基于參數(shù)辨識的PMSM電流環(huán)在線自適應(yīng)控制方法

楊立永 張云龍 陳智剛 李正熙

（北方工業(yè)大學(xué)變頻技術(shù)北京市工程研究中心 北京 100144）

1 引言

目前，矢量控制技術(shù)使永磁同步電機（PMSM）越來越廣泛地進入到高性能工業(yè)或軍事應(yīng)用領(lǐng)域中。矢量控制技術(shù)一般使用PI或者PID作為電流控制器，在矢量控制系統(tǒng)中，電流環(huán)是調(diào)速系統(tǒng)中響應(yīng)最快的一環(huán)，其控制器參數(shù)的優(yōu)劣將直接影響到整個調(diào)速系統(tǒng)的性能，而根據(jù)經(jīng)典控制理論方法可知，對電流控制器參數(shù)影響最為直接的便是電機的定子電阻和電感[1]。電機的電阻和永磁體供磁能力會因為溫度的變化而發(fā)生變化[2,3]；d-q軸電感值會因不同運行條件下電流變化所引起的不同程度磁飽和而發(fā)生變化[4,5]，這些參數(shù)的變化將導(dǎo)致電流控制器PI參數(shù)與實際運行條件不匹配，導(dǎo)致系統(tǒng)性能明顯下降[6]。因此，對電機參數(shù)進行準(zhǔn)確的辨識將直接決定電流控制器控制性能的好壞，進而影響到整個系統(tǒng)的性能。

本文利用帶遺忘因子的遞推最小二乘法對電機的定子電阻、永磁體磁鏈以及電感等參數(shù)分別進行在線辨識，然后利用得到的參數(shù)辨識值代入提前計算好的PI參數(shù)計算式，對PI參數(shù)進行實時整定，以解決電機運行條件變化時 PI控制器參數(shù)與電機參數(shù)不匹配問題。下面將逐一介紹本方法各部分。

2 永磁同步電動機的數(shù)學(xué)模型

在忽略諧波、渦流和磁滯損耗的前提下，永磁同步電動機d-q軸坐標(biāo)系數(shù)學(xué)模型如下[7]：

式中，ψq=Lqiq；ψd=Ldid+ψf。

其穩(wěn)態(tài)數(shù)學(xué)模型為

式中uq，ud——定子電壓矢量的q軸、d軸分量；

iq，id——定子電流矢量的q軸、d軸分量；

Rs——定子電阻；

p——微分算子；

ψd，ψq——定子的d-q軸磁鏈；

ψf——永磁體轉(zhuǎn)子產(chǎn)生的磁鏈；

ωe——電動機電角速度；

Ld，Lq——電機定子繞組d-q軸電感。

3 電流控制器PI參數(shù)設(shè)計

永磁同步電動機的矢量控制系統(tǒng)中，電流內(nèi)環(huán)一般只與 PWM逆變器和電機的參數(shù)有關(guān)，不受外部負(fù)載變化的影響，所以電流環(huán)有其固定的結(jié)構(gòu)，電流環(huán)的參數(shù)可以按一定方法計算得到[8]。

在電動機調(diào)速系統(tǒng)中，系統(tǒng)的電磁時間常數(shù)遠(yuǎn)小于機電時間常數(shù)，轉(zhuǎn)速的變化往往比電流變化慢得多。因此，與轉(zhuǎn)速相關(guān)的反電動勢項在電流的瞬變過程中相當(dāng)于一個變化較慢的擾動，在設(shè)計電流環(huán)時可以將這個擾動看作是常數(shù)項，使用PI調(diào)節(jié)器可以消除這個常數(shù)擾動造成的靜差。所以電流環(huán)PI參數(shù)設(shè)計過程中可以暫不考慮反電動勢項的影響。

故一般情況下，永磁同步電動機矢量控制電流環(huán)結(jié)構(gòu)如圖1所示。

圖1 電流環(huán)控制結(jié)構(gòu)圖Fig.1 Current loop control diagram

圖1中idqref與udqref分別為dq軸給定電流和電壓。PWM逆變器可以看成具有時間常數(shù)Ts（Ts=1/fs，fs為逆變器開關(guān)管的工作頻率）的一階慣性環(huán)節(jié)。電機的電樞回路有電阻R、電感L，也可以看成一階慣性環(huán)節(jié)。TL是電感時間常數(shù)（等于L/R，此處L，R為電機的電感和電阻，對永磁同步電機來說是電機定子電阻和電感，即Ldq/Rs）。KPWM表示逆變器的放大倍數(shù)；Tif是電流反饋通道的濾波時間常數(shù)，Kif為電流反饋的放大倍數(shù)，Kpu為標(biāo)幺值。電流環(huán)開環(huán)傳遞函數(shù)為

一般情況下，電機的電磁時間常數(shù)遠(yuǎn)大于Ts和Tif，選擇電流調(diào)節(jié)器的零點抵消被控對象的大時間常數(shù)極點，積分時間常數(shù)τc=TL=L/R，可得

用一個時間常數(shù)Tsf的一階環(huán)節(jié)來近似代替Ts和Tif，可得

該系統(tǒng)所對應(yīng)的電流閉環(huán)傳遞函數(shù)可以被認(rèn)為是典型的二階系統(tǒng)

由西門子“最佳整定”方法“模最佳系統(tǒng)”的參數(shù)關(guān)系可知KTsf=0.5，即

得到PI調(diào)節(jié)器的比例系數(shù)為

然后再將其按增量式PI調(diào)節(jié)器算法數(shù)字化，可得其積分系數(shù)為

積分時間常數(shù)為

本文中，帶“^”的參數(shù)為辨識值。上述推導(dǎo)說明電流環(huán) PI參數(shù)值與電機的電感和定子電阻相關(guān)，因此可知，在運行條件發(fā)生變化時，只要對電機參數(shù)進行實時辨識，就能夠得到電機實時運行條件下的PI參數(shù)值。

4 PMSM參數(shù)的辨識

4.1 帶遺忘因子的最小二乘法

系統(tǒng)模型的最小二乘格式為[9]

式中y(k)——系統(tǒng)輸出序列；

φT(k)——系統(tǒng)輸入序列；

θ——待辨識的參數(shù)序列。

遞推最小二乘算法，就是當(dāng)被辨識系統(tǒng)在運行時，每獲得一次新的觀測數(shù)據(jù)就修正一次參數(shù)估計值，這樣隨著時間的推移，新觀測數(shù)據(jù)一次次地引入，便能獲得滿意的辨識結(jié)果。同時為了防止數(shù)據(jù)遞推的飽和，算法失去修正能力，引入了遺忘因子，使舊數(shù)據(jù)的作用得以不斷衰減。

帶遺忘因子的最小二乘估計遞推算法表達(dá)式如下：

在基于遞推最小二乘算法的電機參數(shù)辨識中，算法實現(xiàn)的關(guān)鍵在于如何得到以待辨識參數(shù)為未知矢量的線性方程。下面，借助于式（2）研究如何在d-q旋轉(zhuǎn)坐標(biāo)系下獲得最小二乘格式的電機模型。

4.2 電感的在線估計

因為 d-q軸電感是需要辨識的量值，因此將式（2）中電感與其相關(guān)項移至一側(cè)，得到

變換成矩陣形式所得到的就是永磁同步電動機的最小二乘格式數(shù)學(xué)模型

從式（15）可以看出電感的辨識需要參數(shù)Rs和ψf，而且這兩個參數(shù)也是隨溫度變化的。因此需要另外的算法去單獨辨識這兩個參數(shù)。

4.3 定子電阻和永磁體磁鏈的在線辨識

在電動機運行過程中，由于電機定子電阻的功耗、軸摩擦等諸多因素影響，電機的內(nèi)部溫度是在不斷上升的。溫度變化對定子電阻和永磁體供磁能力有較大的影響，尤其是當(dāng)工作溫度和室溫溫差較大時，這個影響就變得非常明顯。因此，很有必要對這兩個參數(shù)進行實時辨識。參照式（14）和式（15），現(xiàn)將式（2）變形為如下矩陣形式

式中

式（16）和式（17）即為辨識定子電阻Rs和永磁體磁鏈ψf的最小二乘格式數(shù)學(xué)模型。其中待辨識參數(shù)矩陣中的Ld、Lq是不會在 PI參數(shù)的計算中使用的，它們的引入是為了促成定子電阻和永磁體磁鏈的最小二乘格式以及增加算法的穩(wěn)定性，而且在隨后的實驗中發(fā)現(xiàn)在Rs和ψf辨識結(jié)果相對準(zhǔn)確的情況下，其結(jié)果存在較大誤差。

