《异步电机无速度传感器矢量控制策略综述.docx》由会员分享，可在线阅读，更多相关《异步电机无速度传感器矢量控制策略综述.docx（8页珍藏版）》请在三一办公上搜索。
1、异步电动机无速度传感器矢量控制策略综述 基金项目：北京市自然科学基金资助项目（4092013），北京市属高等学校人才强教计划资助项目（TXM2007_014223_044661），北京市教委科技面上项目(KM200810015003)，北京印刷学院引进人才项目(09170107019)，北京印刷学院科技重点项目。曹少中(北京印刷学院 信息与机电工程学院，北京 102600)摘要：无速度传感器控制是当前国内外交流电机传动的热点，本文以近两年发表在国际重要学术期刊和会议上的相关学术论文为主要调研对象，对于异步电动机无速度传感器矢量控制策略进行了综述, 介绍了近年来国际上无速度传感器控制的传统策略和
2、新进展：直接计算法、模型参考自适应法、转速观测器法、磁链观测器法、信号注入法、人工智能方法等。阐述了这些常见转速估计方法的理论要点，并对以上方法进行了分析比较，指出了各种方法的优缺点和适用范围。最后，对今后的研究方向提出了自己的建议。关键词：异步电动机；无速度传感器；控制策略Review the Strategy for Speed Sensorless Vector Control of Asynchronous MotorsCAO Shao-zhong(1. School of Information & Mechanical Engineering, Beijing Institute
3、of Graphic Communication , Beijing 102600,China)Abstract Speed sensorless control is one of the hotspots in international AC drive field. Both of the conventional and new strategy for speed sensorless vector control of asynchronous motor in this paper referred from the recent academic journals and a
4、cademic conferences in the recent two years are summarized. Some frequently-used speed-estimation methods, such as direct computing method, model reference adaptive system, speed observer method, flux observer method，signal injection method, and artificial intelligence method, are introduced and bot
5、h of their merits and dements ,as well as their application. The paper also discussed the fundamentals of the above methods. Finally, by comparisons of these strategies ,some suggestions for future researches fields are explored.Keywords asynchronous motor; speed sensorless; control strategy1 引言异步电动
6、机因其结构简单、坚固耐用、运行可靠、成本低、易维护、可适合于大容量调速和工作于恶劣环境等优点，在工业领域得到了广泛的应用。长期以来，人们一直期望将异步电动机应用到高性能调速系统中去。但是，由于异步电动机是一个多变量、非线性、强耦合的复杂系统，目前仍然没有很好的方法解决它的高精度控制问题, 使得异步电动机的调速性能无法和永磁同步电机相媲美。因此异步电动机控制系统性能的改进一直是交流调速领域研究的热点。随着异步电动机矢量控制技术的进步，异步电动机的控制精度和性能显著提高。在高性能的异步电动机矢量控制系统中，转速的闭环控制是必不可少的。通常，采用光电编码器等速度传感器测量电机转速，但在实际的系统中，
7、传感器的存在不仅增加了系统成本，易受工作环境影响，同时也降低了系统的可靠性，因此，无速度传感器交流调速系统成为近年研究热点。国际上已成功的开发出了多种系列的无速度传感器高性能通用变频器产品，为了缩短与国外的差距，很多学校和企业都在进行研发工作。但从总体上看，国内的研究主要是学习国外的文献，罗列国外的成果，吸收和模仿国外的产品，尚缺乏创新的成就。无速度传感器矢量控制技术的关键，在于理论上控制系统的正确辨识和参数的准确估计；应用上所研究的算法在硬件系统上的可行性、实时性、和可靠性。目前，国内外的研究者们已提出了许多不同的异步电动机无速度传感器转速估计策略。本文简要介绍几种常见无速度传感器控制策略。
8、2 无速度传感器矢量控制策略2.1 直接计算方法这种方法的出发点是根据电机的基本电路和电磁关系式，推导出关于转速或转子位置角的估计表达式，包括基于状态方程的直接综合法、基于检测电机端电压和电流直接计算法 Bolognani,S;Peretti,L.;Zigliotto,M.Parameter Sensitivity Analysis of an Improved Open-Loop Speed Estimate for Induction Motor DrivesIEEE. Trans. Pow. Electron. 2008, 23(4): 2127-2135、转差频率法 赵光宙，黄雷.交流
9、传动的无速度传感器技术综述J.电气传动，2008，27(4) : 20-26 、反电动势法、时频分析方法以及基于转矩电流微分的动态计算法 Liu Xu; Ruan Yi; et al. On speed sensorless vector control system for induction motor based on estimating speed by torque current differential. CCC 2008. 27th Chinese , pp.169-173, 2008等。利用电压和电流中转速信息直接计算法的主要优点是:算法简单,容易实现，动态响应没有延时。主
10、要缺点是:转速的计算需要已知磁链，磁链观测与控制的准确性直接影响转速辨识精度；转速估计值对电机参数依赖很大,当电机参数变化时,系统的稳态和动态性能都要受到很大的影响；特别是在低速时,由于磁链由反电动势积分求得，积分器的零漂问题使计算出的磁链值含有积分误差，转速的计算精度将降低 Pellegrino, G.; Guglielmi, et al.Self-Commissioning Algorithm for Inverter Non-Linearity Compensation in Sensorless induction motor Drives. IEEE .pp.1-7, 2008。反电
11、动势法通过检测电机反电动势(Back-EMF)来获得位置信号，一般将非导通绕组的端电压或相电压中反映出来的感应电动势作为反电动势。这种方法容易实现，但往往带有很多噪声信号，并且在电动机低速或转子止转时不适用。时频分析方法通过快速傅里叶变换分析空间矢量角波动信号，而这个信号对应于转子转速。这种方法的优点是适用于没有固定基波频率的电机的动态过程，缺点是计算量大且计算复杂 Chun Wang; Zhongfu Zhou;et al.Current space vector amplitude fluctuation based sensorless speed measurement of indu
12、ction machines using Short Time Fourier Transformation. IECON 2008. 34th Annual Conference of IEEE , pp.1869-1874, 2008。为了降低频率失真及快速傅里叶变换的误差，引入了多项式近似方法得到频率校正的公式，同时使谐振分析更加准确 Qianxiang Li; Jingtao Hu, A high accuracy FFT algorithm for induction motor sensorless speed estimation, ICEMS 2008. Internation
13、al Conference on :851-854 , 2008。由于转速直接计算方法不存在任何误差校正环节,因此抗干扰能力和鲁棒性较差,甚至出现不稳定的情况；另外,定子电阻、转子时间常数都随温度变化而变化,电感要受电流集肤效应以及磁饱和的影响。总之，为了提高系统抗参数变化和干扰的鲁棒性，在实际控制系统中，一般加上参数辨识和误差校正环节。2.2 模型参考自适应法模型参考自适应法(Model Reference Adaptive SystemMRAS)是利用两套不同的输入变量、两个不同结构的电机模型来估计电机的同一变量。其中,不涉及被估计量的电机模型被称为参考模型,涉及到被估计量的电机模型被称为
14、自适应模型 李永东. 交流电机数字控制系统M.北京:机械工业出版社,2002.。如图1所示,利用这两个模型输出量的误差通过辨识算法产生一个转速的估计值；再利用转速估计值来修正自适应模型,当自适应模型的输出和参考模型的输出完全相等时,理论上辨识算法模块的输出就等于电机实际转速。否则辨识算法模块将不断调节,直到满足误差要求。参考模型和自适应模型的输出可以选择转子磁链空间矢量、反电动势、无功功率等。MRAS速度观测器的运算公式： (1) (2)其中分别为电流模型得到的磁链观测值，分别为电压模型得到的磁链观测值。MRAS可以采用不同的状态变量作为速度整定信号,但是在实际使用过程中,必须尽量提高参考模型
15、的精度,这就要求参考模型尽量不依赖于电机参数(特别是随运行工况变化较大的参数)以及不含纯积分环节。因为纯积分环节存在积分初始值、磁饱和(saturation problem)、相误差(the phase error)和直流飘移(DC drift)的累加问题。在实际中,通常用低通滤波器代替纯积分,并可采用基于电流的定子电阻扰动补偿方法使磁链估计不受定子电阻的影响 Yanhui He; Yue Wang; et al.Speed sensorless stator-flux-oriented control of induction motor drive with stator resistan
