CN116388630A - 永磁容错游标轮缘推进电机无位置传感器矢量控制方法 - Google Patents

永磁容错游标轮缘推进电机无位置传感器矢量控制方法 Download PDF

Info

Publication number
CN116388630A
CN116388630A CN202310348433.5A CN202310348433A CN116388630A CN 116388630 A CN116388630 A CN 116388630A CN 202310348433 A CN202310348433 A CN 202310348433A CN 116388630 A CN116388630 A CN 116388630A
Authority
CN
China
Prior art keywords
sliding mode
fuzzy
motor
supercoiled
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.)
Pending
Application number
CN202310348433.5A
Other languages
English (en)
Inventor
朱景伟
赵天瑞
刘咏涵
岳九波
何汪松
王哲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian Maritime University
Original Assignee
Dalian Maritime University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian Maritime University filed Critical Dalian Maritime University
Priority to CN202310348433.5A priority Critical patent/CN116388630A/zh
Publication of CN116388630A publication Critical patent/CN116388630A/zh
Pending legal-status Critical Current

Links

Images

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
    • H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H02P21/0007—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using sliding mode control
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • 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
    • H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H02P21/001—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using fuzzy control
    • 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
    • H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H02P21/0017—Model reference adaptation, e.g. MRAS or MRAC, useful for control or parameter estimation
    • 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
    • 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
    • H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • H02P21/18—Estimation of position or speed
    • 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
    • H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • H02P21/20—Estimation of torque
    • 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
    • H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
    • H02P29/02—Providing protection against overload without automatic interruption of supply
    • H02P29/024—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load
    • H02P29/0243—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load the fault being a broken phase
    • 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
    • H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
    • H02P29/02—Providing protection against overload without automatic interruption of supply
    • H02P29/024—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load
    • H02P29/028—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load the motor continuing operation despite the fault condition, e.g. eliminating, compensating for or remedying the fault
    • 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
    • H02P2203/00—Indexing scheme relating to controlling arrangements characterised by the means for detecting the position of the rotor
    • H02P2203/03—Determination of the rotor position, e.g. initial rotor position, during standstill or low speed operation

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Fuzzy Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Ac Motors In General (AREA)

Abstract

本发明公开了一种基于改进模糊超螺旋算法的永磁容错游标轮缘推进电机无位置传感器矢量控制方法，采用传统滑模自适应率虽然能够一定程度上增强***的鲁棒性但也造成了***的抖振，因此本发明引入模糊快速超螺旋滑模控制器代替传统的PI控制器，通过引入高阶滑模函数以取代原有的滑模函数，既包含传统滑模的优点又能够抑制滑模的抖振现象，一定效果上提高了控制精度。引入模糊控制估测滑模增益可以解决传统滑模固定增益速度估算范围较小，抖振严重的问题。对电机采用了更加简化的容错控制，其转速及转矩脉动与无故障状态时几乎相同，保障了电机在发生故障时能够稳定运行，并对其进行转子位置以及转速的估计。

