交流电机直接转矩控制系统新型闭环磁链观测器研究.pdf

年月J o u r n a l o fG r e e nS c i e n c ea n dT e c h n o l o g y第 卷第 期收稿日期:基金项目:年湖南省教育厅科学研究项目(编号:C );年湖南省自然科学基金项目(编号:J J );年湖南省教育厅科学研究项目(编号:C )作者简介:侯湘庆(),男,硕士,工程师,研究方向为电机控制技术.交交流流电电机机直直接接转转矩矩控控制制系系统统新新型型闭闭环环磁磁链链观观测测器器研研究究侯湘庆,刘 珊(湖南电气职业技术学院,湖南 湘潭 )摘要:针对电机参数变化与负载扰动影响电机磁链辨识结果的问题,提出了一种新型的闭环磁链观测器,通过D T C系统采样数据进行离线训练,构建了B P神经网络逆磁链模型,与电机磁链模型构成“可调整系统”,以实际电机作为参考模型,建立了具有自适应能力的新型闭环磁链观测器.新型闭环磁链观测器应用于直接转矩控制(D T C)系统中,通过电机参数变化与负载扰动仿真结果表明:系统性能优于传统D T C系统,磁链辨识精度高、转矩脉动小、转速波动小,具有较强的鲁棒性和控制精度.关键词:闭环磁链观测器;逆磁链模型;B P神经网络;直接转矩控制中图分类号:TM 文献标识码:A文章编号:()R e s e a r c ho naN o v e lC l o s e d l o o pF l u xO b s e r v e r f o rD i r e c tT o r q u eC o n t r o l S y s t e mo fA CM o t o r sH o uX i a n g q i n g,L i uS h a n(H u n n a nE l e c t r i c a lC o l l e g eo fT e c h n o l o g y,X i a n g t a n,H u n a n ,C h i n a)A b s t r a c t:I nr e s p o n s e t ot h ep r o b l e mo f t h e i m p a c to fm o t o rp a r a m e t e rc h a n g e sa n dl o a dd i s t u r b a n c e so nt h em o t o r f l u x i d e n t i f i c a t i o nr e s u l t s,t h i sp a p e rp r o p o s e s an e wc l o s e d l o o p f l u xo b s e r v e r T h eo b s e r v e ru s e saD T Cs y s t e mt os a m p l ed a t a f o ro f f l i n e t r a i n i n g,c o n s t r u c t saB Pn e u r a l n e t w o r k i n v e r s e f l u xm o d e l,a n df o r m s a n a d j u s t a b l e s y s t e m w i t h t h em o t o r f l u xm o d e l B yu s i n g t h e a c t u a lm o t o r a s a r e f e r e n c em o d e l,an e wt y p eo f c l o s e d l o o p f l u xo b s e r v e rw i t ha d a p t i v e c a p a b i l i t y i s e s t a b l i s h e d T h en e wc l o s e d l o o pf l u xo b s e r v e r i sa p p l i e dt ot h eD T Cs y s t e m,a n ds i m u l a t i o nr e s u l t so fm o t o rp a r a m e t e rc h a n g e sa n dl o a dd i s