另外系統(tǒng)輸入輸出矩陣都是二維矩陣，但是待辨識參數(shù)矩陣含有四個參數(shù)。為了讓辨識結(jié)果收斂，本算法需要電機至少兩個不同運行點的參數(shù)，因此必須在系統(tǒng)的d軸上加入適當(dāng)?shù)臄_動。這些擾動應(yīng)該是低頻低幅值的，盡量減少對電機轉(zhuǎn)矩的影響。

4.4 辨識算法的DSP程序?qū)崿F(xiàn)

本實驗中使用的DSP是TI公司的TMS320F28335，這款 DSP的浮點運算已經(jīng)避免了定點運算量化誤差對辨識結(jié)果產(chǎn)生的嚴(yán)重影響，并且使運算簡化很多，但是最小二乘法的實現(xiàn)過程仍需要大量的矩陣運算，這就給DSP帶來了巨大的運算壓力。

如何優(yōu)化程序就成為辨識算法能否實現(xiàn)至關(guān)重要的一個環(huán)節(jié)。由式（15）可知φ(k) 和φT(k) 都是2×2矩陣，由此可知P矩陣也是一個2×2矩陣。對于2×2矩陣，通過式（18）進行取逆運算是一個簡單的過程，這大大縮減了 DSP的計算量，為式（15）的電感辨識算法實現(xiàn)帶來了很大方便。

另外在實際的系統(tǒng)中，溫度的變化都是緩慢的，即Rs和ψf的變化也十分緩慢。相對于瞬時的電流變化來說，這兩個參數(shù)可以視為常數(shù)。因此對于Rs和ψf的辨識算法，可將其分為多個部分，使用Switch-Case語句分別在中斷中執(zhí)行，這樣就能減少DSP每次中斷的計算量。整個在線辨識程序流程框圖如圖2所示。

圖2 辨識程序流程框圖Fig.2 Program flow chart of identification part

在得到電感和定子電阻的辨識值后，將其代入到式（8）和式（10）中即可得到電流環(huán)PI參數(shù)值。現(xiàn)在可以得出系統(tǒng)整體框圖如圖3所示。

5 實驗結(jié)果

本實驗采用的功率模塊為三菱公司的 PS21267—AP。PWM頻率與采樣頻率均為3kHz，電機型號為GK6052—6AC31，其銘牌參數(shù)如下：額定電壓：220V；額定轉(zhuǎn)速：2000r/min；額定電流：3A；靜轉(zhuǎn)矩3N·m；轉(zhuǎn)動慣量：3kg·m2。

圖3 系統(tǒng)整體框圖Fig.3 Overall system block diagram

采用離線辨識方法[10-11]得到的電機其他參數(shù)為：ψf=0.242Wb，Ld=8mH，Lq=8.2mH，Rs=2.25Ω。

為了便于觀察，將系統(tǒng)空載穩(wěn)定運行過程中兩個算法的在線辨識結(jié)果保存到數(shù)組中，然后利用Matlab將數(shù)據(jù)重新呈現(xiàn)于下列圖中。

圖4是式（17）所對應(yīng)算法的辨識結(jié)果，這一部分辨識了四個參數(shù)：Rs、ψf、Ld和Lq。圖4中，各分圖的上半部分是各個參數(shù)的整體收斂趨勢，下半部分是將縱坐標(biāo)軸拉開后的收斂圖。可以清楚地看到電阻和永磁體磁鏈的辨識結(jié)果與離線辨識結(jié)果基本一致，但是電感的收斂結(jié)果不是很準(zhǔn)確。另外，由于程序中將本部分算法分為4部分分別在程序中斷中執(zhí)行，所以其收斂速度比較慢。

圖4 式（17）程序的辨識結(jié)果Fig.4 Identification results from Equ.（17）

圖5 式（15）程序中電感的收斂過程Fig.5 The convergence process of inductance in the algorithm from Equ.（15）

在空載調(diào)試好PI參數(shù)的情況下，本文方法和傳統(tǒng)方法沒什么區(qū)別，但是當(dāng)運行條件變化后，PI參數(shù)與實際運行條件不匹配的情況就顯現(xiàn)出來。圖 6所示為室溫下，設(shè)定轉(zhuǎn)速為900r/min時，不斷調(diào)整電機的電流所得到的PI參數(shù)變化情況。電感隨電流的增加有下降的趨勢[12,13]，從式（8）和式（9）可知相應(yīng)的PI參數(shù)值會有一定的變化。

圖7為上述實驗中采用本文所表述方法的q軸電流階躍變化的波形，其中ia為電機U相電流。圖8為傳統(tǒng)方法在相同條件下的階躍變化波形。實驗中，隨著電流的增加，實際PI參數(shù)值中的比例系數(shù)應(yīng)該減小，積分系數(shù)應(yīng)該變大，但傳統(tǒng)的方法 PI參數(shù)值沒有變化，相對來說就是比例系數(shù)Kp偏大，等效為系統(tǒng)阻尼比變小，就導(dǎo)致電流的階躍響應(yīng)上升時間變快，超調(diào)變大，產(chǎn)生了輕微的振蕩。

圖6 不同運行情況下PI參數(shù)的變化情況Fig.6 The changes of PI parameters under different operating conditions

圖7 本文算法電流階躍波形Fig.7 Step waveform of current algorithm

圖8 傳統(tǒng)算法的階躍響應(yīng)Fig.8 Step waveform of traditional algorithm

6 結(jié)論

本文分析了永磁同步電機矢量控制系統(tǒng)中電流環(huán)結(jié)構(gòu)并得到電流環(huán)PI參數(shù)值計算表達(dá)式，在此基礎(chǔ)上利用帶遺忘因子的遞推最小二乘法在線辨識出的電機參數(shù)實現(xiàn)了對系統(tǒng)電流環(huán) PI參數(shù)的實時更新。實驗結(jié)果表明，通過本方法對電流環(huán)PI參數(shù)進行實時調(diào)整，能夠有效解決系統(tǒng)因電機參數(shù)發(fā)生變化而導(dǎo)致的系統(tǒng)性能下降問題。

[1]Antonio Visioli. Practical PID control[M]. London:Springer, 2006.

[2]唐任遠(yuǎn). 現(xiàn)代永磁電機理論與設(shè)計[M]. 北京: 機械工業(yè)出版社, 1997.

[3]Wilson S D, Stewart P, Taylor B P. Methods of resistance estimation in permanent magnet synchronous motors for real-time thermal management[J]. IEEE Transactions on Energy Conversion, 2010, 25(3):698-707.

[4]Tilak Gopalarathnam, Roy Mc Cann. Saturation and armature reaction effects in surface-mount PMAC motors[C]. IEEE International Conference on Electric Machines and Drives, 2001: 618-621.

[5]Shigeo Morimoto, Tomohiro Ueno, Masayuki Sanada.Effects and compensation of magnetic saturation in permanent magnet synchronous motor drives[C].IEEE Conference Record of the Society Annual Meeting on Industry Application, 1993,1: 59-64.

[6]Nicola Bianchi, Thomas M Jahns. Design, analysis,and control of interior PM synchronous machine[M].Padova(Padua), Italy: CLEUP, 2004.

[7]李崇堅. 交流同步電機調(diào)速系統(tǒng)[M]. 北京: 科學(xué)出版社, 2006.

[8]陳伯時. 電力拖動自動控制系統(tǒng)[M]. 北京: 機械工業(yè)出版社, 2003.

[9]李鵬波, 胡德文. 系統(tǒng)辨識基礎(chǔ)[M]. 北京: 中國水利水電出版社, 2006.

[10]Zentai A, Daboczi. Offline parameter estimation of permanent magnet synchronous machines by means of LS optimization[J]. International Symposium on System Integration, 2008: 36-41.

[11]柳晶. 變頻空調(diào)永磁同步電機的參數(shù)辨識[D]. 哈爾濱: 哈爾濱工業(yè)大學(xué), 2010.

[12]馮江華, 桂衛(wèi)華, 許峻峰. 考慮參數(shù)變化的永磁同步電動機弱磁控制研究[J]. 微電機, 2008, 41(4):28-31.

Feng Jianghua, Gui Weihua, Xu Junfeng. Flux-weakening control research of permanent magnet synchronous machines considering parameters variation[J]. Micromotors, 2008,41(4): 28-31.

[13]Mellor P H, Chaaban F B. Estimation of parameters and performance of rare-earth permanent magnet motors avoiding measurement of load angle[J]. IEE Proceedings-B on Electric Power Applications, 1991,138(6): 60-66