1、摘要摘 要电力电子技术，微电子技术以及 DSP 技术和现代电机控制理论的发展，使得永磁同步电机交流调速系统得以迅速推广。永磁同步电机要进行有效地控制，需要准确的转子速度和位置信息，这些信息都是通过安装在电机轴上的机械速度传感器来提供。由于使用机械速度传感器存在着许多的弊端，因而永磁同步电机无速度传感器控制技术的研究受到了国内外学者的广泛关注。目前，出现了许多的永磁同步电机无速度传感器控制方法。本文主要以扩展卡尔曼滤波器为基础，设计了永磁同步电机的无速度传感器控制方案。然后针对扩展卡尔曼滤波器的方法存在线性化误差和噪声协方差矩阵参数选取困难等问题，提出了一种基于自适应扩展卡尔曼滤波器的永磁同步电
2、机无速度传感器控制方案。本文首先介绍了当前永磁同步电机调速系统的发展概况，简要分析了当前永磁同步电机无速度传感器控制技术的几种主要方法的特点及存在问题。接着介绍了永磁同步电机的数学模型和调速系统的原理。在对扩展卡尔曼滤波器的原理进行介绍之后，设计了基于扩展卡尔曼滤波器的永磁同步电机无速度传感器控制方案，并从扩展卡尔曼滤波器的开环状态估计、应用估计结果进行闭环控制、协方差矩阵参数的选取、系统模型不准确对估计结果的影响以及估计结果的修正方法等方面进行了仿真研究，验证了取代机械速度传感器的可行性。最后研究了基于 Sage-Husa 噪声估计器的自适应扩展卡尔曼滤波器的原理，并将其成功地应用到了永磁同
3、步电机的无速度传感器控制中。仿真结果表明，基于自适应扩展卡尔曼滤波器的方法，不仅可以准确地估计出电机的速度和转子位置，而且可以自适应地确定系统噪声协方差矩阵参数。与传统的扩展卡尔曼滤波器的方法相比，基于自适应扩展卡尔曼滤波器的方法具有更好的实用性。关键词：永磁同步电机，无速度传感器，扩展卡尔曼滤波，自适应估计，Sage-Husa 噪声估计器AbstractIIAbstractWith the rapid progress in power electronic technology, microelectronic technology, especially digital signal p
4、rocessors (DSP), and control theory, permanent magnet synchronous motor (PMSM) AC servo systems are widely utilized. For effective control of PMSM, exact rotor speed and position are needed, which are usually obtained by mechanical speed sensor which is installed on the motor shaft. Since there are
5、some disadvantages in using mechanical speed sensor, the techniques of speed sensorless control of PMSM are widely concerned by scholars home and abroad. Till now, many speed sensorless control methods of PMSM have been proposed. This paper mainly studies a speed sensorless control scheme of PMSM ba
6、sed on extended Kalman filter (EKF). Then, considering the problems of EKF where there exist linearization error and difficulties in choosing the covariance matrices of noise, a new speed sensorless control scheme of PMSM based on adaptive extended Kalman filter (AEKF) is proposed.In this paper, the