t u r b a n c e ss h o wt h a t t h es y s t e mp e r f o r m a n c e i sb e t t e r t h a nt h a to f t r a d i t i o n a lD T Cs y s t e m s T h ef l u x i d e n t i f i c a t i o na c c u r a c y i sh i g h;t h e t o r q u er i p p l ea n ds p e e df l u c t u a t i o na r es m a l lw i t hs t r o n gr o b u s t n e s sa n dc o n t r o l a c c u r a c y K e yw o r d s:c l o s e d l o o pf l u xo b s e r v e r;i n v e r s e f l u xm o d e l;B Pn e u r a ln e t w o r k;d i r e c t t o r q u ec o n t r o l 引言高效的交流电机驱动系统是轨道交通、工业驱动及船舶工业等领域的关键技术,电机磁链的准确辨识,对于提高系统控制性能有着重要的意义.直接转矩控制(D T C)是一种高性能交流驱动技术,定子磁链的准确获得是实现直接转矩控制系统高性能的转矩动态响应的关键因素.若磁链观测不准确会使得系统控制精度差、转矩与转速脉动较大,破坏系统的稳定性.目前,电压模型(u i)是交流调速系统中观测定子磁链的基本方法,但存在纯积分器的缺陷,万宇宾等,何志明等采用带幅值和相位补偿的低通滤波器,虽然算法简单并有较好的直流偏移抑制能力,但自适应能力差.张中磊等提出一种包含参数跟踪的转速与磁链联合估计强跟踪滤波(S T F)方法.万志春等,何昌艳等,詹国兵等,韩晓燕等采用了卡尔曼滤波法,侯湘庆,等:交流电机直接转矩控制系统新型闭环磁链观测器研究绿色创新研究:工程与技术在负载扰动时具备较高的磁链辨识精度.孙瑞宁等,俞志君等 采用状态观测器法进行电机磁链观测,当遇到内、外扰动时具有良好的动静态性能.王威等,詹佩等 采用磁链自适应直接转矩控制,系统能够根据负载情况自适应变化.以上方法虽能取得一定的效果,但是在D T C技术低速区间,仍未有效解决定子电阻的影响.于建国等,Z i d a n i等 采用新型滑模变结构定子磁链观测方法,在D T C系统全速范围内能准确观测定子磁链,提升系统控制精度.基于模糊控制、神经网络及MR A S等智能控制的磁链观测方法 ,代替传统复杂的非线性规律,解决电机参数难以辨识的问题,因此可进一步研究.本文针对感应电机定子磁链估算,提出一种新型闭环磁链观测器,由感应电机磁链模型、神经网络逆磁链模型及P I调节器组成.将此模型应用于D T C系统中,能够自适应控制,对电机参数变化和负载扰动不敏感,提高了磁链观测模型的精度.从而有效地降低电机驱动系统的转矩脉动与磁链脉动,提高了系统的控制精度与鲁棒性.基于神经网络的直接转矩控制系统直接转矩控制策略实质是对转矩的控制,在静止坐标系下,对交流电动机的控制量进行计算与控制,利用定子磁场定向方式,对磁链信号和转矩信号进行调节,产生PWM信号,对系统逆变器的开关状态进行最佳控制,来获得高动态性能的转矩输出.定子坐标系下,电磁转矩、磁链观测、磁链位置角表达式如下:Tenp(s issis)()s(UsRsis)d t()|s|s s()a r c t a n(s/s)()式()式()中,Te为电磁转矩;s,s为定子磁链s在,静止坐标系下的分量;is,is分别是定子,轴的电流分量;Rs为定子电阻;为磁链位置角.图为基于神经网络的直接转矩控制系统框图,电机的磁链观测与转矩调节是D T C系统的核心部分,定子磁链辨识与电机定子参数相关,特别是在系统低速工况下显得尤为重要.因此定子磁链的观测是直接转矩控制系统的核心部分,通过神经网络定子磁链闭环观测器来避开电机参数的影响,从而获得准确的磁链.图基于神经网络的直接转矩控制系统 电机定子磁链观测模型根据异步电动机的数学模型,建立定子磁链观测器.由式()可知定子磁链跟电机电阻参数有关,在系统高速工况下可忽略电阻Rs,准确辨识磁链.