16、ce compensation, IPEMC 09. IEEE 6th International , pp.613-619, 2009；或者在参考模型和可调模型的高通滤波环节中插入一个线性传递函数来抵消纯积分的影响 Haddoun, A.; Benbouzid, M.E.H.; et al.Comparative analysis of estimation techniques of SFOC induction motor for electric vehicles. ICEM 2008. 18th International Conference on , pp.1-6,2008。图1
17、 模型参考自适应系统基本原理日本学者T. Ohtani在转子磁链参考系中提出了一种理论意义上的转速辨识方法PI自适应法，这种方法是MRAS法的一种变形。他提出了用定子电流转矩分量参考值与估计值之差得到转速的信息的方法，利用PI调节器对上述差值进行处理，合理设计PI调节器的参数，可以对转子转速进行辨识。此方法的算法比上述方法大为简化。但由于没有确定的参考模型，即无法保证转矩电流指令值(或转矩指令值)的准确性，因此实用性有待技术的突破。文献 Deng Xin; Zhao Jin; Luo Hui;et al.Design of MRAS-based observer in speed sensor
18、less induction motor drive ICIEA 2009. 4th IEEE Conference on , pp.3585-3590, 2009在MARS中采用带PI自适应反馈项校正的改进型积分环节，使低速区动态和稳态运行性能得到改善。MARS的性能很大程度上依赖于图1中辨识算法环节自适应律的确定。当前，主要有以局部参数最优化理论、李雅普诺夫稳定性理论、波波夫稳定性理论为基础的3种设计自适应律的方法 王成元，夏加宽，孙宜标.现代电机控制技术M.北京:机械工业出版社，2009年。第一种方法不能保证系统的稳定性，所以常采用后两种方法。这些方法的自适应模型都是确定的数学模型,便于
19、数字实现。然而使用数学模型不同程度地影响了转速估计的精度和鲁棒性。采用基于人工智能(神经网络 Sayouti, Y.; Abbou, A.; Akherraz, M.; Mahmoudi, H., MRAS-ANN based sensorless speed control for direct torque controlled induction motor drive, Power Engineering, Energy and Electrical Drives, 2009. POWERENG 09. International Conference on , pp.623-628,
20、 2009、模糊控制 Dybkowski, M.; Orlowska-Kowalska, T., Low-speed performance of the stator current-based MRAS estimator with FL controller in the sensorless induction motor drive. OPTIM 2008. 11th International Conference on , pp.75-80, 2008等)的非线性自适应模型可以解决模型参考自适应方法目前存在的问题。2.3 转速观测器法观测器的实质是状态重构，其原理是重新构造一个系
21、统，利用原系统中可以直接量测的变量作为它的输入信号，并使其输出信号在一定条件下等价于原系统的状态。当前研究较多的转速观测器主要有：卡尔曼滤波器、龙贝格观测器、自适应观测器以及滑模观测器等。卡尔曼滤波器(Kalman Filter)是R. E. Kalman在20世纪60年代提出的一种线性最小方差意义上的最优预测估计的递推计算方法，该算法可实现采集数据与计算的同步，且计算可由硬件在线完成。它的特点是可以有效削弱随机干扰和测量噪声的影响。扩展卡尔曼滤波算法是线性系统状态估计的卡尔曼滤波器在非线性系统中的推广应用。扩展卡尔曼滤波算法提供了一种迭代形式的非线性估计方法,避免了对测量量的微分计算,通过对
22、Q阵和R阵的选择可以调节状态收敛的速度。基于感应电机逆伽马模型的扩展卡尔曼滤波器，把电机参数的变化当做状态噪声，应用在矢量控制上大大提高了控制精度和稳态运行速度范围 Zhefeng Li; Gang Zhang; et al.Extended Kalman Filter based on inverse model of induction motor,. VPPC 08. IEEE , pp.1-5,2008。然而,扩展卡尔曼滤波算法计算量很大，且是建立在对误差和测量噪声的统计特性已知的基础上的,需要在实践中摸索出合适的特性参数。此外,该方法对参数变化的鲁棒性并无改进,目前,实用性还不强,并