7、 background of research on AC servo system is introduced firstly, and the characteristics and flaws of major speed sensorless control methods of PMSM are discussed in brief. Then the mathematical model of PMSM and the mechanism of PMSM speed-regulation system are illustrated. After the analysis of m
8、echanism of EKF, the speed sensorless control scheme of PMSM is designed, then the performances of EKF are studied by simulation deeply, which includes state estimation in open-loop drive, closed-loop contol on the estimated speed and position quantities, the choice of the EKF covariance matrices, t
9、he impact on the estimated speed and position by inaccurate motor model and the correct methods of estimated speed and position. Simulation results indicate the possibility of cancelling the mechanical speed sensor. In the end, the mechanism of adaptive extended Kalman filter (AEKF) based on Sage-Hu
10、sa noise estimator is illustrated, and the AEKF is successfully used in the speed sensorless control of PMSM. Simulation results indicate that the scheme based on AEKF can not only estimate the motor speed and position accurately, but also obtain adaptively the covariance matrix of system noise. Com
11、pared with the traditional methods based on EKF, the methods based on AEKF is more practicable. Keywords: permanent magnet synchronous motor; speed sensorless control; extended Kalman filter; adaptive estimation; Sage-Husa noise estimator.目 录III目 录摘 要 .IAbstract .II目 录 .III第一章 绪 论 .11.1 永磁同步电机调速系统的发
12、展概况 .11.2 永磁同步电机无速度传感器控制技术 .21.2.1 无速度传感器控制技术的研究背景与意义 .21.2.2 永磁同步电机无速度传感器的研究现状 .31.3 本文研究的主要内容 .5第二章 永磁同步电机的数学模型及矢量控制系统 .62.1 永磁同步电机的工作原理 .62.2 永磁同步电机的数学模型 .82.2.1 坐标变换 .82.2.2 永磁同步电机的数学模型 .122.3 永磁同步电机的矢量控制系统 .152.3.1 永磁同步电机的矢量控制方案 .152.3.2 永磁同步电机矢量控制的实现 .152.4 小结 .17第三章 基于 EKF 的 PMSM 无速度传感器控制 .18