Description

永磁容错游标轮缘推进电机无位置传感器矢量控制方法
技术领域
本发明涉及电机控制技术领域,尤其涉及一种基于改进模糊超螺旋算法的永磁容错游标轮缘推进电机无位置传感器矢量控制方法。
背景技术
永磁容错游标轮缘推进电机具有转矩脉动小、转矩密度高等优点，特别适用于舰船推进等低速大转矩驱动的场合。且采用单独的H桥电路，发生故障时，可以实现物理隔离、电气隔离以及热隔离。对于此电机，正常运行需要实时的转子位置角度。传统的电机采用机械式位置传感器的方法获得转子位置，但这种方法成本高、体积大且易受温度变化及电磁噪声的干扰，因此研究一种低成本、高性能的无位置传感器控制技术成为了电机控制领域的热点问题。
当电机运行至中高速时，通过电机的反电动势或磁链模型可以有效估测出转子的位置信息，不再需要额外的信号激励。比较常用的方法有滑模观测器法和模型参考自适应控制法(MRAS)，扩展卡尔曼滤波法等。其中MRAS具有稳态精度高、抗外界干扰能力强，控制相对简单等特点。但是传统MRAS用于估计电机的转子位置时，需要将可调模型和参考模型之差收敛到零，通常采用PI自适应率，使得***鲁棒性不强，动态性能有待加强，且调节参数困难，较为依赖电机参数的准确性。若采用传统的滑模控制环节，可提高其鲁棒性，减小对电机参数的依赖性，但是会引起抖振问题影响电机平稳运行。
发明内容
根据现有技术存在的问题，本发明公开了一种基于改进模糊超螺旋算法的永磁容错游标轮缘推进电机无位置传感器矢量控制方法，具体包括如下步骤：
在电机正常运行状态下，基于模型参考自适应算法构建六相永磁容错游标轮缘推进电机无位置传感器控制***，电机实际检测出的六相电流ia、ib、ic、iu、iv、iw和六相电压ua、ub、uc、uu、uv、uw经过坐标变换得到定子电流在两相旋转坐标系下的分量电流id、iq和分量电压ud、uq，将电机旋转坐标系下的电压方程转化为电流方程从而构建参考模型，并将定子电流方程和自适应全阶观测器结合，在电流方程中引入校正项形成全阶电流观测器，将全阶电流观测器作为可调模型；
所述参考模型和可调模型输出相同的信号，以参考模型的实际参数和可调模型的估计参数的差值构建误差项并求出自适应率；
采用改进的模糊快速超螺旋滑模算法构建模糊快速超螺旋自适应率***；
当电机在某相发生故障时，改变无故障相的参考电流对故障相的电流进行补偿，从而减小故障相的转矩脉动。
在构造参考模型时首先构造六相表贴式永磁容错游标电机在d-q坐标下的电压方程：
Figure BDA0004160591340000021
将其转化为电流方程形式为：
Figure BDA0004160591340000022
式子中ud、uq为定子电压dq轴分量，iq、iq为定子电流dq轴分量，R为定子电阻，L为定子电感，ωe是电机电角速度，ψf是永磁体磁链。
构造可调模型时，先引入全阶自适应观测器，通过引入校正项对估计方程产生一个修正输入，从而使***形成闭环估计，先将定子电流方程改写成如下形式：
Figure BDA0004160591340000023
式子中：
Figure BDA0004160591340000024
Figure BDA0004160591340000025
构建电流全阶观测器为
Figure BDA0004160591340000031
式子中：
Figure BDA0004160591340000032
获取自适应率采用如下方式：
令
Figure BDA0004160591340000033
将参考模型与可调模型相减得到误差方程：
Figure BDA0004160591340000034
式子中，
Figure BDA0004160591340000035
令K满足严格正定矩阵的稳定条件同时满足Popov不等式：
Figure BDA0004160591340000036
对其逆向求解求出自适应率：
Figure BDA0004160591340000037
构建模糊快速超螺旋自适应率***时：首先选择合适的滑模切换面再引入改进的模糊快速超螺旋滑模算法：
在参考模型和可调模型输出误差为e的基础上选取滑模面为：
Figure BDA0004160591340000038
采用改进的超螺旋自适应率，此自适应率形式为:
u(s)＝k1|s|1/2sign(s)+k2s+∫(k3sign(s)+k4s)dt
其中s为滑模变量，参数k1>0,k2>0,k3>0,k4>0，
此时转速估计值
Figure BDA0004160591340000039
减少估计结果的抖振，采用指数函数代替sign符号函数:
Figure BDA00041605913400000310
其中σ是边界层厚度；
采用模糊控制规则调节合适的滑模增益量，使滑模增益保持在理想的输出取值范围，设计模糊控制器、选择滑模面s及滑模面的微分
Figure BDA0004160591340000041
