CN114928288A - 一种基于参数辨识的水下推进器无传感器控制方法及*** - Google Patents

Abstract

本发明公开了一种基于参数辨识的水下推进器无传感器控制***，用于运行上述基于参数辨识的水下推进器无传感器控制方法，包括：电源电路、通信电路、主控电路、采样电路、驱动电路；通信电路与主控电路连接，将接收的外部通信报文传递给主控电路；采样电路分别与外部永磁同步电机连接、主控电路连接，将采集的同步电机各参数传递给主控电路；主控电路与驱动电路连接，基于外部通信报文、各参数产生驱动信号；驱动电路与外部永磁同步电机连接，根据驱动信号驱动外部永磁同步电机。本发明将改进的反电势观测器与转子位置‑速度辨识算法应用于水下推进器的无传感器控制中，实现了电机的驱动控制。

Description

一种基于参数辨识的水下推进器无传感器控制方法及***

技术领域

本发明涉及水下推进器控制技术领域，具体涉及一种基于参数辨识的水下推进器无传感器控制方法及***。

背景技术

海洋是人类可持续发展的重要战略空间，是当今世界各国赢得竞争优势的战略制高点。随着科技的快速发展，水下机器人应用的越来越广泛。如果想要实现水下机器人在广阔而复杂的海洋环境中长时间安全稳定地进行作业，就必须对水下机器人的电力推进***提出较高的性能要求。

永磁同步电机具有动态响应好，转矩大，机电转换效率高等优点，广泛应用于大功率电力驱动领域，因此永磁同步电机也成为水下推进器电机的首选类型。但是永磁同步电机是一个强耦合、复杂的非线性***，其驱动控制较为复杂，转子位置信息的准确性是实现永磁同步电机精确控制的必要条件。传统的永磁同步电机驱动采用位置传感器来测量速度和转子的角位置,这些传感器存在一些缺点，如可靠性降低、易受噪声影响、额外的成本和重量以及增加驱动***的复杂性。而无传感器控制省去了机械传感器，利用易于直接得到的电压和电流等物理量，根据电机的电流方程和机械方程计算得到转子的转速和角度，能有效避免这些弊端，减小电机的体积，降低硬件成本、***对环境的依赖性。近年来，随着数字处理器技术的进步，普通电机驱动器的处理器已经能够满足引入无传感器控制的计算量要求，无传感器控制方法得到了极大的推广。

随着基于无传感器控制的永磁同步电机在机器人中的应用越来越广泛，由于传统的方波控制永磁同步电机存在转矩脉动大，噪声大等问题，基于矢量控制的永磁同步电机研究越来越深入，而矢量控制需要无位置传感器算法提供实时精确的位置参数和转速参数。同时，无传感器算法依赖于电机模型，而传统的无传感器算法中会将一些电机参数例如定子电阻、定子电感等设为定值，但是这些参数在电机运行过程中会受到工况等影响而改变，参数的变化会造成无位置传感器对位置和速度辨识的误差，从而降低永磁同步电机的运行效率，减少电机的出力，误差过大甚至使电机出现失步，导致整个电力推进***失稳；关于转子速度和位置信息，传统的计算方法都会存在较大的误差，同样会降低水下机器人电力推进***的稳定性。

发明内容

本发明提供了一种基于参数辨识的水下推进器无传感器控制方法及***，以解决现有技术中无传感器控制中转子位置-速度辨识算法设计过程复杂且辨识精度对电机参数变化敏感的问题。

本发明提供了一种基于参数辨识的水下推进器无传感器控制方法，包括如下步骤：

步骤1：实时采集永磁同步点的三相相电压和三相相电流；

步骤2：根据三相相电压和三相相电流计算两相静止坐标系的定子电压和定子电流，构建自适应龙伯格观测器；

步骤3：设计两相静止坐标系的定子电阻与定子电感的自适应律，构建结合参数辨识的自适应龙伯格观测器；

步骤4：通过两相静止坐标系的定子电阻与定子电感的自适应律求得定子电阻估计值与定子电感估计值，替换所述步骤3中构建的自适应龙伯格观测器参数中的定子电阻与定子电感，得到电机参数修正后的自适应龙伯格观测器，输出得到两相静止坐标系下电机相反电势估计值；