13、3.1 扩展卡尔曼滤波理论 .183.1.1 卡尔曼滤波算法 .183.1.2 扩展卡尔曼滤波算法 .203.2 基于 EKF 的 PMSM 无速度传感器控制的实现 .213.2.1 EKF 在 PMSM 静止坐标系 下的实现 .223.2.2 EKF 在 PMSM 旋转坐标系 下的实现 .24dq3.3 基于 EKF 的 PMSM 无速度传感器控制的仿真分析 .253.3.1 EKF 参数的调节规律 .263.3.2 模型不准确的影响 .283.3.3 模型不准确时估计速度和估计位置修正方法 .313.4 小结 .34第四章 基于 Sage-Husa 自适应 EKF 的 PMSM 无速度传感
14、器控制 .354.1 Sage-Husa 自适应扩展卡尔曼滤波算法 .354.1.1 Sage-Husa 噪声估计器 .364.1.2 Sage-Husa 自适应卡尔曼滤波算法 .37东南大学硕士学位论文IV4.2 基于 Sage-Husa 自适应扩展卡尔曼滤波的 PMSM 无速度传感器控制 .384.2.1 基于 Sage-Husa 自适应扩展卡尔曼滤器的 PMSM 无速度传感器控制设计 .394.2.2 基于 Sage-Husa 自适应扩展卡尔曼滤波器的 PMSM 无速度传感器控制的仿真分析 .414.3 小结 .42第五章 结束语 .43致谢 .44参考文献 .45作者在学期间发表的论文
15、 .49第一章 绪 论1第一章 绪 论1.1 永磁同步电机调速系统的发展概况随着科学技术的迅速发展，特别是电机制造技术、电力电子技术和计算机控制技术取得的巨大进步，使得电气传动系统广泛应用于工农业生产、国防、科技及社会生活等各方面。直流电气传动和交流电气传动在 19 世纪先后诞生，在很长的一段时间里，鉴于直流电气传动有优越的可控性能，因而在要求调速的传动中大都采用直流电机。但是由于直流电机存在换向器、电刷、升高片等部件，使其在单机大容量、高过载能力、低转动惯量以及维护简单化等方面受到了限制，已不能满足生产机械高性能、大型化的发展。相比之下，交流电机的机构简单、制造方便、价格便宜，而且坚固耐用，
16、运行可靠，维护方便等众多优点。因而各国研究人员纷纷转向交流电气传动技术的研究 。1然而，交流电机转矩控制较困难这一问题在很长的一段时间内，始终得不到解决，所以交流电气传动的研究与应用并没有取得太大的进步。直至 20 世纪 70 年代以后，电力电子技术、微电子技术、数字控制技术和现代控制理论的迅速发展，尤其是矢量控制理论的出现，从原理上解决了交流电机驱动控制策略问题，使得交流电机可以像直流电机那样进行控制。交流电气传动逐步具备了宽调速范围、高稳定精度和快速的动态响应及四象限运行等良好的技术性能。伴随着交流电气传动性能的进一步提高，现代电气传动控制的发展方向逐步由直流电气传动转向了交流电气传动。开
17、发新型的交流调速和伺服系统已成为电气传动控制发展的趋势之一。交流电气传动分为同步电动机传动和异步电动机传动。交流电机的转速控制大多是通过改变频率来实现的。一般的交流调速系统多采用异步电动机，自从数字控制的变频调速技术获得成熟应用以后，同步电动机的变频调速或变频软起动也开始崭露头角。无论是小功率的永磁同步电机和开关磁阻电动机，还是大功率的电励磁或永磁同步电机，在调速系统中都表现出了突出的优势。交流变频同步电机调速系统不仅具有与直流电机调速系统同样优越的调速性能，还具有过载能力大、效率高、体积小、重量轻、转动惯量小、维护简单和可靠性高等优点。同步电机与异步电机变频调速相比较，又具有功率因数高、变频
18、器容量小、电机效率高且转动惯量小、弱磁区转矩特性好等优点。因此同步电机调速系统越来越受到国内外专家学者的广泛重视 。2永磁同步电机 出现于 20 世纪 50 年代。永磁同步电机的转子由永久磁铁做成，根据转子的()PMS结构，可以分为表面张贴式、表面插入式和内置式三种。转子上没有激磁绕组，依靠永磁体产生的磁场替代激磁绕组激磁，这使得电机结构更为简单，降低了加工和装配费用，同时还省去容易出现问题的集电环和电刷，提高了电机运行的可靠性。由于无需激磁电流，没有激磁损耗，提高了电机的效率和功率密度。同步电机的转速是由定子电流的频率和电机极对数决定，因此电机在固定频率供电的情况下将恒速运转。早期对永磁同步
19、电机的研究主要是针对固定频率供电的永磁同步电机，特别是稳态特性和直接起动性能的研究。随着变频技术的成熟与应用，永磁同步电机开始应用于交流变频调速系统 。3永磁同步电机按供电电流波形的不同，可以分为矩形波永磁同步电机和正弦波永磁同步电机。由于受功率开关元件、永磁材料和驱动控制技术发展水平的制约，永磁同步电机最初都采用矩形波形式，在原理和控制方式上基本与直流电机系统类似，习惯上称之为无刷直流电机，但这种电机在电流换向时会产生较大的转矩脉动。为了克服这一缺点，人们在此基础上又研制出带有位置传感器的逆变器驱动的正弦波永磁同步电机，简称永磁同步电机，也就是通常所说的调速永磁同步电机(后续文中所提永磁同步
20、电机均指此种电机)。这种电机通过正弦波电流和连续的转子位置信号进行控制，理论上可获得平稳转矩。东南大学硕士学位论文2永磁同步电机变频调速系统从控制方式上可以分成两种：一种为他控式变频调速系统；另一种是自控式变频调速系统。他控式变频调速系统中所用的变频装置是独立的，其输出频率直接由给定信号决定，属于速度开环控制系统，适用于多台电机组并联运行的场合。由于这种系统没有解决同步电机的失步、振荡等问题，所以在实际的调速场合很少使用。自控式变频调速系统所用的变频装置是非独立的，变频装置的输出频率是由电机轴上所带的转子位置检测器控制的，组成电源频率自动跟踪转子位置的闭环系统。与他控式变频调速系统相比，自控式
21、调速系统最大的优点就是从根本上消除了同步电机转子振荡和失步的隐患。永磁同步电机调速系统一般采用自控式变频调速方案。永磁同步电机的调速方式基本有三种，即调压频比控制、磁场定向矢量控制和直接转矩控制。调压频比控制 是通过调节电压与频率的比值来改变电机转速，无需反馈信息，是一种开环控制，易于实现，4但无法精确控制电磁转矩，精度较低。矢量控制 是通过矢量变换实现交流电机的磁通与转矩的解耦控5,6制，使交流电机的控制类似于直流电机，从而提高交流电机控制性能。直接转矩控制 是通过用空间矢7,8量的分析方法，直接在定子坐标系下估计定子磁链和计算电磁转矩，并借助于离散的 控“bang制方法调节产生脉宽调制 信
22、号控制转矩，从而获得良好的动态性能。()PWM目前，永磁同步电机矢量控制在理论上日趋完美，而永磁同步电机直接转矩控制理论的研究成果也不断的出现。伴随着永磁材料性能的大幅度提高和价格的进一步降低，加之永磁同步电机本身所具有的诸多优点，在中小功率交流调速系统中，永磁同步电机已成为首选电机，广泛地应用在工业自动化领域中。在电动机控制系统日益要求高精度、高动态特性以及减小体积的情况下，永磁同步电动机控制系统的研发逐渐成为主流和热点研究课题。1.2 永磁同步电机无速度传感器控制技术永磁同步电机调速系统在采用矢量控制原理时，其控制结构多采用双闭环控制，即内环为电流控制环，外环为速度控制环。速度环需要电机转
23、子速度信息来构成闭环控制，而电流环需要电机转子位置信息来构成闭环控制。转子速度和位置信息通常是通过机械传感器获得。随着永磁同步电机应用日益广泛，研究性能可靠、成本相对较低、系统结构简单且适用范围更加广阔的永磁同步电机调速系统成为了一种趋势。永磁同步电机无速度传感器控制的研究由此而产生，并很快受到了国内外专家学者的重视，已成为电机控制领域研究的一个重要方向。1.2.1 无速度传感器控制技术的研究背景与意义对永磁同步电机调速系统而言，不管采用磁场定向矢量控制还是直接转矩控制，都需要相对准确的电机转子位置和速度反馈信息。速度和位置信号是由电机转轴同轴相连的速度传感器提供。此类机械传感器包括光电编码器
24、、磁编码器、旋转变压器以及仅能检测速度信号的测速发电机等。在实际应用中，使用机械传感器，存在着许多弊端，可以归纳为如下几个方面 。9,10(1)高精度速度传感器的价格昂贵，不适用于一些小容量、低成本的设备。(2)机械传感器安装困难，存在同心度问题，安装不当将影响测量精度。(3)机械传感器的使用增加了电机和控制系统之间的控制连线和接口电路，使系统易受干扰，降低了第一章 绪 论3可靠性。(4)在恶劣环境中，由于温度、湿度、振动以及化学物质等的影响，会使传感器的性能不稳定。(5)机械传感器对电机的驱动轴会产生一定程度的静态和动态摩擦，增加了电机转子轴上的转动惯量，加大了电机的轴向空间尺寸和体积。由于