23、且实现起来比较困难。与扩展卡尔曼滤波器相比，降价卡尔曼滤波器的复杂度降低、硬件计算所需时间减少。用降价卡尔曼滤波器来观测负载转矩，能有效的降低由于负载转矩突然改变而引起的转矩律动 Wang Chenchen; Li Yongdong, A novel speed sensorless field-oriented control scheme of induction motor Using Extended kalman filter with load torque observer. APEC 2008. Twenty-Third Annual IEEE , pp.1796-1802,
24、2008。时延(Delayed-state)卡尔曼滤波器在定子参考坐标系中，用定子磁链的数学模型和定子电压方程作为观测器模型，能准确的估计定子瞬态磁链。Salvatore.N在时延卡尔曼滤波器中分别引入遗传算法和进化算法来优化自己的研究成果，取得了很好的效果 Salvatore, N.; Cascella, G.L.; et al.Differential evolution optimization of DSKF algorithm for sensorless SFO control of induction motor drives,. IECON :1149-1154, 2008。基
25、本龙贝格观测器(Luenberger Observer)适用于线性时不变确定性系统，扩展的Luenberger观测器(ELO)可以适用于非线性时变确定性系统。文献 Zhang Yongchang; Zhao Zhengming, Speed sensorless control for three-level inverter-fed induction motors using an Extended Luenberger Observer. VPPC 08. IEEE , pp.1-5, 2008中的扩展龙贝格观测器不仅观测漏磁链和转速，还利用电机的机械模型观测负载转矩，得到了更为平滑和准
26、确的速度估计。在ELO中将转速看成是状态变量,ELO在观测磁链的同时观测了转速。ELO与EKF相比具有算法简单、便于调节的优点。C.Schauder在1989年发表了采用自适应观测器方法来估计异步电动机的速度和位置的文章，极大地推动了自适应观测器方法在异步电动机的无速度矢量控制系统中的应用。文献 Gaolin Wang; Yong Yu;et al. A robust speed controller for speed sensorless field-oriented controlled induction motor drives. VPPC 08. IEEE , pp.1-4, 20
27、08用自适应扰动观测器作为模糊PI自校正鲁棒速度控制器的前馈环节，获得很好的动态性能。文献 Traore, D.; Plestan, F.; Glumineau, A.; de Leon, J., Sensorless induction motor: High-Order Sliding-Mode Controller and Adaptive Interconnected Observer, Industrial Electronics, IEEE Transactions on , vol.55, no.11, pp.3818-3827, Nov. 2008利用自适应观测器建立了统一稳定
28、可行的误差估计动力学，并较准确地估计了磁链、角速度、负载转矩和定子电阻。自适应全阶状态观测器受电机参数变化的影响很大，而且需要附加的状态观测器来估计电动机的参数，使无机械传感器传动系统的估计算法变得复杂。麻省理工学院的Slotine .J.J在1986年召开的第25届决策和控制会议上，探讨了滑模观测器的非线性估计问题，引起了人们对滑模观测器的兴趣。滑模观测器针对参数扰动鲁棒性强的特点，把一般状态观测器中的控制回路改成滑模变结构的形式。滑模变结构控制的本质是滑模运动，通过结构变换开关，以很高的频率来回切换，使状态的运动点以很小的幅度在相平面上运动，最终运动到稳定点。文献 Jamoussi, K.
29、; Chadli, M.; et al.Robust fuzzy sliding mode observer for sensorless field oriented control of induction motor. SSD 09. 6th International Multi-Conference on, pp.1-7,2009设计了线性矩阵不等式表示的模糊滑模观测器，对参数不确定和外部干扰具有一定的鲁棒性。文献 Zhang Yongchang; Zhao Zhengming;et al.A full sliding mode sensorless control of three
30、-level inverter-fed induction motors. PESC 2008. IEEE , pp.2825-2831, 2008用滑模控制器取代传统的PI调节器以增强鲁棒性和快速反应能力，同时采用滑模观测器观测定子转速和磁链。文献 Ghanes, M.; Gang Zheng, On Sensorless Induction Motor Drives: Sliding-Mode Observer and Output Feedback Controller, Industrial Electronics, IEEE Transactions on , vol.56, no.