步骤5：将两相静止坐标系的定子电压和定子电流转换为两相旋转坐标系下的定子电压和定子电流，根据永磁同步电机在两相旋转坐标系下的电压方程，并将定子电阻估计值与定子电感估计值代入反电势观测器参数，得到电机参数修正后的反电势观测器，输出得到两相旋转坐标系下电机相反电势估计值；

步骤6：将两相静止坐标系下电机相反电势估计值与两相旋转坐标系下电机相反电势估计值作为双锁相环的输入，分别估算得到两个电机转子速度估计值和两个位置信息估计值；将双锁相环输出的两组转子速度-位置辨识结果代入T-S模糊加权算法得到全速度范围内电机转子位置估计值与转子转速估计值；

步骤7：通过电机转子位置估计值与转子转速估计值构建转速闭环，根据两相旋转坐标系下的定子电流构建电流闭环；两相旋转坐标系下的定子电流经电流闭环输出得到优化后的两相旋转坐标系下的定子电压，将优化后的两相旋转坐标系下的定子电压转换成优化后的两相静止坐标系的定子电压；

步骤8：将优化后的两相静止坐标系的定子电压经过SVPWM调制获得PWM控制信号，通过逆变器完成水下推进器中永磁同步电机无传感器控制。

进一步地，所述步骤2中构建自适应龙伯格观测器的具体步骤如下：

步骤21：构建在两相静止坐标系下永磁同步电机的电压方程：

其中，u_α、u_β、i_α、i_β为两相静止坐标系下的定子电压和电流，R_s为定子电阻，L_s为定子电感，e_α、e_β为两相静止坐标系下的反电势；

步骤22：构造永磁同步电机在两相旋转坐标系下的数学模型为：

数学模型的矢量形式为：

其中，u_dq＝[u_d u_q]^T，i_dq＝[i_d i_q]^T，E_dq＝[e_d e_q]^T＝[0 φ_m ω_e]^T，u_d、u_q、i_d、i_q为两相旋转坐标系下的定子电压和电流，J为电机转动惯量；

步骤23：根据永磁同步电机在两相静止坐标系下的电压方程，构造***的空间状态表达式为：

其中，x＝[i_α i_β e_α e_β]^T，y＝[i_α i_β]^T，

步骤24：根据***的状态空间方程，构建自适应龙伯格观测器为：

其中，

G为龙伯格观测器的反馈增益系数矩阵，

步骤25：计算状态矩阵的特征方程，求解反馈增益系数，完成自适应龙伯格观测器的构建。

进一步地，所述步骤3中通过Lyapunov稳定性原理设计定子电阻R_s与定子电感L_s的自适应律，具体步骤如下：

步骤31：根据Lyapunov稳定性原理估计电机参数，构造正定函数：

V＝e^Te+h(R_s，L_s)

其中

h(R_s，L_s)是关于定子电阻R_s和定子电感L_s正定函数，即h(R_s，L_s)＞0；

步骤32：对正定函数求导：

当

时，获取定子电阻R_s和定子电感L_s的自适应律。

进一步地，所述双锁相环包括：中高速锁相环、零低速锁相环。

进一步地，所述步骤6的具体步骤如下：

步骤61：将两相静止坐标系下的电机相反电势估计值作为中高速锁相环的输入，输出得到第一转子位置、第一转子转速估计值；

步骤62：将第一转子位置、第一转子转速估计值、两相旋转坐标系下的电机相反电势估计值作为零低速锁相环的输入，输出得到第二转子位置及第二转子转速估计值；

步骤63：将第一转子位置、第一转子转速估计值、第二转子位置及第二转子转速估计值作为T-S模糊加权算法的输入，通过如下估算方程估算全速度范围内电机转子位置估计值与转子转速估计值：

其中

分别表示全速度范围内电机转子位置估计值与转子转速估计值，U_PLL1、U_PLL2分别为零低速锁相环和中高速锁相环的输出，λ为[0，1]之间的常数，λ数值与电机速度关系为：

其中，ω_e由T-S模糊加权计算得出。

本发明还提供了一种基于参数辨识的水下推进器无传感器控制***，用于运行上述基于参数辨识的水下推进器无传感器控制方法，包括：电源电路、通信电路、主控电路、采样电路、驱动电路；