25、使用机械传感器存在上述缺点，研究人员开始寻求一种既能提供相对准确的电机转子位置和速度信息，又能避免使用机械传感器带来的问题的解决方法。正是如此，无速度传感器控制技术应运而生。所谓的无速度传感器控制技术，是指在调速系统中，去掉机械式速度传感器，利用容易测量的电机信息，如定子电流、定子电压等，通过直接计算、参数辨识、状态估计、间接测量等手段得到转子的速度和位置信息，从而实现电机闭环控制 。在过去的 10 多年里，无速度传感器控制技术出现了大量的理论成1果，并在许多实验室成功的实现。然而，采用无速度传感器控制技术的调速或伺服系统广泛应用于产品，还有一段距离。目前，在一些性能要求不高的产品中，如风机，
26、水泵等，无速度传感器控制技术有所应用。但在性能要求较高的领域，无速度传感器控制技术却很少被采用，主要原因表现为依赖电机模型和参数，且在低速时易受噪声影响。1.2.2 永磁同步电机无速度传感器的研究现状从 20 世纪七十年代开始，国际上就开始了无速度传感器控制技术的研究工作 。刚开始主要集125中在高速条件下，调速比较低，动态性能和调速精度难以保证。在其后的二十多年里，国外学者对交流电机的无速度传感器控制进行了广泛的研究，提出了很多方法。尽管取得了重要的进展，使得无速度传感器控制的电机驱动系统能够应用于更多的工业领域中。但是，没有哪一种单一的无速度传感器控制技术能够在各种运行条件下有效地控制各种
27、类型的电机。国内的一些高校和研究机构也对电机的无速度传感器控制技术进行了研究。其中对于感应电机和无刷直流电机的无传感器控制研究相对永磁同步电动机来说要多一些，也取得了一定的成果 。但是国内的无速度传感器控制技术研究与国外的研究现状相169比，尚有一定的差距，多停留在理论研究阶段，还没有达到实际应用的阶段。随着控制理论、微电子技术的快速发展，数字信号处理和计算机技术的飞速发展, 永磁同步电机无速度传感器调速系统成为近年研究的热点。目前对永磁同步电机无速度传感器控制技术的研究主要集中在以下几个方面：一 基于永磁同步电机基本电磁关系的直接计算方法 20(1) 直接计算法：由永磁同步电动机的电压方程和
28、磁链方程，利用可以直接检测的定子电压和电流量，直接计算出转子的速度和位置量。这种方法计算简单，动态响应快，几乎无延迟。但需要准确测量定子端的信息量，同时对电机参数的准确性要求较高，当电机参数随运行状况的改变发生变化时，会出现估计值偏离实际值，应用时需要结合电机参数的在线辨识；并且没有考虑噪声的影响，由于存在微分运算，将会放大噪声。因而，该方法适用于对性能要求较低的场合。(2)利用反电动势或定子磁通的计算方法：同样根据电机模型，推导出转子位置角的正弦和余弦的表达式。过程描述为：利用定子侧的电流和电压量，计算出反电动势，并对反电动势积分求出磁通，从而得到位置角的三角函数表达式。该方法避免了对测量信
29、号的直接微分运算，却引入了积分运算，由于积分运算的零漂问题，这样得到的磁通会有积分误差，因而通常需要加误差补偿环节；另外在低速时，电机的反电动势很小，信噪比较低，较难准确地估算出转子的速度和位置。该方法适用于电机中、高速运行的情况。东南大学硕士学位论文4二 基于电机磁路的不对称性进行估计 238高频信号注入法，即通过在电动机的接线端上注入一个三相平衡的高频电压信号，利用人为造成的不对称性，使电动机产生一个不对称的凸磁极，通过对凸磁极位置的检测来获取转子位置信息。这种方法不依赖于任何电动机的参数和运行工况，因而可能工作在极低速，并且系统的计算工作量并不大，是比较理想的方法之一。其最大的缺点就是要
30、人为的设计电机的凸极性，而凸极性在实际中又易受磁链饱和的影响。对于具有凸极性质的永磁同步电机，对应于转子的不同位置，定子的等效电感值是不同的。也可以提前把对应于转子不同位置的定子电感值制成一个表格，程序运行时实时计算定子电感值并与表格中的值相比较，得到当前时刻永磁同步电机转子的空间位置。三 基于观测器的估算方法状态观测器即状态重构，其原理是利用系统容易测量的输入和输出量，重新构造一个系统，该构造系统的状态和原系统的状态在一定指标下等价。构造系统的某一状态或全部状态将可以替代原系统的状态组成状态反馈。为了取代机械速度传感器，将速度和位置量作为永磁同步电机运行的状态量，运用状态观测器的理论，重构这
31、两个状态。应用于永磁同步电机无速度传感器控制的状态观测器，主要有全维观测器、降维观测器、自适应观测器、 观测器、滑模观测器和扩展卡尔曼滤波器等，其中最Luenbrg具有代表性的是滑模观测器和扩展卡尔曼滤波器两种。(1)滑模观测器方法 。2934滑模观测器法：首先用滑模观测器估计出电机的反电动势，然后对反电动势进行反三角函数运算求出转子的位置。滑模观测器的估算方法通常是以定子的估计电流与测量电流之差构成滑模面，设计滑模控制函数，利用李亚普诺夫稳定性原理分析得到滑模观测器的收敛条件，并证明其稳定性。滑模控制函数的输出为高频脉冲信号，通过对这个高频脉冲信号进行低通滤波后，可以得到反电动势的估计值。基
32、于滑模观测器的估计方法需要调节的参数只有滑模控制函数的反馈系数一个，而且调节也比较容易，控制器对于电机模型参数的敏感度低，整体的鲁棒性也非常高，是一种比较理想的无速度传感器控制方法。但是这种方法的缺点要求电机反电动势完全按照正弦波分布，当反电动势有畸变后，速度估计效果就会很差。并且，滑模控制在本质上是不连续的开关控制，因此会引起系统发生抖动，这对于矢量控制在低速下运行是有害的，将会引起比较大的转矩脉动。(2)扩展卡尔曼滤波器方法 3542卡尔曼滤波是由美国学者卡尔曼在 1960 年提出的一种最小方差意义上的最优预测估计的方法。该方法考虑了被估计量和观测值的统计特性，其突出特点是可以有效地削弱随
33、机干扰和测量噪声的影响。扩展卡尔曼滤波算法 则是线性卡尔曼滤波器在非线性系统中的推广应用。扩展卡尔曼滤波器可以()EKF从随机噪声信号中得到最优观测，但它的算法复杂，需要矩阵求逆运算，计算量相当大。为满足实时控制的要求，需要用高速、高精度的数字信号处理器。另一方面，扩展卡尔曼滤波器要用到许多随机误差的统计参数，由于模型复杂，涉及因素较多，使得分析这些参数的工作比较困难，需要通过大量调试才能确定合适的随机参数。尽管如此，由于避免了对信号的直接微分运算，同时考虑了噪声的影响，在中高速运行情况下，扩展卡尔曼滤波器有着优越的估计性能。针对扩展卡尔曼滤波器方法的问题，出现了大量的改进方法。随着数字技术的
34、提高，计算量大的问题将得到解决，其应用的范围将进一步提高。四 模型参考自适应方法 436()MRAS该方法的核心是模型参考自适应辨识，主要思想是将含有待估计参数的方程作为可调模型，将不含第一章 绪 论5未知参数的方程作为参考模型，两个模型具有相同物理意义的输入量和输出量。两个模型同时工作，并利用其输出量的差值，根据合适的自适应律来实时调节可调模型的参数，以达到控制对象输出跟踪参考模型的目的。模型参考自适应法是基于稳定性设计的参数辨识方法，能保证参数估计的渐近收敛，具有良好的动态性能。与各种观测器的估算方法相比，模型参考自适应方法的计算相对简单，在微处理器上比较容易实现。五 人工智能理论基础上的
35、估算方法 4750进入九十年代，电机传动上的控制方案逐步走向多元化，智能控制思想开始被应用到传动领域，专家系统、模糊逻辑、遗传算法、人工神经元网络纷纷应用于电机的位置和速度辨识中。永磁同步电机的数学模型是非线性的，而且存在许多不确定因素，如参数的变化，逆变器输出的高频谐波等，利用模糊逻辑控制技术可以有效地解决系统的不确定因素。由于电机速度可以看成是定子电压和电流的函数，而人工神经网络具有逼近任意非线性函数的能力，可以有效地解决系统的非线性辨识问题。这类方法最大的优点就是不需要系统精确的数学模型，对电机参数变化和噪声具有很强的鲁棒性。目前这方面的研究大多停留在理论研究阶段，其方法还不够成熟，距离
36、真正实现与应用还有很长的路要走。但随着人工智能控制理论与应用的日益成熟，在不久的将来，智能控制的永磁同步电机无速度传感器控制技术会给交流传动领域带来革命性的变化。1.3 本文研究的主要内容在广泛参考和借鉴国内外永磁同步电机无速度传感器技术研究成果的基础上，本文讨论了以扩展卡尔曼滤波器为基础的永磁同步电机的无速度传感器控制方案，并进行了仿真研究。然后针对扩展卡尔曼滤波器的方法存在线性化误差和噪声协方差矩阵参数选取困难等问题，提出了一种基于自适应扩展卡尔曼滤波器的永磁同步电机无速度传感器控制方案。仿真结果表明，与传统的扩展卡尔曼滤波器的方法相比，基于自适应扩展卡尔曼滤波器的方法具有更好的实用性。本文主要以表面张贴式永磁同步电机无速度传感器控制进行了研究。1第一章介绍了永磁同步电机调速系统