31、9, pp.3404-3413, Sept. 2009介绍了一种新型滑模观测器，只用测量的定子电流就可估计转速、磁通和负载转矩。2.4 磁链观测器法磁链观测器主要分为 王文森，李永东.无速度传感器异步电机矢量控制系统低速性能改进M.清华大学工学硕士学位论文，2001.6：电流型磁链观测器、电压型磁链观测器以及改进的电流或电压型磁链观测器 Yuan-shen Zhou, Speed sensorless field-oriented control based on the novel voltage model and phase difference. ICEMS 2008. Interna
32、tional Conference on , pp.1469-1472, 2008。由旋转坐标系下电机数学模型可以得到电流型转子磁链模型： (3)由定子端电流的检测，经过坐标变换，得到定子电流d轴分量，同时在电机参数一定、转子绕组间互感和电机转子时间常数已知的条件下，可以由上式将转子磁链计算出来，其框图如图2所示。 图2 异步电动机开环磁链观测电流模型 图3 电压型转子磁链观测器电流模型可以不用定子侧参数，但过于依赖电机转子参数，如转子时间常数和转子转速，这些量的存在都会使得电流模型磁链观测器在低速时的性能欠佳。根据异步电动机方程，可推出电压型转子磁链模型表达式： (4)电压模型可以根据加在电
33、机上定子的电压与电机定子电流经过积分计算估计出转子磁链。这个模型的框图如图3所示。为了去除反电动势的直流偏置DC offset，文献 Kun Zhao; Xiaojie You, Speed estimation of induction motor using modified voltage model flux estimation. IPEMC 09. IEEE 6th International , pp.1979-1982, 2009采用了高阶低通滤波器来取代纯积分器。定子磁链对应于定子电阻上的压降，故也可观测定子磁链获得转速信息。文献 Peilin, Pang; Guangbin
34、, Ding, An improved flux and torque estimation strategy of speed sensorless induction motor. CCDC 09. Chinese , pp.1144-1147, 2009辅以正交最小二乘法改进的小波神经网络来辨识定子电阻，以改进低速动态性能。为了解决磁链观测器在电机高速运行时，信号处理中的欧拉离散化出现不稳定的问题，文献 Hui Luo; Tao Luo; Shuyun Wan, Implementation of full-order flux observer for speed sensorless
35、 drives of induction motor at high speeds. ICEMS 2008. International Conference on , pp.1638-1640, 2008将转子磁链和定子磁链在各自的参考坐标系中做为状态变量，来计算出需要测量的转子速度。近年来，对几种磁链观测器与速度观测器的研究逐渐交融，形成了一些新的无速度传感器控制策略：滑模磁链观测器 Jezernik, K.; Rodic, M., Torque sensorless control of induction motor. EPE-PEMC 2008. 13th , pp.2283-228
36、8, 2008、卡尔曼滤波磁链观测器 Ouhrouche, M., Speed sensorless stator flux oriented control of an induction motor drive. ICIT 2009. IEEE International Conference on , pp.1-6, 2009、自适应磁链观测器 Yongchang Zhang; Zhengming Zhao; et al.Sensorless 3-level inverter-fed induction motor drive based on indirect torque contr
37、ol. IPEMC 09. IEEE 6th International , pp.589-593, 2009、模型参考自适应磁链观测器以及神经网络磁链观测器 Gadoue, S.M.; Giaouris, D.; Finch, J.W., Sensorless Control of Induction Motor Drives at Very Low and Zero Speeds Using Neural Network Flux Observers, Industrial Electronics, IEEE Transactions on , vol.56, no.8, pp.3029-
38、3039, Aug. 2009等等。2.5 信号注入法美国威斯康辛大学的Lorenz等学者为了解决电动机低速时转子位置和速度估算不准确的问题，提出了高频信号注入法。高频注入是基于转子凸极跟踪的原理,基本思想是注入一个额外的电压或电流激励信号,通过检测相应的响应信号以确定转子的凸极位置,从而实现对转子位置和转速的估计,这种方法包括旋转高频电压信号注入法和脉振高频电压信号注入法。这种凸极跟踪的方法不依赖于任何电机参数和运行环境，因此可以工作在极低速甚至零速运行状态，而且系统的计算量不大，是目前无速度传感器控制中较理想的方法。在最初提出的旋转高频电压矢量注入的基础上，近几年信号注入法又有了新的研究进
39、展。脉动高频信号注入法仅在d-q轴系中的d轴上注入脉动高频信号，观测转子位置角的估计误差。它比旋转高频信号注入法基于开环观测的方法精度高，且适用于凸极小的电机。高频信号注入时还需考虑交叉饱和项的影响。高频响应的电流由与转子位置无关的正序分量和与转子位置有关的负序分量组成，由于交叉饱和项的影响，负序相位中参杂了误差项。故需在负序电流解调估测的位置基础上补偿误差项。与高频信号注入类似，低频信号注入法是在同步旋转坐标系下注入谐波矢量。该方法不依赖转子凸极，是一个动态调节的过程，缺点是带来了脉动转速和转矩，影响了电机的性能，不适于低速场合 蒋栋,赵争鸣. 交流电机无传感器控制的新进展J. 电气传动,
40、2008, (04)。直流侧定子电压电流波形重构法是一种闭环控制，反馈信号包括转速、磁链和转矩。该方法的优点是不受电压频率的限制，缺点是必须在直流侧安装一个传感器，使系统复杂化，系统成本也增高了 Bodkhe, S.B.; Aware, M.V., A variable-speed, sensorless, induction motor drive using DC link measurements. ICIEA 2009. 4th IEEE Conference on , pp.3591-3596, 2009。与信号注入法同属基于电机谐波模型的无传感器控制方法还有转子齿槽谐波检测法。早在
41、1979年Ishida就提出利用转子齿槽谐波电势计算转差频率的设想，但当时这种方法在低速时难以用谱分析提取转速。随着小波技术的发展，现在用解析小波变换方法可以提取转速，使得人们又开始重新关注齿槽谐波检测法的应用。2.6 人工智能方法进入20世纪90年代，交流电气传动系统的控制方案逐步走向多元化。人工智能(包括神经网络、模糊逻辑控制、专家系统等)在高性能交流电机调速系统中获得了广泛研究。由于神经网络具有自适应、自学习、容错性等优点,弥补了传统的PI调节器自适应辨识的不足,因此广泛用于电机的转速估计，对电机参数变化和噪声具有很强的鲁棒性，不使用依赖于转速的电机数学模型。目前提出的神经网络转速估计方
42、法大多基于模型参考自适应理论31。该估计器通过比较电压模型(参考模型)和电流模型(可调节模型)输出的转子磁链或电动势、无功功率等,采用神经网络估计转子磁链跟踪转子磁链给定值,从而使估计转速跟踪实际转速,并使其对参数的变化和系统的噪声具有很好的鲁棒性。较DSP估计器而言，神经网络估计器的优点是：计算速度快，抗谐波干扰；缺点是：反复的训练会花费大量时间。模糊逻辑控制目前的主要应用是与其它控制算法相结合，用模糊控制器取代其中传统的PI控制器13,20，或在传统的PI调节的基础上加入模糊自校正环节18，增强对电机参数变化和噪声干扰的鲁棒性。一般来说，基于人工智能的方法在理论研究上还不太成熟，其硬件实现
43、有一定难度，通常需要专门的硬件来支持，离实用化还有一段距离。但相信在不久的将来，随着智能控制理论与应用的日益完善，数值计算工具功能的改进，基于人工智能方法的无速度传感器控制将会给交流传动领域带来革命性的变化 2。3 结论本文简要介绍了无速度传感器控制策略三大类：基波模型(直接计算法、模型参考自适应法、转速观测器法、磁链观测器法等)、谐波模型和人工智能中几种无速度传感器矢量控制的转速估计方法。这些方法各有其优缺点和应用范围,仍存在许多问题有待解决和改进。在具体的应用中，应将多种方法结合起来使用。今后的研究方向应该是：1. 考虑更多的影响电机控制性能的因素，建立更精确的数学模型；2. 利用人工智能方法，避免因建模过于复杂而难以实现对电机的控制；3. 提出新的控制理论或优化现有控制算法；4. 将算法通过数字信号处理技术应用在硬件系统上。具体的研究目标应该是：采用更新的控制理论和信号处理技术改进全速度区域特别是零速附近区域的无速度传感器控制性能，对定子、转子电阻、电感等参数变化进行准确的辨识和及时的补偿，提高系统的抗噪声、抗干扰能力、自适应能力和参数鲁棒性，减少位置和速度估计带来的附加损耗，提高电机的效率、稳定性和控制精度。参考文献8