所述电源电路外接直流电源，分别与所述通信电路主控电路、采样电路、驱动电路连接，为各电路供电；

所述通信电路与所述主控电路连接，所述通信电路将接收的外部通信报文传递给所述主控电路；

所述采样电路分别与外部永磁同步电机连接、所述主控电路连接，所述采样电路将采集的外部永磁同步电机各参数传递给所述主控电路；

所述主控电路与所述驱动电路连接，所述主控电路基于外部通信报文、外部永磁同步电机各参数产生驱动信号；

所述驱动电路与外部永磁同步电机连接，所述驱动电路根据驱动信号驱动外部永磁同步电机。

进一步地，所述主控电路中包括：所述基于参数辨识的水下推进器无传感器控制方法。

本发明的有益效果：

1.本发明将改进的反电势观测器与转子位置-速度辨识算法应用于水下推进器的无传感器控制中，实现了电机的驱动控制；

2.在实际应用中，设计反电势观测器反馈增益矩阵时大多是通过试凑找到一组合适的反馈增益系数，缺乏相关的理论依据。对于参数不同的电机，系数可能差别很大，参数整定需要一定的工作量。本发明针对这一问题，改进了反电势观测器的反馈增益矩阵设计方法，形成了反馈增益系数矩阵随电机运行状态实时修正的自适应龙伯格观测器，简化了反电势观测器的设计过程；

3.在实际应用中，电机参数会跟随环境而变化，这会降低反电势观测器的观测精度；针对传统反电势观测器对电机参数变化敏感的问题，本发明引入Lyapunov自适应算法辨识电机参数，提高了反电势观测器的观测精度，从而提高了无传感器控制算法的精度；

4.本发明将适用于中高速与零低速范围的锁相环相结合，引入T-S模糊加权算法，形成基于T-S模糊加权的双锁相环算法，并将反电势观测器与该算法相结合，相较于结合反正切函数的反电势观测器，对转子位置和速度的信息采集更加平滑精确；相较于结合传统锁相环的反电势观测器，解决了无法保证全速域转子位置-速度辨识精度的问题；

5.本发明采用STM32系列单片机作为主控芯片，设计了主控电路、驱动电路、反馈电路等硬件电路，通过主控芯片内置程序实现转速电流双闭环控制，大大简化了电路的复杂性，提高了***的稳定性，同时也易于***功能的扩展。

附图说明

通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：

图1为本发明具体实施例的控制方法对应的拓扑图；

图2为本发明具体实施例的自适应龙伯格观测器的结构图；

图3为本发明具体实施例的基于Lyapunov理论的参数辨识算法的结构图；

图4为本发明具体实施例的基于T-S模糊加权的双锁相环速度辨识算法的结构图；

图5为本发明具体实施例的***结构图；

图6为本发明具体实施例的的软件程序结构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示为本发明具体实施例的控制方法对应的拓扑图，控制方法的算法部分有：转速环PI控制器、电流环PI控制器、SVPWM模块、自适应龙伯格观测器、基于Lyapunov理论的参数辨识模块和双锁相环速度辨识模块，以上算法依托硬件电路以及电机实现。整个过程为：当电机启动后，先给定一个转速ω₁，实时获取永磁同步电机的三相相电压和三相相电流，将所得三相相电压和三相相电流通过Clark变换转变为在两相静止坐标系的定子电压和电流u_α、u_β、i_α、i_β；在两相静止坐标系下构建龙伯格观测器；将u_α、u_β、i_α、i_β经过Park变换得到两相旋转坐标系下的定子电压和电流u_d、u_q、i_d、i_q；将u_d、u_q、i_d、i_q作为电机参数辨识过程的输入，输出得到电机的定子电阻

与定子电感

再将基于Lyapunov理论的参数辨识模块得到的定子电阻

与定子电感

的估计值替换所建立的自适应龙伯格观测器参数中的电机定子电阻R_s和电机定子电感L_s，输出得到电机相反电动势估计值

再将电机相反电动势估计值

作为双锁相环速度辨识模块的输入，输出得到两组电机转子位置估计值θ_e与转子转速估计值ω_e，从而构成转速闭环；两相旋转坐标系下的电流i_d、i_q经电流闭环输出得到两相旋转坐标系下的定子电压u_d、u_q；再将u_d、u_q经过反Park变换得到两相静止坐标系的定子电压u_α、u_β；最终u_α、u_β经过SVPWM调制获得PWM控制信号，通过逆变器实现永磁同步电机的无传感器控制。

