ik-1)/Tsat+iR=Δu,ik表示第k次电流检测值,转变成矩阵形式[ik ik-1]×[x1 x2]T=Δuk,其中,x1=L/Tsat+R,x2=-L/Tsat;Tsat为采样时间。
4.根据权利要求3所述的一种基于PID自学习时滞补偿器的电流谐波补偿方法,其特征是,所述步骤33)根据步骤32)计算出x1、x2后,利用离散方程即可求出电机的时变参数L和R,其中,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710790711.7A CN107370433B (zh) | 2017-09-05 | 2017-09-05 | 基于pid自学习时滞补偿器的电流谐波补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710790711.7A CN107370433B (zh) | 2017-09-05 | 2017-09-05 | 基于pid自学习时滞补偿器的电流谐波补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107370433A CN107370433A (zh) | 2017-11-21 |
CN107370433B true CN107370433B (zh) | 2019-11-08 |
Family
ID=60312228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710790711.7A Active CN107370433B (zh) | 2017-09-05 | 2017-09-05 | 基于pid自学习时滞补偿器的电流谐波补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107370433B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108429473B (zh) * | 2018-03-26 | 2019-11-29 | 中南大学 | 参考输入值的修正方法及采用该方法的可调数字电源装置 |
CN109600088B (zh) * | 2018-10-31 | 2020-05-19 | 华中科技大学 | 一种三相逆变器的谐波电流注入装置及方法 |
CN109799701B (zh) * | 2018-12-29 | 2022-04-29 | 南京埃斯顿机器人工程有限公司 | 一种工业机器人振动抑制方法 |
CN110376894B (zh) * | 2019-07-26 | 2023-03-31 | 哈尔滨工业大学 | 一种适用于实时混合试验的两级时滞补偿方法 |
CN110955176B (zh) * | 2019-11-15 | 2020-10-09 | 中国地质大学(武汉) | 一种基于模型跟踪控制的伺服***末端残余振动抑制方法 |
CN112904713B (zh) * | 2020-12-31 | 2022-07-19 | 同济大学 | 一种空间运动伺服机构的高精度强鲁棒控制方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104201964A (zh) * | 2014-09-12 | 2014-12-10 | 东南大学 | 一种磁通切换直线电机速度脉动抑制方法 |
-
2017
- 2017-09-05 CN CN201710790711.7A patent/CN107370433B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104201964A (zh) * | 2014-09-12 | 2014-12-10 | 东南大学 | 一种磁通切换直线电机速度脉动抑制方法 |
Non-Patent Citations (5)
Title |
---|
Base on all-pole approximation a new internal model PID control method for the system with time delays;Jin Qibing等;《2009 International Conference on Mechatronics and Automation》;20090911;第268-273页 * |
Robust PI and PID controllers including Smith predictor structure;B. Kristiansson等;《Proceedings of the 2001 American Control Conference. (Cat. No.01CH37148)》;20020807;第3卷;第2197-2202页 * |
基于模型补偿的大时滞***的控制算法;徐立鸿等;《控制与决策》;19960720;第11卷(第4期);第517-519页 * |
多变量多时滞***的前馈补偿解耦及IMC-PID控制;李兴春等;《计算机测量与控制》;20120425;第20卷(第4期);第982-986页 * |
时滞***的Smith预估补偿控制器研究;辛海燕等;《山东工业技术》;20160615(第12期);第220-222页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107370433A (zh) | 2017-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107370433B (zh) | 基于pid自学习时滞补偿器的电流谐波补偿方法 | |
CN103312253B (zh) | 基于定子参考磁链优化模型的转矩预测控制式电驱动方法 | |
CN106849823B (zh) | 电动汽车主动减振控制方法 | |
CN103746624B (zh) | 基于模型预测的双凸极永磁同步电机的电流控制方法 | |
Huang et al. | Robust Position Control of PMSM Using Fractional‐Order Sliding Mode Controller | |
Shahgholian et al. | State space modeling and eigenvalue analysis of the permanent magnet DC motor drive system | |
CN103532462A (zh) | 永磁同步电机低频转矩补偿过渡控制方法 | |
CN104393798A (zh) | 一种基于积分滑模和扰动观测器的电动自行车控制方法 | |
CN105680752A (zh) | 一种永磁同步电机饱和电感参数的辨识方法及*** | |
CN104242744A (zh) | 一种基于优化灰色预测补偿的永磁同步电机转速控制方法 | |
Lu et al. | Online identification for permanent magnet synchronous motor based on recursive fixed memory least square method under steady state | |
CN106788089B (zh) | 用于电动汽车驱动***的速度脉动抑制方法 | |
CN109067276A (zh) | 一种永磁同步电机高动态鲁棒预测电流控制方法 | |
Zhang et al. | Design of a novel speed controller for direct-drive permanent magnet synchronous motor based on reduced-order load torque observer | |
Harini et al. | Stability analysis of MRAS speed sensorless control of permanent magnet synchronous motor | |
Wang et al. | Characteristics of BLDC motor drive system at high temperature | |
TWI542136B (zh) | Reduce the switching method of switched reluctance motor | |
Khalilian et al. | Sensorless direct torque control of hybrid stepper motor based on MRAS | |
Hu et al. | Research on injection molding machine drive system based on model predictive control | |
Rani et al. | Performance Improvement of Sliding Mode Controller of BLDC Drive for EV Applications | |
Back et al. | Emulation of dynamic mechanical load for dynamometer using disturbance observer based robust controller | |
Thampi | A review on controlling techniques for permanent magnet synchronous motor (PMSM) and current state of the art in the research area | |
TWI533588B (zh) | Improvement of Adaptive Control Method for Torque Ripple of Switched Reluctance Motor | |
Liu et al. | Speed-sensorless direct torque control of bearingless permanent magnet synchronous motor based on extended Kalman filter | |
Gao et al. | Online Current Spikes Suppression Strategy Research of Switched Reluctance Motors Based on Hybrid Torque Sharing Function |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |