感應電動機無速度傳感器技術的發展與展望

程啟明，王映斐，程尹曼，汪明媚

(上海電力學院，上海200090)

0 引 言

在高性能感應電動機控制系統中，為提高電機調速特性，需要采用轉速閉環控制。速度檢測裝置多采用測速發電機或光電編碼器。速度傳感器的安裝增加了系統成本，影響了檢測精度，降低了可靠性，破壞了籠型電機簡單、牢固等特性，并且不適合安裝在潮濕和電磁噪聲干擾大等惡劣環境中。無速度傳感器技術無需檢測硬件，免去了速度傳感器帶來的麻煩，現從容易測量的電機定子電壓、電流等物理量中估算出電機轉速。因此，現已成為高性能交流傳動系統關注的熱點問題。

目前速度估計方法基本上可分為兩類:一類是基于理想化的電機模型和檢測的電機端電流和電壓信息來估算電機的速度，如開環速度估計方法［1－3］、模型參考自適應辨識法［4－8］與自適應轉速觀測器法［9－11］，這類轉速估計依賴于電機模型，速度估計的精度都不同程度地受電機參數的影響，并且在低速區和起動過程存在難以解決的穩定性問題;另一類是基于電機的非理想特性來檢測電機轉子位置和速度或者轉子磁鏈的位置，如磁飽和、集膚效應、齒槽效應、人造轉子凸極、轉子偏心等電機的各向異性特性。這類方法包括轉子齒諧波法、高頻信號注入法與電感法等［12－19］，這類轉速估計不依賴電機數學模型和電機參數，速度估計不受電機參數影響，具有很強的魯棒性，除齒諧波方法外，這些方案理論上都可以用于低速范圍，但均會不同程度地受負載或工作點影響，并對采樣有較高的精度要求。現在還沒有一種理想的方法能同時解決低速性能以及不受參數變化影響并具有速度快等特點［20－22］，每種方法都有各自長處與缺陷，在具體的應用中應選擇適當的方法。

本文對常用的感應電動機無速度傳感器控制方法進行了概括總結和介紹，分析了各種方法的優、缺點與應用要點，并指出了速度估計精度、系統抗干擾性、參數魯棒性等進一步發展方向。

1 速度估計方法

1.1 基于理想特性的方法

(1)開環速度估計方法

該方法是利用檢測到的電機定子電壓、電流，通過電機數學模型直接推導的數學關系進行轉速或轉差頻率的估計式。典型的開環速度估計方法主要有直接計算法［1］、電感變化的估算法［2］、反電勢積分法［3］、擴展反電勢法［4］等多種。

直接計算法在定子兩相靜止坐標系下電機的電壓方程包含定子電壓、電流及轉子位置等物理量，通過推導電壓方程可以由電壓、電流等量直接計算得到轉子位置;電感變化的估算法是通過電機的相電壓和相電流值，實時計算出當前位置電機定子的相電感，通過比較電感計算值與實測值得到轉子的位置;反電勢積分法電機穩定運行時，定、轉子磁鏈保持同步旋轉，兩者之間角度差為負載轉矩角，可以通過計算定子磁鏈相角來得到轉子位置，而定子磁鏈可以利用電壓方程，由反電勢積分求得;擴展反電勢法定子兩相坐標系下凸極永磁同步電機的電壓方程要比隱極永磁同步電機復雜得多，許多適用于隱極永磁同步電機的基于計算電機反電動勢的速度觀測方法不能直接應用到凸極機上。構造擴展反電動勢包含了轉子位置信息，可以參照隱極機的計算方法，利用擴展反電動勢獲得轉子位置和電機轉速。

(2)模型參考自適應辨識法

模型參考自適應系統(Model Reference Adopt System，簡稱MARS)是利用兩套不同的輸入變量，兩個不同結構的電機模型來估計電機的同一變量。其中將不含被估計量的電機模型作為參考模型，而將含被估計量的電機模型作為自適應模型。兩個模型應該具有相同的輸出量，利用兩者輸出量的誤差來驅動一個PI算法的自適應機制，自適應機制產生一個轉速估值，再利用此估值來修正自適應模型，最終達到自適應模型的輸出跟蹤參考模型的目的。

根據模型輸出比較量不同，可分為基于轉子磁鏈［5］、反電勢［6］、無功功率［7］、定子磁鏈［8］、定子電流［9］等多種MRAS。其中，轉子磁鏈估算法由于使用電壓模型來計算轉子磁鏈，引入了純積分環節，使得磁鏈模型受積分初值及零漂的影響嚴重，轉速估計結果不準確。在低速時，反電動勢值很小，且在轉速過零時變化緩慢，使得算法對定子電阻的變化較為敏感，導致估計不準確甚至不收斂;反電動勢估算法是轉子磁通估算法的改進，避免了純積分環節，但是定子電阻的影響依然存在，速度過零點時辨識誤差大;無功功率法估算法也是轉子磁通估算法的改進，此法的參考模型和可調模型中均不含定子電阻和積分環節，消除了定子電阻和純積分的影響，獲得了更好的低速性能和更強的魯棒性，但估計的穩態精度卻又受轉子時間常數的影響，此法存在一定的穩定性問題，當轉速給定為負的階躍時，估計算法將不收斂;基于定子磁鏈的MRAS中電壓模型和電流模型分別計算定子磁鏈，采用自適應算法調節上述兩種模型計算的定子磁鏈一致，進而觀測出電機轉速。此法的缺點是觀測器的精度依賴于電機參數的準確性，尤其是電壓模型中，定子電阻隨電機溫升變化對定子磁鏈的計算結果影響較大;基于定子電流的MRAS用電機本身做參考模型，根據穩定性原理得到速度估計自適應公式，系統和速度的漸近收斂性由Popov超穩定性理論保證。此法實現起來比較簡單，適用于一些對低速精度要求不高的場合。

(3)自適應轉速觀測器法

這類方法仍然含有MRAS的思想，只是參考模型改成了感應電動機本身，可調模型變成了閉環觀測器。觀測器的實質是狀態重構，它利用原系統中可直接測量的變量作為它的輸入信號，重新構造一個新系統，并使其輸出的重構信號在一定的條件下等價于原系統的狀態。此法是一種閉環算法，具有收斂性快、穩定性高、魯棒性好、抗干擾性強、適用面廣等特點。但算法比較復雜，計算量較大，受到計算速度的限制，高性能的微處理器和DSP處理器推動了此法應用。目前此法主要有全階狀態觀測器［10］、降階狀態觀測器［11］、擴展卡爾曼濾波器［12］、擴展Luenberger觀測器［13］和滑模觀測器［14］等多種。其中，全階狀態觀測器法根據Lyapunov穩定性理論可以推導出自適應律，修正作為觀測器系數的電機轉速估計值;降階狀態觀測器法根據電機定子電流可以直接測量來構造降階觀測器，將全階模型可以分成可測量部分和可觀測部分兩個部分，只需對可觀測部分設計降階狀態觀測器，然后根據該降階模型構造降階磁通觀測器;擴展卡爾曼濾波器法(簡稱EKF)是一種全階隨機觀測器方法，它通過使用含有噪聲的信號對非線性動態系統進行實時遞推最優狀態估計;擴展Luenberger觀測器法(簡稱ELO)是對適用于線性時不變確定性系統的基本Luenberger觀測器擴展，它將轉速看成是狀態變量，通過調整極點位置來調節系統的暫態行為，這種調節不會使靜態性能變壞，此法在觀測磁通的同時觀測了轉速;滑模觀測器法是利用滑模變結構控制系統對參數擾動魯棒性強的特點，采用估計電流偏差來確定滑模控制機構，利用滑模變結構控制系統把一般狀態觀測器中的控制回路改成滑模變結構形式。

表1列出了基于理想特性方法的優點、缺點與應用要點。

1.2 基于非理想特性的方法

(1)轉子齒諧波法

感應電動機的定子和轉子鐵心表面存在齒槽，齒槽氣隙中有諧波磁場。在轉子旋轉時，諧波磁場會在定子繞組中感應出諧波電壓和電流。通過對定子電壓或者電流的處理可得轉子的齒槽諧波，齒諧波中包含了與轉速成正比的頻率成分。利用DSP技術提取諧波頻率，根據其與轉速的關系可得轉速［15］。

表1 基于理想特性方法的特點與應用要點

(2)高頻信號注入法

高頻信號注入法基于檢測電機的凸極效應，通過在電機中注入特定的高頻電壓或電流信號，利用電動機內部固有的或人為的不對稱性，使電機產生一個可檢測的磁凸極，通過檢測對應的高頻電流或電壓響應來獲取轉子位置和速度信息。根據注入信號的類型，高頻信號注入法又可分為旋轉高頻電壓注入法、旋轉高頻電流注入法以及脈振高頻電壓注入法。高頻信號注入法具有利用電動機的凸極效應、注入高頻激勵信號和需要高帶寬的噪聲過濾器三個基本特征。根據注入信號的類型來分，高頻信號注入法主要有旋轉高頻電壓信號注入法［16］、旋轉高頻電流信號注入法［16］和脈振高頻電壓信號注入法［17］等三種。其中，旋轉高頻電壓或電流注入法是在基波勵磁電壓或電流上疊加一個三相平衡的高頻電壓或電流激勵，由此感應出的電流或電壓矢量中包括正序分量和負序分量兩個分量，負序分量就包含轉子位置信息;高頻脈振電壓注入法是在估計的轉子磁通方向上注入高頻脈振信號，由于主磁路的飽和注入高頻信號的磁場分布，使得對于注入的高頻信號d軸和q軸的阻抗不同，利用電機交直軸高頻阻抗的不同來獲取轉子位置和轉速。

(3)低頻信號注入法

低頻信號注入法［18］是將某個特定頻率的電流注入到電機觀測d軸，如果坐標系定位不準，觀測d軸與實際的轉子同步坐標系的d軸不一致，注入的電流就會產生一個額外的交軸高頻轉矩，引起電機附加的高頻振動。由高頻轉矩可以推算出與坐標定位角度誤差成正比的誤差信號，采用閉環控制算法使該誤差信號收斂到零，就能把觀測的同步坐標系準確定位到實際轉子同步坐標系。

(4)電感法

電感法［19］(也稱INFORM法)是利用內埋式永磁同步電機自身的凸極特性或由于飽和引起的凸極效應，定子繞組電感隨轉子位置的改變而發生周期性的變化，由此提取轉子位置。

(5)飽和定子諧波電壓法

由于電機定子齒槽的截面積遠遠小于定子鐵心的面積，因此電機在正常運行時，定子齒槽是在飽和狀態下。感應電動機定子繞組無中性點，空間飽和三次諧波電壓大致等于定子三相電壓之和。通過檢測定子三次飽和電壓可估算出主磁鏈基波的模，對定子A相的電流進行檢測還可推導出基波磁通矢量在靜止坐標系下的相位角，從而得出主磁鏈空間矢量的基波分量。利用主磁鏈空間矢量的基波分量可導出電磁轉矩的瞬時值［20］。

(6)漏感脈動法

電機由于轉子齒槽的存在，漏感會隨電機的轉子位置變化而脈動，通過附加正反相抵的基本電壓矢量脈沖及對電機的相電壓測量，可以檢測出漏感的脈動，對該脈動的信號進行計數得到電機的轉子位置［21］。

(7)神經網絡估計法

由于神經網絡因其具有自適應、自學習、容錯性等特性，非常適合于解決非線性問題。目前提出的神經網絡速度估計法［22］大多是基于MRAS建立的，它通過比較電壓模型和電流模型輸出的轉子磁鏈或其它物理量，采用神經網絡訓練電流模型得到轉子磁鏈的估計值，通過對電壓模型的實時計算得到磁鏈的實際值，兩者之差作為輸入樣本，采用BP算法對神經網絡進行修正訓練，調節網絡權值，使估計轉子磁鏈跟蹤轉子磁鏈給定值，從而使估計轉速跟蹤實際轉速。

表2列出了基于非理想特性方法的優、缺點與應用要點。

表2 基于非理想特性方法的特點與應用要點

2 研究熱點與發展趨勢

(1)零頻率問題

基于感應電動機理想模型的磁通觀測和速度辨識在同步頻率為零時無法實現，但可以避開零頻或在零頻率附近用波動方法及利用電機的一些非理想特性的方法，為實現低速范圍的無速度傳感器控制提供了思路。基于感應電動機理想模型的低頻范圍處理方案主要有:d軸電流高頻注入通過轉矩脈動調節磁場定向方法、d軸擾動信號注入的EKF方法、零頻率的回避方法等。

(2)低速發電穩定性問題

在通常的無速度傳感器控制中，電動狀態時觀測器方法是穩定的，但是采用計算或辨識轉速構成速度閉環系統時，由于系統的復雜性，可能會導致系統低速運行不穩定。

(3)電機參數辨識問題

現有的實用性較強的轉速估計算法都要用到電機參數，電機運行過程由于熱效應引起的參數變化會直接影響到系統的動、靜態特性和轉速估計精度。所以，在無速度傳感器控制方案中增加電機參數的在線辨識環節會大大提高控制系統的性能，增強系統的魯棒性。但是這樣會影響到算法的復雜度、快速性、收斂性和系統的穩定性等問題。FPGA和高性能DSP的出現在很大程度上改善了速度計算速度，提高了時實性，但是也需要有高效的計算算法。此外，進行電機參數在線辨識的根本目的是為了提高轉速估計以及磁場定向控制的精確度，實現真正的高性能交流傳動系統。因此，電機參數和轉速的同時在線辨識成為近年來的熱門課題。

(4)其它研究熱點問題

考慮電機鐵損耗的影響，以提高電磁轉矩的計算精度，實現最大效率控制;逆變器的死區時間和開關器件壓降的補償，以提高輸出電壓重構的精度;神經網絡、模糊控制等智能控制技術在電機控制中的研究越來越廣泛，隨著智能控制理論與應用的日益成熟，會給交流傳動領域帶來革命性的變化;計算快速性、系統抗干擾性和參數魯棒性等的提高，以開發出滿足工業要求的、易于實現的、高性能控制方案。

3 結 語

速度辨識是感應電動機無速度傳感器控制系統的一個關鍵環節，它直接影響感應電動機的控制性能。盡管目前已有很多方法可以實現速度辨識，但仍存在許多問題，在具體的應用中需要權衡利弊，選擇適當的方案。今后的研究方向是提高速度估計的精度，改進低速區控制性能，提高系統的抗干擾能力和參數魯棒性等。本文較全面地介紹了當前無速度傳感器中多種速度辨識方法的原理與特點，對速度辨識方法的選擇有一定參考指導價值。

［1］ Hoque M A，Rahman M A.Speed and position sensorless permanent magnet synchronous motor drives［C］//Canadian Conference on Electrical and Computer Engineering.1994，2:689－692.

［2］ Kulkarni A B，Ehsani M.A novel position sensor elimination technique for the interior permanent magnet synchronous motor drive［J］.IEEE Transactions on Industry Applications，1992，28(1):144－150.

［3］ Wu R，Slemon G R.A permanent magnet motor drive without a shaft sensor［C］//IEEE Industry Applications Society Annual Meeting.1990，1:553－558.

［4］ 黃雷，趙光宙，年珩.基于擴展反電勢估算的內插式永磁同步電動機無傳感器控制［J］.中國電機工程學報，2007，27(9):59－63.

［5］ Schauder C.Adaptive speed identification for vector control of induction motors without rotational transducers［J］.IEEE Trans.On Industry Application，1992，28(5):1054－1061.

［6］ Maes J，Melkebeek J.Discrete time direct torque control of induction motors using back EMF measurement［C］//Proc.Of Industry Applications.1998，1:407－414.

［7］ Jing H，Liao L.Control of speed sensorless permanent magnet synchronous motor based on MARS［J］.Electric Drive for Locomotive，2007，1:33－36.

［8］ Andreescu G D.Position and speed sensorless control of PMSM drives based on adaptive observer［C］//Proc.of EPE.1999，1:342－348.

［9］ 齊放，鄧智泉，仇志堅，等.基于MRAS的永磁同步電機無速度傳感器［J］.電工技術學報，2007，22(4):53－58.

［10］ 黃志武，桂衛華，年曉紅，等.基于自適應觀測器的無速度傳感器感應電機控制［J］.控制理論與應用，2007，24(6):913－918.

［11］ Kubota H，Matsue K，Nakano T.DSP－based speed adaptive flux observer of induction motor［J］.IEEE Trans.on Industry Application，1993，29(2):344－348.

［12］ Stubberud S C，Kramer K A.System Identification Using the Neural－Extended Kal man Filter For State－Estimation Modification，Intelligent Control［C］//IEEE International Symposium.2006，8:1999－2004.

［13］ 尚喆，趙榮祥，竇汝振.基于自適應滑模觀測器的永磁同步電機無速度傳感器控制研究［J］.中國電機工程學報，2007，27(3):23－27.

［14］ Zhang Y，Utkin V I.Sensorless Sliding－mode control of induction motors［J］.IEEE Trans.on Industrial Electronics，2000，47(6):1286－1297.

［15］ Hurst K D，Habetler T G.A comparison of spectrum estimation techniques for sensorless speed detection in induction machines［J］.IEEE Trans.Industry Applications，1997，33(4):898－905.

［16］ Ribeiro L A S，Degner M W，Briz F，et al.Comparison of carrier signal voltage and current injection for the estimation of flux angle or rotor position［C］//IEEE－IAS Conference Record.St.Louis，1998，1:452－459.

［17］ Jang J H，Ha J I，Ohto M，et al.Analysis of permanent－magnet machine for sensorless control based on high frequency signal injection［J］.IEEE Transactions on Industry Applications，2004，40(6):1595－1604.

［18］ Eskola M，Tuusa H.Sensorless control of salient pole PMSM using a low－frequency signal injection［C］//European Conference on Power Electronics and Applications.2005.1:10－14.

［19］ Jang G H，Park K.Position detection and start-up algorithm of a rotor in a sensorless BLDC motor utilizing inductance variation［C］//IEE Proceedings of Electric Power Applications.2002，1:137-142.

［20］ Choi J S，HanY S，Kim Y S.A new speed estimation scheme of the induction motor considering the flux Saturation［J］.IEEE Trans.on Magnet.，2000，36(5):3595-3598.

［21］ Holtz J I.Senserless position control standard induction motor a feasible technology［C］//Proc.of IPEMC.2000，1:21-32

［22］ 何方國，齊歡.基于改進遺傳算法的BP神經網絡及應用［J］.華中師范大學學報，2007，41(1):52-54.