基于滑膜變結構的PMSM DTC及其恒定開關頻率空間矢量調制

李曉竹，劉 凱

（遼寧工程技術大學 電控學院，興城 125105）

0 引言

本文用兩種策略抑制磁鏈轉速轉矩脈動：1）采用對稱的SVM與DTC結合獲得更多的、連續變化的電壓空間矢量實現對電機磁鏈、轉矩更精確的控制并獲得逆變器開關頻率近似恒定；2）采用積分切換的自適應滑模算法與積分環節并聯來構成轉矩控制器代替傳統的PI控制器，利用其積分部分增強抗干擾性能，提高系統的魯棒性，并聯的積分環節可克服滑?？刂破鲙淼霓D速靜態誤差。

1 SVM原理

采用SVM的目標是利用逆變器固有的基本空間電壓矢量合成所需的參考電壓空間矢量。電壓源型逆變器(VSI)的8個基本空間電壓矢量，其中Ts為系統的采樣周期，T0、T1、T2、T3將一個采樣周期分四段，φ為相鄰參考電壓矢量的夾角，且0≤φ≤60o。非零空間電壓矢量V1～V6將整個矢量平面均分成6個扇區，兩個零空間電壓矢量位于中心。在第一扇區中SVM可表示為：

其中，|Vs|是參考電壓矢量的幅值，上限值為 Vdc/；Vdc為直流母線電壓；|V1|和|V2|是S V M的兩個基本電壓矢量幅值，。余下的扇區中基本空間電壓矢量將隨著區域的轉換進行相應的變化來合成空間電壓矢量Vs。本文采用對稱的SVM策略可使直流母線電壓獲得任意合成電壓矢量，同時保證功率器件開關頻率恒定。

2 PMSM SVM DTC

如圖1所示，Ψs*為定子磁鏈參考值，Ψs為定子磁鏈矢量估計值，θ為Ψs的角位置。dTe表示參考轉矩T*與估計轉矩Te之差。dTe和dδ可由一個PI調節器輸出一輸入關系得到，Vs由Vs觀測器得到，作為SVM的輸入調制合成該參考空間電壓矢量再送入逆變器產生對稱的PWM。

2.1 磁鏈 、轉矩估計器

在PMSM SVM DTC系統中：

圖1 改進型PMSM DTC系統框圖

下標α、β為各量在定子兩相靜止坐標系下的分量。

2.2 Vs估計器

Vs的幅值和φ公式如下：

3 滑膜控制器

本文提出了積分切換的自適應滑模算法來調節轉速和轉矩，該算法中由于引進了積分環節使得開關狀態間的過渡平滑性增強，故減小了在切平面上的“抖動”，由于滑?？刂破鞯妮敵鍪请x散跳躍式的會使系統在達到穩態時產生轉速靜差，故在其輸出端并聯積分環節以抑制靜差。

3.1 自適應滑模算法

永磁同步電機轉矩方程：

電磁轉矩Te；負載轉矩TL；電機轉動慣量J；粘滯系數B；機械角速度ω。

當電機為隱極式即Lα=Lβ，則

考慮到外界干擾和系統參數的不確定性，式（14）可表示為：

控制律函數為：

3.2 穩定性分析

3.3 改進型滑模變結構轉矩控制器

圖1中轉矩控制模塊中PI公式為：

4 實驗

為了驗證系統的有效性，實驗采用了TI公司的TMS320C240EVM板，帶編碼器的PMSM，VSI型逆變器及其驅動，檢測及保護電路，MSO7052A混合信號示波器。電機參數為：Pn=2，Rs=1.88Ω，J=0.0085kg·m2，Lα=Lβ=0.1mH，TL=0.008N· m,Ψf=0.118Wb,滑膜控制器參數：KI=0.5,Kp=2.4,a=2.5。

實驗對比可知改進系統中定子電流轉速轉矩的穩定比傳統PMSM DTC系統慢了近0.1秒是由于系統的計算復雜性增加所致。圖2的定子電流脈動反應了逆變器開關狀態的相應變化，穩定時完美的正弦波證明了改進系統開關頻率保持恒定的事實。

圖2 前后系統定子電流比較

由圖3可看出基于傳統PI算法的DTC的轉速劇烈抖動著，而改進系統后轉速基波脈動消除也彌補了轉速靜差，啟動時平穩上升，穩態時較平直，合乎預期要求。

圖3 前后系統轉速比較

圖4顯示傳統的PMSM DTC磁鏈存在劇烈的脈動，系統改進后磁鏈基波脈動已消除。

圖5顯示轉矩基波脈動已消除，并繼承了DTC轉矩響應迅速的優點，波形在穩態時較平直改善了其穩態性能。

圖4 前后系統定子磁鏈比較

圖5 前后系統轉矩比較圖

由此得出系統的轉速、轉速、磁鏈基波脈動明顯有效的抑制說明了改進系統的魯棒性增強，達到了系統設計的要求。

5 結論

實驗結果及其與常規PMSM DTC性能的比較驗證了本文設計方案的有效性。由于SVM DTC對硬件要求低且性能良好，該算法用DSP器件實現便捷，能有效解決動靜態性能之間的矛盾，因此它具有廣泛的應用前景。

[1] Z Xu.M F Rahman.Direct torque and fl ux regulation of an IPM synchronous motor drive using variable.structure control approach[C]//The 30th Annunl conference of the IEEE industrial electronics society.November 2-6.2004.Busan.Korea:2733-2738.

[2] Trusca M.Lazea G.An adaptive PID learning controller for periodic robot motion[C]//Proceeding of 2003 IEEE Conference on Control Applications.23-25 June 2003 Page(S):686-689.

[3] Ching-Hung Lee.Yi-Hsiung Lee.Ching-Cheng Teng.A novel robust PID controllers design by fuzzy neural network[c]//American Control Conference on 8-10 May 2002 Page(s):1561-1566.