如图2所示为本发明具体实施例的自适应龙伯格观测器的结构图，将传统龙伯格观测器的反馈增益系数设计为跟随电机转速的相关函数，在传统龙伯格观测器的输入端增加一个反馈增益系数计算环节，将电机转速和电机参数作为反馈增益系数计算环节的输入，利用计算出的新的反馈增益系数修正龙伯格观测器模型，得到一种变反馈增益的自适应龙伯格观测器。

构建的自适应龙伯格观测器的具体控制方法包括以下步骤：

步骤S21：构建在两相静止坐标系下永磁同步电机的电压方程：

其中u_α、u_β、i_α、i_β为两相静止坐标系下的定子电压和电流，R_s为定子电阻，L_s为定子电感，ex、e_β为两相静止坐标系下的反电势。

步骤S22：构造永磁同步电机在两相旋转坐标系下的数学模型为：

将上式写成矢量形式：

其中E_dq＝[e_d e_q]＝[0 φ_mω_e]^T。

步骤S23：根据永磁同步电机在两相静止坐标系下的电压方程，构造***的空间状态表达式为：

其中x＝[i_α i_βe_α e_β]^T，y＝[i_α i_β]^T，

步骤S24：根据***的状态空间方程，构建龙伯格观测器为：

其中

G为龙伯格观测器的反馈增益系数矩阵。

令龙伯格观测器的反馈增益系数矩阵为：

步骤S25：计算状态矩阵的特征方程，求解反馈增益系数，完成自适应龙伯格观测器的构建。

如图3所示为基于Lyapunov理论的参数辨识算法的结构图，在传统龙伯格观测器的基础的输出端引入基于Lyapunov理论的自适应算法，利用龙伯格观测器的输出估计实际定子电阻和电感参数，利用计算出的定子电阻和电感估计值修正电机模型及龙伯格观测器模型。

构建的基于Lyapunov理论的参数辨识算法包括以下步骤：

步骤S31：根据Lyapunov理论估计电机参数，构造正定函数：

V＝e^Te+h(R_s，L_s)

其中

h(R_s，L_s)是关于定子电阻R_s和定子电感L_s一个正定函数，即h(R_s，L_s)＞0。

步骤S32：对步骤S31中构造的正定函数进行求导：

由Lyapunov稳定性定理可知，当

时，***渐进稳定。分别求得定子电阻R_s和定子电感L_s的自适应律。

如图4所示为基于T-S模糊加权的双锁相环速度辨识算法的结构图，其中包括了中高速锁相环、零低速锁相环和T-S模糊加权三种算法，两种锁相环分别计算出的转子转速估计值和转子位置估计值经过T-S模糊加权输出最终的转子转速估计值和转子位置估计值。

构建的基于T-S模糊加权的双锁相环速度辨识算法包括以下步骤：

步骤S61：将反电势观测器的输出，即电机相反电势估计值

作为双锁相环的输入，其中

作为中高速锁相环的输入，输出得到转子位置

及转子转速估计值与

作为零低速锁相环的输入，输出得到转子位置

及转子转速估计值

对于中高速锁相环，在电机转速处于中高速范围时转速辨识精度高，而电机转速处于零低速范围时由于反电势变化较小，这种锁相环的辨识精度较低。中高速锁相环的结构如下：

其中

为位置误差，

为转速误差。

对于零低速锁相环，在电机转速处于零低速范围时转速辨识精度高，但这种锁相环依赖磁链参数，位置辨识精度会随着电机转速的上升而降低。零低速锁相环的结构如下：

其中v与k是调节零低速锁相环辨识收敛速度的两个恒正常数，分别是反电势观测值在d、q轴上的分量。

步骤S62：将双锁相环的输出

作为T-S模糊加权算法的输入。T-S模糊推理的清晰化过程使用加权平均法，设第i条规则输出结果为u_i，m为规则数，它的权重为w_i，则推理输出表示如下式所示：

电机的估算转速小于ω_e1和大于ω_e2时，分别运用零低速锁相环和中高速锁相环。在切换区间内电机速度为将不同方法估算的转速进行T-S模糊加权得到的，其估算方程为：