作为输入量，中间增益λ作为输出量，以中间增益作为整定目标细化模糊规则，构造输入输出论域，使得模糊控制器输出在一定范围内实现自适应。
由于采用了上述技术方案，本发明提供的一种基于改进模糊超螺旋算法的永磁容错游标轮缘推进电机无位置传感器矢量控制方法，该方法通过在可调模型中引入电流全阶观测器，通过引入校正项，对估计方程产生一个修正输入，从而加快了两个模型输出之间的收敛速度。设计了一种模糊快速超螺旋变结构自适应率，可以提高模型参考自适应控制***对转子位置和转速的追踪动态特性和估计精度，削弱了传统滑模控制自适应率的高频抖振问题，以及固定滑模增益导致的***鲁棒性较差的现象。且当电机发生开路故障时，仍可以进行转子位置估计，保持误差在较小范围内，提高了电机运行的故障容错性能。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明中六相永磁容错游标轮缘推进电机六相H桥逆变电路拓扑图；
图2为本发明中六相永磁容错游标轮缘推进电机无位置传感器矢量控制***框图；
图3为本发明中基于改进模糊超螺旋的模型参考自适应观测器；
图4是本发明中模糊控制规则；
图5是本发明中模糊控制的输入输出关系图；
图6是本发明中电机A相开路故障前后估计转速与实际转速波形图；
图7是本发明中电机A相开路故障前后六相电流波形图；
图8为本发明中电机A相开路故障前后转矩波形图；
图9为电机A相开路故障前后基于改进模糊超螺旋算法的永磁容错游标轮缘推进电机无位置传感器矢量控制估计转速与实际转速误差变化曲线；
图10为电机A相开路故障前后基于改进模糊超螺旋算法的永磁容错游标轮缘推进电机无位置传感器矢量控制的转子位置估计图；
图11为电机A相开路故障前后基于改进模糊超螺旋算法的永磁容错游标轮缘推进电机无位置传感器矢量控制的转子位置估计误差变化曲线。
具体实施方式
为使本发明的技术方案和优点更加清楚，下面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的描述：
如图1所示为六相永磁容错游标轮缘推进电机六相H桥逆变电路拓扑图，采用六个独立的H桥逆变电路单独供电，每相之间实现了电气、磁、热隔离，提高了容错性能，定子六相绕组在空间上按双Y移相30°分布。图2为本发明提供的基于改进模糊超螺旋算法的永磁容错游标轮缘推进电机无位置传感器矢量控制***框图，其中包括PI速度控制器，电流滞环控制，改进模糊超螺旋变结构MRAS等环节。
其具体方案如下：
S1：构建基于MRAS算法构建永磁容错游标电机无位置传感器控制***的参考模型与可调模型：在电机正常运行状态下，基于模型参考自适应(MRAS)算法构建六相永磁容错游标轮缘推进电机无位置传感器控制***，电机实际检测出的六相电流ia、ib、ic、iu、iv、iw和六相电压ua、ub、uc、uu、uv、uw经过坐标变换得到定子电流在两相旋转坐标系下的分量id、iq以及ud、uq，将电机旋转坐标系下的电压方程转化为电流方程从而构建参考模型，并将定子电流方程与自适应全阶观测器结合，在电流方程中引入校正项形成全阶电流观测器，将全阶电流观测器构造为可调模型。
在构建参考模型时，先要构造六相表贴式永磁容错游标电机在d-q坐标下的电压方程：
Figure BDA0004160591340000051
将其转化为电流方程形式为：
Figure BDA0004160591340000052
式子中ud、uq为定子电压dq轴分量，iq、iq为定子电流dq轴分量，R为定子电阻，L为定子电感，ωe是电机电角速度，ψf是永磁体磁链。
构造可调模型时，先引入一种全阶电流观测器。通过引入校正项，使得反馈连续地校正估计器。校正项相当于一个误差补偿器，它对估计方程产生一个修正输入，从而使***形成闭环估计。先将定子电流方程改写成如下形式：
Figure BDA0004160591340000061
式子中：
Figure BDA0004160591340000062
Figure BDA0004160591340000063
构建全阶电流观测器为
Figure BDA0004160591340000064
式子中：
Figure BDA0004160591340000065
采用该全阶电流观测器作为可调模型。
S2：利用两个模型的差值构建自适应机构进一步获得自适应率，进一步估算转子位置
Figure BDA0004160591340000066
和转速/>
Figure BDA0004160591340000067
令
Figure BDA0004160591340000068
将参考模型与可调模型相减可以得到误差方程：
Figure BDA0004160591340000069
式子中，
Figure BDA00041605913400000610
Figure BDA00041605913400000611
为了仍然保持稳定性，令
Figure BDA00041605913400000612
其中，/>
Figure BDA00041605913400000613
