永磁同步電機參數自動辨識方法研究

陳志錦，馬艷

（中國兵器工業第58研究所 四川 綿陽 621000）

永磁同步電機參數自動辨識方法研究

陳志錦，馬艷

（中國兵器工業第58研究所 四川 綿陽 621000）

針對不同電機參數上存在差異只適用于某種特定參數的交流伺服驅動器的特點，提出了一種基于Smith預估補償和RBF神經網絡與PID控制器相結合的永磁同步電機自動辨識控制算法。該方法利用了Smith預估補償能克服純滯后和RBF能處理非線性問題、在線自學習整定PID參數的優點，在調速模塊的伺服控制系統中更加有效。通過系統建模和仿真實驗結果表明，該算法能夠有效辨識定子電阻、電感，并得到較為理想的實驗結果。

永磁同步電機；Smith預估補償；RBF神經網絡；PID控制

伺服系統常用的電機類型有永磁直流電機、交流永磁同步電機、異步伺服電機等。交流永磁同步電機（permanent magnet synchronous motor，PMSM）具有體積小、質量輕、效率高、慣性低及轉子無發熱等優點，在伺服系統中得到廣泛的應用。永磁同步電機在高精度位置伺服系統中應用廣泛，傳統上一般采用位置環、速度環和電流環的3環控制，控制器一般采用PID控制器或其改進型［1］。

目前，矢量控制技術使永磁同步電機越來越廣泛地進入到高性能工業或軍事應用領域中。矢量控制技術一般使用PI或者PID作為電流控制器，在矢量控制系統中，電流環是調速系統中響應最快的一環，其控制器參數的優劣將直接影響到整個調速系統的性能，而根據經典控制理論方法可知，對電流控制器參數影響最為直接的便是電機的定子電阻和電感［2］。電機的電阻和永磁體供磁能力會因為溫度的變化而發生變化［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生變化［4］，這些參數的變化將導致電流控制器PI參數與實際運行條件不匹配，導致系統性能明顯下降。因此，對電機參數進行準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的性能［5］。

由于不同電機在極對數、編碼器線數和安裝位置等參數上存在差異，通常的交流伺服驅動器只能適配固定型號或品牌的電機，當交流伺服系統采用新電機時，一般都需要重新燒寫相應軟件對電機參數進行修改。而具備電機自動辨識功能的交流伺服驅動器則可方便的對電機進行辨識并自動進行參數匹配及存儲。

1 永磁同步電機調速系統數學模型

永磁同步電機調速如圖1所示。由于電機轉速的變化比電流的變化慢得多，可以認為電機電流在調節時，電機的轉速是常數值，于是電機的電流環控制對象可以簡化為如下的一階慣性環節：

圖1 永磁同步電機調速系統框圖Fig.1 Speed control system diagram of PMSM

當電流環采用電流反饋解耦PI控制時，PI控制器的傳遞函數為：

如果取Ki/Kp=L/Rs，則閉環系統傳遞函數為：

閉環傳遞函數還是為一階慣性環節，其電流環的帶寬Wb=Kp/L。

2 永磁同步電機參數自動辨識算法

2.1 RBF網絡PID整定原理

RBF網整定PID控制參數采用增量式PID控制器，控制誤差為：error（k）=rin（k）-yout（k）

神經元PID控制器的三項輸入為：

控制算法為：

神經網絡整定指標為：

kp，ki，kd的調整采用梯度下降法：

2.2 Smith預估補償控制原理

Smith預估補償控制系統框圖如圖2所示。Smith預估補償是在PID控制器中引入預估補償器DC（s），將其并聯在控制器DC（s）上。其傳遞函數為：DC（s）=GC（s）（1-e-τms）。

圖2 Smith預估補償控制系統框圖Fig.2 Control system diagram of Smith predictive compensation

圖中虛線部分是帶純滯后補償控制的控制器，其傳遞函數為

如果模型精確，可令其等于GC（s）=GP（s），τm=τ且不存在負荷擾動，r（s）=0，

經過純滯后補償控制后系統的閉環傳遞函數為

經補償后，實現了將純滯后環節移到閉環控制回路之外，純滯后環節e-τs已經不出現在分母中，從而有效地消除了純滯后對控制系統的影響。

2.3 Smith預估補償與RBF神經網絡PID控制算法

Smith預估補償與RBF神經網絡PID控制結構圖如圖3所示。利用RBF神經網絡不依賴于控制對象的精確模型的優點和在線學習方法，利用Smith預估補償器對純滯后系統的良好控制，以及利用PID控制能實現小偏差范圍內實現精確控制，達到優勢互補的作用。

圖3 Smith預估補償與RBF神經網絡PID控制框圖Fig.3 Control diagram of Smith predictive compensation and RBF neural network setting PID

2.4 算法仿真

3 系統建模及仿真

本系統調用了Matlab/Simulink中的PMSM模塊，功率電子IGBT模塊，測量模塊以及相關的控制模塊來完成系統仿真平臺的搭建。PMSM參數設置如表1所示。

根據仿真平臺和上面介紹的辨識方法，依次對永磁同步電機的定子電阻、電感進行辨識，這樣的辨識順序可以保證每一個參數辨識完成后的電機狀態、辨識結果可以為下一個參數的辨識提供依據和便利。

辨識定子電阻與電感過程中，由于避開了上下管交替開通關斷的時刻，所以不存在死區效應，不需要對死區進行補償。

圖4 MATLAB仿真Fig.4 The simulation of MATLAB

表1 PMSM仿真參數Tab.1 The simulation parameters of PMSM

3.1 辨識定子電阻仿真實驗

首先進行相對容易辨識的定子電阻參數辨識，驗證前面的分析結論。

仿真系統直流母線電壓為310 V，系統的開關頻率為10 kHz。開始施加占空比為5%的電壓矢量（1，0，0），這樣一方面可以根據d軸電流為穩態值計算出定子電阻值，另外也確定了轉子的位置。

圖5 參數辨識仿真模型Fig.5 Simulation model of parameter identification

在辨識電阻時主要關注電流的穩態波形，于是放大第一次上升過程后d軸電流的穩態波形得到圖6。

由圖可以看到由于施加PWM開關等效的電壓矢量，穩態電流波形存在固定開關頻率的抖動，于是對穩態波形增加一個濾波環節而得到一個較為平滑的電流穩態波形，如圖7所示。

電流大小為3.9 A，可以得到定子電阻為：

這與真實結果相比誤差為0.37%，比較微小。

圖6 電流波形Fig.6 The current waveform

圖7 平滑后電流波形Fig.7 The smooth current waveform

3.2 辨識定子電感仿真實驗

在較為準確的辨識了電阻值之后進行電感的辨識。從圖8中看到施加固定電壓矢量使得電流達到穩態值從而辨識完定子電阻后，關閉PWM信號使得電流歸零。然后在0.2 s時施加占空比為5%的電壓矢量（1，0，0），觀察d軸上升曲線，從而開始對定子電感進行辨識。

圖8 上升波形Fig.8 The rising waveform

根據對電機模型的理論推導，這一上升曲線應為標準的指數曲線，時間常數為Ld/R，分別取不同時刻采樣電流值計算定子電感：

結果誤差都在2%以內，驗證了之前理論推導的正確性。

4 結 論

文中提出一種基于Smith預估補償與RBF神經網絡PID控制算法的永磁電機參數自動辨識方法，通過系統建模和仿真實驗結果表明，該算法能夠有效辨識定子電阻、電感，并得到較為理想的實驗結果。

［1］王宏，于泳，徐殿國.永磁同步電動機位置伺服系統［J］.中國電機工程學報，2004，24（7）:151-155.

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

［3］Wilson S D，Stewart P，Taylor B P.Methods ofresistance estimation in permanent magnet synchronousmotors for realtime thermal management［J］.IEEETransactions on Energy Conversion，2010，25（3）:698-707.

［4］Tilak Gopalarathnam，Roy Mc Cann.Saturation andarmature reaction effects in surface-mount PMACmotors［C］.IEEE International Conference on ElectricMachines and Drives，2001:618-621.

［5］楊立永，張云龍，陳智剛，等.基于參數辨識的PMSM電流環在線自適應控制方法 ［J］.電工技術學報，2012，27（3）：86-91.

［6］李兵強，吳春，林輝.基于參考輸入學習的永磁同步電機高精度位置伺服系統［J］.中國電機工程學報，2012，32（3）：96-101.

［7］飛思科技產品研發中心.神經網絡理論與MATLAB7實現［M］.北京：電子工業出版社，2002.

Research on parameter automatic identification of PMSM

CHEN Zhi-jin，MA Yan
（N0.58 Research Institute of China Ordnance Industries，Mianyang 621000，China）

According tothe characteristics of different parameters of AC servo drive motor difference is only applicable to a specific parameter，a permanent magnet synchronous motor （PMSM）parameter automatic identificationcontrol algorithm which based on Smith predictive compensation and RBF neural network combined with PID controller is introduced in the study.The method uses a Smith predictor to overcome the pure lag and RBF can deal with nonlinear problems，online learning setting PID parameter advantages，is more effective in PMSM parameter automatic identification control system.Finally，the paper establishesthesimulationmodeofthecontrol algorithm，experimental results show that，the algorithm can effectively identify the stator resistance，inductance，and get ideal experimental results.

PMSM；Smith predictive compensation；RBF neural network；PID control

TN-9

A

1674－6236（2016）04-0144-04

2015-07-27 稿件編號：201507174

國家自然科學基金項目（61133016）

陳志錦（1979—），男，云南麗江人，碩士，高級工程師。研究方向：數控技術。