其中

分别表示估算的速度与位置，U_PLL1、U_PLL2分别为零低速和中高速情况下锁相环的输出。λ为[0，1]之间的常数，其数值与电机速度关系为：

其中ω_e由T-S模糊加权计算得出。

在切换加权系数中的切换区间上限ω_e1以及下限ω_e2需要通过实验确定，T-S模糊加权切换法可以减小***抖振，不同估算方法的切换过程完成了位置与速度渐进改变，使永磁同步电机的***更加稳定。

图5为本发明实施提供的一种基于参数辨识的水下推进器无传感器控制***的***示意图，用于运行上述基于参数辨识的水下推进器无传感器控制方法，包括：电源电路、通信电路、主控电路、采样电路、驱动电路；

电源电路外接直流电源，分别与通信电路主控电路、采样电路、驱动电路连接，为各电路供电；

通信电路与主控电路连接，通信电路将接收的外部通信报文传递给主控电路；

采样电路分别与外部永磁同步电机连接、主控电路连接，采样电路将采集的外部永磁同步电机各参数传递给主控电路；

主控电路与驱动电路连接，主控电路基于外部通信报文、外部永磁同步电机各参数产生驱动信号；

驱动电路与外部永磁同步电机连接，驱动电路根据驱动信号驱动外部永磁同步电机。

图6为本发明实施提供的一种基于参数辨识的水下推进器无传感器控制***中主控电路芯片中写入的基于参数辨识的水下推进器无传感器控制方法的软件程序结构示意图，整个软件程序包括主函数和中断服务函数两部分：

主函数包括***初始化过程，以及对保护信号和复位信号的检测。中断服务函数主要包括了矢量控制算法以及参数辨识算法，矢量控制中SVPWM输出更新为50us，电流环计算周期为100us，速度环计算周期为500us，主要执行内容为电流采样，速度调节器计算，电流坐标转换，电流调节器计算，SVPWM计算，电压重构，转速估算等。参数辨识算法中定子电感与定子电阻辨识周期为500us。中断程序设置为PWM模块中的溢出中断触发，并在中断触发时发出电流采样信号，实现对电机相电流和电压的ADC采样。

虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (7)

1.一种基于参数辨识的水下推进器无传感器控制方法，其特征在于，包括如下步骤：

步骤1：实时采集永磁同步点的三相相电压和三相相电流；

步骤2：根据三相相电压和三相相电流计算两相静止坐标系的定子电压和定子电流，构建自适应龙伯格观测器；

步骤3：设计两相静止坐标系的定子电阻与定子电感的自适应律，构建结合参数辨识的自适应龙伯格观测器；

步骤4：通过两相静止坐标系的定子电阻与定子电感的自适应律求得定子电阻估计值与定子电感估计值，替换所述步骤3中构建的自适应龙伯格观测器参数中的定子电阻与定子电感，得到电机参数修正后的自适应龙伯格观测器，输出得到两相静止坐标系下电机相反电势估计值；

步骤5：将两相静止坐标系的定子电压和定子电流转换为两相旋转坐标系下的定子电压和定子电流，根据永磁同步电机在两相旋转坐标系下的电压方程，并将定子电阻估计值与定子电感估计值代入反电势观测器参数，得到电机参数修正后的反电势观测器，输出得到两相旋转坐标系下电机相反电势估计值；

步骤6：将两相静止坐标系下电机相反电势估计值与两相旋转坐标系下电机相反电势估计值作为双锁相环的输入，分别估算得到两个电机转子速度估计值和两个位置信息估计值；将双锁相环输出的两组转子速度-位置辨识结果代入T-S模糊加权算法得到全速度范围内电机转子位置估计值与转子转速估计值；

步骤7：通过电机转子位置估计值与转子转速估计值构建转速闭环，根据两相旋转坐标系下的定子电流构建电流闭环；两相旋转坐标系下的定子电流经电流闭环输出得到优化后的两相旋转坐标系下的定子电压，将优化后的两相旋转坐标系下的定子电压转换成优化后的两相静止坐标系的定子电压；