但在系统低速工况下,电阻Rs引起的反电动势误差不能忽略,直接影响定子磁链的观测,必须进行补偿.由于B P神经网络逆模型需要较好的训练和测试数据样本,本文采用带幅值和相位补偿的一阶低通滤波磁链观测器(设置合适的截止频率),在交流电机D T C系统不同转速与负载工况中,采样样本数据.图为定子磁链滤波观测器的原理结构图(图).基于B P神经网络的逆磁链模型误差反向传播的学习算法简称B P算法,将B P神经网络当成一个“黑箱”,只需要输入与输出信息,按照神经网络学习的规则处理数据,当 年月绿 色 科 技(J o u r n a l o fG r e e nS c i e n c ea n dT e c h n o l o g y)第 期输出数据结果与期望的数据结果不同时,通过误差的反向传播过程,连续地调整权值与阈值,让系统 误 差 不 断 减 小,直 至 满 足 模 型 输 出 目 标精度.图定子磁链滤波观测器原理结构感应电机的磁链模型包含电机参数,会随电机工况变化而变化,而感应电机本身又是非线性、强耦合的多变量系统,这增加了准确辨识磁链的难度.为了提高定子磁链观测的准确度,应用神经网络理论,建立不依赖电机参数,只由电机的外部特性(输入输出数据)决定的逆磁链模型.由图定子低通滤波磁链观测器结构可知,定子磁链与定子电压、定 子 电 流 存 在 一 定 关 系,可 以 用 式()来表示.isf(s,us)()在感应电机直接转矩控制系统中,采用一阶低通滤波磁链观测模型,对感应电机在不同转速与不同负载工况下采样数据样本(动态与稳态数据).采用B P神经网络离线训练数据样本,得到B P神经网络逆磁链模型,利用测试数据进行预测,达到预设目标精度.在感应电机D T C实际系统中,在、Nm种负载工况下,转速分别为 、r/m i n的试验,一共 组数据作为训练样本,在负载为 Nm工况下,对应不同转速的试验,一共 组数据作为测试样本.用采样的电压和定子磁链模型计算出来的磁链作为输入信息,采样出来的电流作为输出信息.将输入输出信息分为分量与分量,为了使神经网络逆磁链模型具备良好的动态性能和精确度,将定子电压、磁链、输出定子电流的一步延迟为输入,其中输入信号为us(k)、us(k)、us(k)、us(k)、s(k)、s(k)、s(k)、s(k)、is(k)、is(k),输出为is(k)、is(k).这样建立的逆磁链模型,不受电机参数变化的影响,只由异步电机的外部特性(输入输出数据)来决定,其结构如图所示.神经网络定子磁链闭环观测器图为神经网络闭环磁链观测器结构示意图.图神经网络逆磁链模型结构神经网络逆磁链模型的输入为定子电压us和电机磁链模型的输出s,输出为定子电流is.感应电机的三相定子电流is与is之间的误差eisis.当感应电机的参数不发生变化时,误差eisis,即感应电机的输出等于神经网络逆磁链模型的输出is.然而电机运行在实际工况中,其参数会发生变化,电机输出定子电流is会变化为is.如果电机磁链模型、神经网络逆磁链模型输入输出或参数都不进行相应变化,则误差eisis,逆磁链模型的输出与感应电机的输出之间出现偏差,此偏差的大小与电机参数变化相关.将误差e作为P I调节器的输入,P I调节器会输出一个闭环控制信号,作为电机磁链模型的输入信号,通过此模型来修正s,即对电机磁链模型进行自校正控制,使得is与is相等,最终电机磁链模型的输出s逼近真实的磁链s.虽然神经网络逆模型存在一定的模型误差,但相对于电机参数变化引起的偏差来说非常小,可以忽略(图).图神经网络闭环磁链观测器结构 仿真实验与结果分析为了验证神经网络闭环磁链观测器的有效性,侯湘庆,等:交流电机直接转矩控制系统新型闭环磁链观测器研究绿色创新研究:工程与技术按照图在m a t l a b中用s i m u l i n k搭建了基于神经网络的直接转矩控制系统仿真模型.本文中的感应电动机模型是根据湘电集团有限公司生产的Y S L型来建模的,电机的主要参数为:Pn kW、p、Un V、Rs 、Rr 、Ls H、Lr H、Lm H、J k gm.基 于 神 经 网 络 闭 环 磁 链 观 测 器 的D T C系 统实验搭建基于神经网络闭环磁链观测器的D T C系统,为了验证神经网络的自适应能力与泛化能力,采用没有参与神经网络逆磁链模型训练的数据,利用新的给定条件进行系统实验验证.