Figure BDA00041605913400000614
此时(sI-(Ae+K))-1满足严格正定矩阵的稳定条件。若想***稳定，还需满足Popov不等式：
Figure BDA0004160591340000071
对其逆向求解可求出自适应率，可得估计转速表达式：
Figure BDA0004160591340000072
由于采用PI自适应时，PI的参数较难调节且当外界有干扰或者参数发生变化时，定参数的PI控制很难发挥自己的性能，鲁棒性不强。而传统滑模自适应虽然能够一定程度上增强***的鲁棒性但也造成了***的抖振。为了克服PI的缺点以及传统滑模控制的抖振问题，在此引入模糊快速超螺旋滑模控制器代替传统的PI控制器。通过引入高阶滑模函数以取代原有的滑模函数，既包含传统滑模的优点，并且抑制了滑模的抖振现象，一定效果上提高了控制精度。而引入模糊控制估测滑模增益可以解决传统滑模固定增益估算范围较小，抖振严重的问题。
为了构建模糊快速超螺旋自适应率***，首先需要选择合适的滑模切换面，再引入改进的模糊快速超螺旋滑模算法代替传统的PI控制器。
根据滑模面的选择原则，构造模糊快速超螺旋滑模变结构模型参考自适应的滑模切换函数为：
Figure BDA0004160591340000073
自适应率采用改进的超螺旋自适应率，与原来相比***的起动速度加快，抗扰动能力更强，且在一定程度上可以缓解传统滑模控制的抖振问题。其形式为:
u(s)＝k1|s|1/2sign(s)+k2s+∫(k3sign(s)+k4s)dt
其中s为滑模变量，参数k1>0,k2>0,k3>0,k4>0。
令
Figure BDA0004160591340000074
对其进行积分可以得到电机的转子位置：
Figure BDA0004160591340000075
为了进一步减少估计结果的抖振，可以将sign符号函数用一种指数函数代替:
Figure BDA0004160591340000081
其中σ是边界层厚度。
由于模糊控制不完全依赖于数学模型，而是依赖于模糊规则的控制方式，对外界扰动具有较强的适应能力。将模糊控制与快速超螺旋滑模自适应率结合，通过适当的模糊规则来调节合适的滑模增益量，使滑模增益量保持在理想的输出取值范围。
如图4，模糊控制器设计：选择滑模面s及滑模面的微分
Figure BDA0004160591340000082
作为输入量，中间增益λ作为输出量。设定模糊控制器输入论域为[-0.01 0.01]和[0 3],输出论域设置为[0 2]。输入变量和输出变量的隶属度函数为高斯型，k1、k2、k3、k4与中间增益λ的关系规定为：
Figure BDA0004160591340000083
其中kη1、kη2、kη3、kη4为正常数
如图5，以中间增益λ为目标设计模糊规则进行增益整定，其基本规则如下:
当***处于初始状态或受到扰动时，s与
Figure BDA0004160591340000084
较大，此时***距滑模面较远，增大λ可使***快速趋近滑模面；当s与/>
Figure BDA0004160591340000085
较小时，选择较小λ的值，可减小***到达滑模面的速度，降低***超调与抖振，最终达到稳定状态。
通过设计的模糊规则使模糊控制器的输出增益在一定范围内实现自适应，利用中间增益控制滑模增益从而改善原有控制器固定滑模增益导致的鲁棒性差的问题。
S3:当电机A相发生开路故障时，通过改变无故障相的参考电流对故障相的电流进行一定的补偿，可以消除转矩脉动和电流补偿，电机的输出电磁转矩理论上同样可以保持不变。假设iAref'、iBref'、iCref'、iUref'、iVref'、iWref'为各相补偿后的电流，电流分配为：
Figure BDA0004160591340000091
仿真结果:给定转速为500r/min，电机额定转矩为20N·M条件下进行仿真，在0.45s时A相绕组开路，电机进入故障运行状态，在0.5s时加入电流矢量容错策略，进行容错控制。图6为电机采用基于改进模糊快速超螺旋算法的模型参考自适应无位置传感器控制算法的估计转速与实际转速波形，电机正常运行时转速平稳，而在故障阶段的转速会产生一定程度的波动，但加入容错策略后会保持稳定的波形，跟踪效果较好。图9为估计转速与实际转速误差波形图，可以看出误差基本较小，在故障阶段误差曲线有波动。
图7为电机六相定子电流波形，图8为电机的转矩波形图。可以看出电机的六相电流波形有良好的正弦性，电磁转矩在加入容错控制策略后也能保持平稳。从图10和图11可看出电机实际转子位置角度与估计转子位置角度在电机正常运行时基本上重合，误差也较低，估计较精确。当电机开路故障后，会对转子估计产生影响，但加入容错策略后转子位置估计误差明显降低，实际转子位置角度与估计转子位置角度基本重合。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种基于改进模糊超螺旋算法的永磁容错游标轮缘推进电机无位置传感器矢量控制方法，其特征在于包括：