步骤8：将优化后的两相静止坐标系的定子电压经过SVPWM调制获得PWM控制信号，通过逆变器完成水下推进器中永磁同步电机无传感器控制。

2.如权利要求1所述的基于参数辨识的水下推进器无传感器控制方法，其特征在于，所述步骤2中构建自适应龙伯格观测器的具体步骤如下：

步骤21：构建在两相静止坐标系下永磁同步电机的电压方程：

其中，u_α、u_β、i_α、i_β为两相静止坐标系下的定子电压和电流，R_s为定子电阻，L_s为定子电感，e_α、e_β为两相静止坐标系下的反电势；

步骤22：构造永磁同步电机在两相旋转坐标系下的数学模型为：

数学模型的矢量形式为：

其中，u_dq＝[u_d u_q]^T，i_dq＝[i_d i_q]^T，E_dq＝[e_d e_q]^T＝[0 φ_mω_e]^T，u_d、u_q、i_d、i_q为两相旋转坐标系下的定子电压和电流，J为电机转动惯量；

步骤23：根据永磁同步电机在两相静止坐标系下的电压方程，构造***的空间状态表达式为：

其中，x＝[i_α i_β e_α e_β]^T，y＝[i_α i_β]^T，

步骤24：根据***的状态空间方程，构建自适应龙伯格观测器为：

其中，

G为龙伯格观测器的反馈增益系数矩阵，

步骤25：计算状态矩阵的特征方程，求解反馈增益系数，完成自适应龙伯格观测器的构建。

3.如权利要求1所述的基于参数辨识的水下推进器无传感器控制方法，其特征在于，所述步骤3中通过Lyapunov稳定性原理设计定子电阻R_s与定子电感L_s的自适应律，具体步骤如下：

步骤31：根据Lyapunov稳定性原理估计电机参数，构造正定函数：

V＝e^Te+h(R_s,L_s)

其中

h(R_s,L_s)是关于定子电阻R_s和定子电感L_s正定函数，即h(R_s,L_s)＞0；

步骤32：对正定函数求导：

当

时，获取定子电阻R_s和定子电感L_s的自适应律。

4.如权利要求1所述的基于参数辨识的水下推进器无传感器控制方法，其特征在于，所述双锁相环包括：中高速锁相环、零低速锁相环。

5.如权利要求4所述的基于参数辨识的水下推进器无传感器控制方法，其特征在于，所述步骤6的具体步骤如下：

步骤61：将两相静止坐标系下的电机相反电势估计值作为中高速锁相环的输入，输出得到第一转子位置、第一转子转速估计值；

步骤62：将第一转子位置、第一转子转速估计值、两相旋转坐标系下的电机相反电势估计值作为零低速锁相环的输入，输出得到第二转子位置及第二转子转速估计值；

步骤63：将第一转子位置、第一转子转速估计值、第二转子位置及第二转子转速估计值作为T-S模糊加权算法的输入，通过如下估算方程估算全速度范围内电机转子位置估计值与转子转速估计值：

其中

分别表示全速度范围内电机转子位置估计值与转子转速估计值，U_PLL1、U_PLL2分别为零低速锁相环和中高速锁相环的输出，λ为[0,1]之间的常数，λ数值与电机速度关系为：

其中，ω_e由T-S模糊加权计算得出。

6.一种基于参数辨识的水下推进器无传感器控制***，用于运行如权利要求1-5中任一所述的基于参数辨识的水下推进器无传感器控制方法，其特征在于，所述基于参数辨识的水下推进器无传感器控制***包括：电源电路、通信电路、主控电路、采样电路、驱动电路；

所述电源电路外接直流电源，分别与所述通信电路主控电路、采样电路、驱动电路连接，为各电路供电；

所述通信电路与所述主控电路连接，所述通信电路将接收的外部通信报文传递给所述主控电路；

所述采样电路分别与外部永磁同步电机连接、所述主控电路连接，所述采样电路将采集的外部永磁同步电机各参数传递给所述主控电路；

所述主控电路与所述驱动电路连接，所述主控电路基于外部通信报文、外部永磁同步电机各参数产生驱动信号；

所述驱动电路与外部永磁同步电机连接，所述驱动电路根据驱动信号驱动外部永磁同步电机。

7.如权利要求6所述的基于参数辨识的水下推进器无传感器控制***，其特征在于，所述主控电路中包括：所述基于参数辨识的水下推进器无传感器控制方法。

Images