设系统仿真时间为s,加入电机参数变化因素,定子电阻随电机温度、定子电流频率变化而变化,变化范围为原有值的 倍.电机的定子电阻变为原来的 倍(即Rs Rs),给 定 转 速 为 r/m i n,初始负载为 Nm,s后负载跳变到 Nm.图为给定转速为 r a d/m i n的神经网络D T C仿真图,从图中可以看出系统具有较好的实验效果,当电机参数变化和负载扰动时,具备较好的控制精度与鲁棒性.图 r/m i n给定转速的神经网络D T C 基于新型闭环磁链观测器的D T C系统与传统D T C系统对比实验本实验从电机参数变化与负载扰动的角度,对基于新型闭环磁链观测器的D T C系统与传统的D T C系统的动静态性能进行比较.系统仿真时间为s,电机的定子电阻变为原来的 倍(即Rs Rs),初始负载为空载,s负载为 Nm,给定转速为 r/m i n.图为传统的D T C系统与采用新型闭环磁链观测器的D T C系统的仿真波形对比图.从图仿真结果中可以看出,传统D T C系统的定子电流波形、定子磁链波形、转矩波形都要明显差于基于新型闭环磁链观测器的D T C系统的各个波形.说明传统D T C系统受到电机参数的变化与负载的扰动时,自适应能力和系统控制精度差,动静态性能不好.而基于新型闭环磁链观测器的D T C系统,各个波形平滑,磁链观测精度高,转矩脉动小,具有较强的鲁棒性和控制精度.结论与讨论针对电机参数变化与负载扰动影响电机磁链辨识结果的问题,特别是低速工况下,本文应用神经网络理论,根据电机的外部特性,建立电机逆磁链模型,与磁链模型组成“可调整系统”,用实际感应电机作为参考模型,通过P I调节器形成闭环磁链观测器.应用到直接转矩控制系统中,能够解决 年月绿 色 科 技(J o u r n a l o fG r e e nS c i e n c ea n dT e c h n o l o g y)第 期图传统的D T C系统与采用新型闭环磁链观测器的D T C系统的仿真波形电机参数变化和负载扰动产生的问题,系统容错能力强,运行效率高,降低了能源消耗,对于轨道交通、工业驱动及船舶工业等领域有着重要的工程意义和实用价值.参考文献:刘昆汶,郭俊宇,赵鑫基于D T C技术的交流电机控制方法研究J机械工程与自动化,():,叶汉民,余鑫晨,唐婵娟,等基于定子磁链观测器的异步电机控制系统中的优化研究J组合机床与自动化加工技术,():万宇宾,胡婵娟,万淑芸基于电压模型的定子磁链观测器及参数设计方法J电气传动,():何志明,廖勇,向大为定子磁链观测器低通滤波器的改进J中国电机工程学报,():张中磊,薄婷婷,孙传杰,等基于参数跟踪的感应电机转速与磁链强跟踪滤波估计方法J电气传动,():李英春,侯金明,王培瑞基于改进扩展卡尔曼滤波的PM S M在线参数辨识J中国测试,():何昌艳,李国银,谷翠军,等一种滤波参数自适应的扩展卡尔曼滤波感应电机转速观测器J微特电机,():,(下转第 页)杨迪:水位升降速率和边坡坡率对涉水岸坡的稳定性影响研究绿色创新研究:工程与技术()当水位变化时,坡率越陡的岸坡,所达到的稳定性系数越低;坡率越缓,达到的稳定性系数越高.参考文献:G e n e v o i sR,G h i r o t t iMT h e v a i o n t l a n d s l i d eJG i o r m a l ed iG e o l o g i aA p p l i c a t a,():王丽俊边坡稳定性分析的有限元法与极限平衡法的结合J世界有色金属,():朱敏,杨栗基于极限平衡法和有限元法的岩质高边坡稳定性分析J西北水电,():曾亚武,田伟明边坡稳定性分析的有限元法与极限平衡法的结合J岩石力学与工程学报,(S):徐杨军,张国民,刘笑合,等库水位下降的饱和非饱和土坝渗流数值模拟J武汉理工大学学报,():钟启明,霍家平,刘若星库水位骤降对非饱和坝坡稳定性的影响J水利水电科技进展,():M e h m e tM B e r i l g e n I n v e s t i g a t i o no fs t a b i l i t yo fs l o p e su n d e rD r