在电机正常运行状态下，基于模型参考自适应算法构建六相永磁容错游标轮缘推进电机无位置传感器控制***，电机实际检测出的六相电流ia、ib、ic、iu、iv、iw和六相电压ua、ub、uc、uu、uv、uw经过坐标变换得到定子电流在两相旋转坐标系下的分量电流id、iq和分量电压ud、uq，将电机旋转坐标系下的电压方程转化为电流方程从而构建参考模型，并将定子电流方程和自适应全阶观测器结合，在电流方程中引入校正项形成全阶电流观测器，将全阶电流观测器作为可调模型；
所述参考模型和可调模型输出相同的信号，以参考模型的实际参数和可调模型的估计参数的差值构建误差项并求出自适应率；
采用改进的模糊快速超螺旋滑模算法构建模糊快速超螺旋自适应率***；
当电机在某相发生故障时，改变无故障相的参考电流对故障相的电流进行补偿，从而减小故障相的转矩脉动。
2.根据权利要求1所述的一种基于改进模糊超螺旋算法的永磁容错游标轮缘推进电机无位置传感器矢量控制方法，其特征在于：在构造参考模型时首先构造六相表贴式永磁容错游标电机在d-q坐标下的电压方程：
Figure FDA0004160591320000011
将其转化为电流方程形式为：
Figure FDA0004160591320000012
式子中ud、uq为定子电压dq轴分量，iq、iq为定子电流dq轴分量，R为定子电阻，L为定子电感，ωe是电机电角速度，ψf是永磁体磁链。
3.根据权利要求1所述的一种基于改进模糊超螺旋算法的永磁容错游标轮缘推进电机无位置传感器矢量控制方法，其特征在于：构造可调模型时，先引入全阶自适应观测器，通过引入校正项对估计方程产生一个修正输入，从而使***形成闭环估计，先将定子电流方程改写成如下形式：
Figure FDA0004160591320000021
式子中：
Figure FDA0004160591320000022
Figure FDA0004160591320000023
构建电流全阶观测器为
Figure FDA0004160591320000024
式子中：
Figure FDA0004160591320000025
4.根据权利要求1所述的一种基于改进模糊超螺旋算法的永磁容错游标轮缘推进电机无位置传感器矢量控制方法，其特征在于：获取自适应率采用如下方式：
令
Figure FDA0004160591320000026
将参考模型与可调模型相减得到误差方程：
Figure FDA0004160591320000027
式子中，
Figure FDA0004160591320000028
令K满足严格正定矩阵的稳定条件同时满足Popov不等式：
Figure FDA0004160591320000029
对其逆向求解求出自适应率：
Figure FDA00041605913200000210
5.根据权利要求1所述的一种基于改进模糊超螺旋算法的永磁容错游标轮缘推进电机无位置传感器矢量控制方法，其特征在于：构建模糊快速超螺旋自适应率***时：首先选择合适的滑模切换面再引入改进的模糊快速超螺旋滑模算法：
在参考模型和可调模型输出误差为e的基础上选取滑模面为：
Figure FDA0004160591320000031
采用改进的超螺旋自适应率，此自适应率形式为:
u(s)＝k1|s|l/2sign(s)+k2s+∫(k3sign(s)+k4s)dt
其中s为滑模变量，参数k1>0,k2>0,k3>0,k4>0，
此时转速估计值
Figure FDA0004160591320000032
减少估计结果的抖振，采用指数函数代替sign符号函数:
Figure FDA0004160591320000033
其中σ是边界层厚度；
采用模糊控制规则调节合适的滑模增益量，使滑模增益保持在理想的输出取值范围，设计模糊控制器、选择滑模面s及滑模面的微分
Figure FDA0004160591320000034
作为输入量，中间增益λ作为输出量，以中间增益作为整定目标细化模糊规则，构造输入输出论域，使得模糊控制器输出在一定范围内实现自适应。
CN202310348433.5A 2023-04-03 2023-04-03 永磁容错游标轮缘推进电机无位置传感器矢量控制方法 Pending CN116388630A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310348433.5A CN116388630A (zh) 2023-04-03 2023-04-03 永磁容错游标轮缘推进电机无位置传感器矢量控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310348433.5A CN116388630A (zh) 2023-04-03 2023-04-03 永磁容错游标轮缘推进电机无位置传感器矢量控制方法

Publications (1)

Publication Number Publication Date
CN116388630A true CN116388630A (zh) 2023-07-04

Family

ID=86980156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310348433.5A Pending CN116388630A (zh) 2023-04-03 2023-04-03 永磁容错游标轮缘推进电机无位置传感器矢量控制方法

Country Status (1)

Country Link
CN (1) CN116388630A (zh)

Similar Documents

Publication Publication Date Title
Zaky et al. A new adaptive SMO for speed estimation of sensorless induction motor drives at zero and very low frequencies
CN110165951B (zh) 一种基于扰动估计补偿的永磁同步电机双环无差拍预测控制方法
CN110138297B (zh) 一种永磁同步直线电机速度和电流双闭环控制***和控制方法
CN104242769A (zh) 基于连续终端滑模技术的永磁同步电机速度复合控制方法
CN112838797B (zh) 基于改进指数趋近律的永磁同步电机模糊滑模控制方法
CN112187127B (zh) 一种永磁同步电机控制方法
Wang et al. A second-order sliding mode observer optimized by neural network for speed and position estimation of PMSMs
CN109639199A (zh) 三相不对称故障下的pmsm转速转矩脉动抑制方法
CN117155191A (zh) 基于新型变速趋近律的永磁同步电机滑模控制方法
Guo et al. Research on a new adaptive integral sliding mode controller based on a small BLDC
CN111371360A (zh) 一种基于抗扰观测器的三相鼠笼式异步电机控制方法
CN115459667B (zh) 基于改进型趋近律的永磁同步电机无传感器滑模控制方法
CN116388630A (zh) 永磁容错游标轮缘推进电机无位置传感器矢量控制方法
CN115514270A (zh) 一种改进扩张观测器的永磁同步电机滑模自抗扰控制方法
CN113037174B (zh) 一种基于模糊切换策略的永磁同步电机复合变结构控制方法
CN115133828A (zh) 一种永磁同步电机控制方法及***
CN113708697B (zh) 带有执行器饱和的永磁同步电机调速控制方法
CN115102443A (zh) 一种永磁同步直线电机的控制方法、装置及存储介质
CN113141136A (zh) 一种基于离散超螺旋滑模算法的永磁同步电机控制***
Gao et al. The neural network control approach for PMSM based on a high gain observer
CN110061666B (zh) 基于全阶终端滑模控制的永磁同步电机调速性能改进方法
CN114244238B (zh) 双伺服电机***转速同步容错控制方法
Tang et al. Online Parameter Estimation of Surface‐Mounted Permanent Magnet Synchronous Machine Based on Variable‐Step Neural Network
Comanescu et al. A sliding mode adaptive MRAS speed estimator for induction motors
CN114244214B (zh) 基于改进型滑模控制的永磁同步电动机的位置控制算法

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