a w d o w nC o n d i t i o n sJ C o m p u t e r s a n dG e o t e c h n i c s,()廖红建,盛谦,高石夯,等库水位下降对滑坡体稳定性的影响J岩石力学与工程学报,():王荣库水位升降对 滑坡体稳定性 影响分析J山西建筑,():时铁城,阮建飞,张晓库水位骤降情况下土石坝坝坡稳定分析J人民黄河,():,魏学勇,欧阳祖熙,董东林,等库水位涨落条件下滑坡渗流场特征及稳定性分析J地质科技情报,():王刚复杂水力条件下的坝坡渗流及稳定性分析J水电能源科学,():,邬志香,曹睿哲,马永法基于有限元的土坝渗流稳定性态分析研究J水利与建筑工程学报,():,李宏春基于G e o S t u d i o土石坝渗流稳定分析J湖南水利水电,():李保民基于有限元软件水库土石坝渗流分析J水电站机电技术,():李子阳,马福恒,张湛,等水位骤变下土石坝非稳定渗流及稳定分析J人民黄河,():付伟,张晶,詹永祥水位升降下库岸土质边坡破坏机理及稳定性研究J路基工程,():尤龙降雨量和水位对水库边坡变形影响分析J水利科技与经济,():,刘新喜库水位下降对滑坡稳定性的影响及工程应用研究D北京:中国地质大学,童伟库水位下降速率对三峡库区丰都段滑坡稳定性影响研究D成都:成都理工大学,帅红岩,陈少平,韩文喜库水位下降对三峡库区滑坡稳定性的影响研究J资源环境与工程,():(上接第 页)詹国兵,宗子皓,吉智采用扩展卡尔曼滤波的永磁同步电机转矩控制J微电机,():,韩晓燕,刘秀敏基于两段卡尔曼滤波的永磁同步电机磁链在线辨识J微特电机,():孙瑞宁,丁一鸣,梁锦涛基于全维状态观测器的永磁同步电机无差拍直接转矩控制J电子科技,():俞志君,王浩亮,陈勇,等永磁同步电机磁链自适应直接转矩控制J工业控制计算机,():,王威,刘惠康,杨永利,等基于直接转矩控制的异步电动机定子磁链自适应控制系统的仿真研究J矿山机械,():詹佩,张明,肖海峰基于滑模磁链观测器的异步电机转矩控制仿真J机电信息,():于建国,肖海峰,许宇豪感应电机滑模磁链观测器的直接转矩控制研究J控制工程,():Z i d a n i F,D i a l l oD,B e n b o u z i dMEH,e t a l D i r e c t t o r q u e c o n t r o l o f i n d u c t i o nm o t o rw i t hf u z z ys t a t o rr e s i s t a n c ea d a p t a t i o nJ I E E ET r a n s E n e r g yC o n v e r s,():L i uG u o r o n g,Z h a n gX i z h e n g R o b u s tS l i d i n gm o d eC o n t r o lf o rI n d u c t i o n M o t o rD r i v ew i t hR B F N e u r a lN e t w o r k sB a s e dS p e e dE s t i m a t i o n,P r o c o f t hI n t e r n a t i o n a lC o n f e r e n c eo nE l e c t r i c a lM a c h i n e sa n dS y s t e m s(I C EM S ),C h i n a,李耀华,王孝宇,周逸凡,等双B P神经网络的永磁同步电机磁链与转矩无差拍控制J电机与控制应用,():,L e eBS,R s h n a mRH A d a p t i v e s t a t o r r e s i s t a n c e c o m p e ns a t o r f o r h i g hp e r f o r m a n c e d i r e c t t o r q u e c o n t r o l l e d i n d u c t i o nm o t o rd r i v eJ P r o c o f I E E EI A SA n n u a lM e e t i n g,S t L o u i s,MO,: