基于改進型MRAS的異步電機無傳感器矢量控制策略研究

趙龍龍，李百宇，常國祥

(黑龍江科技大學 電氣與控制工程學院，哈爾濱 150022)

基于改進型MRAS的異步電機無傳感器矢量控制策略研究

趙龍龍，李百宇，常國祥

(黑龍江科技大學 電氣與控制工程學院，哈爾濱 150022)

針對傳統異步電機電壓模型磁鏈估計算法存在積分初值與直流漂移問題，采用一階慣性濾波器代替純積分器，并將實際磁鏈經低通濾波，后用以補償低通濾波器所引入的幅值與相位誤差。應用Matlab建立改進型基于模型參考自適應的無速度傳感器矢量控制系統模型，且異步電機以三電平簡化算法SVPWM逆變器驅動。結果表明，辨識轉速和反饋轉速在電機啟動、升降速、加載過程中有良好的一致性，轉速辨識精度較高且具有良好穩態特性和動態響應能力。在給定轉速變化和負載擾動情況下，系統具有魯棒性。

無速度傳感器矢量控制；模型參考自適應系統；轉速辨識；低通濾波器； SVPWM簡化算法

相比傳統的感應電機矢量控制系統，無速度傳感器矢量控制系統降低了硬件復雜度和維護成本，提高了系統的抗干擾能力和穩定性，并能夠在一些比較惡劣的環境運行，因而獲得了越來越廣泛的應用[1-6〗[7]。相比于其他方法，模型參考自適應算法由于原理比較簡單，易于實現，同時轉速估計精度和動態性能比較好，是當前應用比較多的一種轉速辨識方法。該方法中傳統的獲得轉子磁鏈信息是直接對磁鏈微分方程進行積分，導致參考模型磁鏈觀測器存在積分初值問題與直流漂移問題。為解決該問題，文獻[8]以一種帶限幅反饋環節的積分器代替純積分器；文獻[9]將滑模變結構控制方法引入自適應控制系統中，以犧牲系統結構復雜性，來解決滑動模態的抖動問題，獲得了精確的辨識轉速，以上不同程度地解決了積分問題。

本文采用一階慣性濾波環節替代純積分環節，由于這種替代會引起轉子觀測磁鏈幅值和相位誤差，可以由實際的勵磁電流或者實際的轉子磁鏈進行補償，以提高系統的動態性能。

1 轉子磁場定向無速度傳感器矢量控制原理

1.1 異步電機數學模型

由于轉子磁場定向具有良好的解耦特性，通常選取兩相同步旋轉坐標系中m軸為轉子磁鏈Ψr的方向,轉子磁場定向下異步電機定、轉子繞組電壓方程為：

(1)

式中：usm、ust，ism、ist，urm、urt分別為定、轉子電壓，電流m-t軸分量；Rs、Rr為定、轉子電阻；Ls、Lr、Lm為定、轉子自感與定轉子間互感；ωe為定子同步角速度；ωs為轉差角速度；p為微分算子。

磁鏈方程為

(2)

式中：Ψsm、Ψst為定子磁鏈m-t軸分量；Ψr為轉子磁場定向磁鏈。

轉矩方程為

Te=npLm(istirt)=npΨrLmist/Lr

(3)

式中：np為極對數。

1.2 三電平逆變器供電異步電機前饋解耦矢量控制

由式(1)所得的電壓分量是相互耦合的，為獨立控制定子電流的勵磁分量和轉矩分量，因此有必要對定子電壓進行解耦控制，解耦后的定子端電壓為

(4)

其中，

(5)

2 積分改進型轉子磁鏈觀測器

對于高性能異步電機無速度傳感器矢量控制系統，磁鏈估計是一個必須解決的重要問題，由于缺少轉速信號，通常采用電壓模型來進行磁鏈估計。電壓模型物理意義明確，只需要對定子的反電動勢積分就可獲得轉子磁鏈，且僅需要一個定子電阻參數。

2.1 改進電壓模型轉子磁鏈觀測器

異步電機在兩相靜止坐標系上的轉子磁鏈電壓、電流模型如下。

電壓模型：

(6)

電流模型：

(7)

式中：Ψrα、Ψrβ為轉子磁鏈在α-β軸分量；urα、urβ，irα、irβ為定子電壓，電流α-β在軸分量；Tr為轉子時間常數，Tr=Lr/Rr。

由式(6)可知，轉子磁鏈電壓模型中不含有轉子電阻Rr，受電機參數影響較小。但電壓模型中包含積分環節，磁鏈估計存在初值問題與直流漂移問題。為了避免純積分環節所帶來的問題，實際應用時常采用一階慣性環節代替純積分環節，可有效消除積分初值引起的輸出誤差，然而直流量的增益卻不為零，在此將實際磁鏈低通濾波后，用以補償低通濾波器所引入的幅值與相位誤差。改進電壓模型如圖1所示。

圖1 改進電壓模型Fig.1 Advanced voltage model

改進電壓模型在補償量生成的前向通道端加入基于轉子磁鏈定向坐標系中的轉子磁鏈電流模型，即勵磁電流ism，用以適應動態時勵磁變化的場合。轉子磁鏈狀態估計Ψr的動態方程如下：

(8)

穩態方程

(9)

2.2 模型參考自適應轉速辨識

圖2 MRAS轉速觀測器Fig.2 Speed observer based on MRAS

根據Popov超穩定性理論，該系統是漸進收斂的[10]。取比例積分自適應律得轉子角速度辨識公式為

(10)

3 仿真驗證與結果分析

3.1 系統結構設計

圖3為基于MRAS無速度傳感器矢量控制系統原理圖。外環由磁鏈環和轉速環構成，內環為兩個電流環，分別調節勵磁電流分量和轉矩電流分量。其中，三電平SVPWM調制模塊采用基于60°坐標系的簡化算法，與傳統需求解大量三角函數的SVPWM算法相比，簡化算法大大減少了計算量，為空間矢量PWM控制提供了一種行之有效的方法。

圖3 基于MRAS無速度傳感器矢量控制系統原理圖Fig.3 Principle diagram of speed sensorless vectorcontrol system based on MRAS

3.2 仿真分析

應用MATLAB/Simulink建立了異步電機矢量控制系統仿真模型。仿真中異步電機及調節器PI參數見表1。

表1 異步電機及PI參數Table 1 Parameters of asynchronous machine and PI

3.2.1 空載性能

圖3為空載時辨識轉速、反饋轉速及定子線電壓波形，其中圖3(a)和3(b)分別為改進后和改進前電壓模型仿真結果。初始給定轉速60 rad/s、0.8 s時刻給定轉速調整為125 rad/s、1.6 s時刻給定轉速再次調整為80 rad/s。剛啟動過程中，因勵磁充磁，出現不同程度震蕩，約0.06 s稍經調整后趨于平穩；系統達到穩態時，辨識轉速、反饋轉速均很好地穩定在給定轉速；辨識轉速較反饋轉速先達到穩態，保證了系統的穩定性；線電壓波形呈五電平，波形正弦度好，證明了基于SVPWM簡化算法矢量控制的可行性。由圖3(b)能夠看出約0.8～1.6 s時間段內電機轉速不平穩，呈下降趨勢， 降幅達13 rad/s，證明了改進后電壓模型的有效性。

圖4為α-β軸轉子實際磁鏈與估計磁鏈波形，由局部放大圖可知，估計磁鏈響應比實際磁鏈快，保證了辨識轉速比反饋轉速提前達到穩態，確保了整個系統的穩定性；在動態、穩態時，估計磁鏈與實際磁鏈均基本吻合。

圖4 電機轉速和電壓波形Fig.4 Waveforms of rotor speed and stator voltage

3.2.2 負載性能

圖5為1 s時刻電機突加負載時的辨識轉速、反饋轉速及定子線電壓波形，其中圖5(a)和5(b)分別為改進后和改進前電壓模型仿真結果。1 s前系統轉速由60 rad/s上升到125 rad/s，辨識轉速和反饋轉速均很好地穩定在給定轉速，轉速誤差幾乎為零；1 s時刻，電機突加20 N · m負載后，轉速略微下降，降低約7 rad/s，但稍經調整后很快恢復到給定轉速，說明該轉速辨識方法具有較強的抗負載能力。由圖5(b)能夠看出約0.4 s時刻后速度不平穩，辨識轉速與反饋轉速變化步調雖一致，但速度整體上呈下降趨勢，尤其是加載后降幅高達25 rad/s，證明了改進后電壓模型在給定轉速變化和負載擾動情況下系統具有較好魯棒性。

圖6為電機加載后轉子估計磁鏈與實際磁鏈波形。當電機突加20 N · m負載時，轉子估計磁鏈與實際磁鏈疏密程度變化甚小，同時估計磁鏈很好地跟蹤了實際磁鏈，保證了轉速辨識的準確性。

圖5 α、β軸轉子實際磁鏈與估計磁鏈波形Fig.5 Waveforms of actual rotor flux and estimated flux in α-β coordinate

圖6 電機轉速和電壓波形Fig.6 Waveforms of rotor speed and stator voltage

圖7 α、β軸轉子實際磁鏈與估計磁鏈波形Fig.7 Waveforms of actual rotor flux and estimatedflux in α-β coordinate

4 結 論

通過對改進型基于模型參考自適應的無速度傳感器矢量控制系統，用于三電平SVPWM逆變器驅動異步電機間接矢量控制進行仿真研究，可以得出如下結論：

1)相比純積分器獲得磁鏈信息，改進型磁鏈觀測器具有更好的穩態精度和動態跟蹤能力。

2)基于改進模型參考自適應轉速辨識方法估計轉速精度高、響應快、轉速上升平穩且超調量小，具有較強的抗負載能力。

3)驅動異步電機的三電平簡化算法SVPWM逆變器輸出電壓波形質量好，正弦度高。

[1] 常乾坤,葛瓊璇，雷鳴,等. 一種高性能感應電機無速度傳感器矢量控制策略[J].電機與控制學報, 2014，18(12)：85-94.

CHANG Qiankun, GE Qiongxuan, LEI Ming, et al. High performance machine sensorless vector control strategy[J]. Electric Machines and Control, 2014, 18(12): 85-94.

[2] 姜宏麗, 宗偉, 劉其輝,等. 改進電壓模型的異步電機無速度傳感器矢量控制[J].電氣傳動, 2015,45(2):8-12.

JIANG Hongli, ZONG Wei, LIU Qihui, et al. Speed sensorless vector control of induction motor based on improved voltage model[J]. Electric Drive, 2015, 45(2): 8-12.

[3] 周亞麗, 李永東, 鄭澤東. 基于 M RAS 的感應電機無速度傳感器矢量控制[J].電氣傳動, 2009,39(4):3-8.

ZHOU Yali, LI Yongdong, ZHENG Zedong. Speed sensorless vetctor control of induction motor based on the model reference adaptive system[J]. Electric Drive, 2009, 39(4): 3-8.

[4] R. Kumar, S. Das, P. Syam and A. K. Chattopadhyay, ‘Review on model reference adaptive system for sensorless vector control of induction motor drives’[J].IET Electr. Power Appl., 2015,(7)： 496-511.

[5] A. Pal, S. Das, P. Syam and A. K. Chattopadhyay. An Improved Rotor Flux Space Vector Based MRAS for Field Oriented Control of Induction Motor Drives[J]. IEEE Trans. Pow. Electron, 2016(9)： 1-10.

[6] R. Saifi, N. Nait-Said, A. Makouf，et al. A new Flux Rotor Based MRAS for sensorless Control of Induction[C]. in 5th International Conference on Systems and Control (ICSC)2016， Cadi Ayyad University,Marrakesh,Morocco, May 25-27, 2016.

[7] 夏益輝,張曉鋒,喬鳴衷，等. 改進轉速辨識方法用于矩陣變換器交流調速[J].電機與控制學報, 2015，19(11)：92-97.

XIA Yihui, ZHANG Xiaofeng, QIAO Mingzhong, et al. Improved speed estimation method applying to AC speed-control of matrix converter[J]. Electric Machines and Control, 2015, 19(11):92-97.

[8] 李曉英，王言徐.應用于變頻空調系統的無速度傳感器矢量控制研究[J].電氣自動化, 2010,37(1):30-32.

LI Xiaoying, WANG Yanxu. Research of speed sensorless vector control applied in variable frequency air conditioner system[J]. Electrical Automation, 2010, 37(1): 30-32.

[9] 熊祥，郭丙君.模糊滑模變結構矢量變頻調速系統建模與仿真[J].電氣自動化, 2010,32(2):20-22.

XIONG Xiang, YAN Bingjun. Modeling and simulation of vector control and variable-frequency regulating speed system based on fuzzy sliding variable structure control[J]. Electrical Automation, 2010, 37(2): 20-22.

[10] 黃劭剛，宋鳳林，洪劍鋒，等.基于變參數 MRAS 法的異步電機矢量控制研究[J].微特電機, 2016,44(2):62-66.

HUANG Shaogang, SONG Fenglin, HONG Jianfeng, et al. Induction motor vector control system based on variable parameters MRAS[J]. Small % Special Electrical Machines, 2016, 44(2): 62-66.

On improved speed sensorless vector control strategy of asynchronous machine based on MRAS

ZHAO Longlong, LI Baiyu, CHANG Guoxiang

(Institute of Electrical and Control Engineering, Heilongjiang University of Science and Technology, Harbin 150022, China)

To solve problems about integral initial value and DC drift existed in voltage model flux linkage estimation algorithm of traditional asynchronous machine, a first-order inertial filter is used to replace pure integrator and actual flux linkage is used to go through low-pass filtering in ways to compensate amplitude and phase error caused by introduction of the low-pass filter. An improved speed sensorless vector control system based on MRAS is established by using Matlab software, and the asynchronous machine is driven by simplified three-level SVPWM inverter. The results show that the system features a better consistency, between the estimated speed and the feedback speed during the process of motor starting, lifting speed and loading; speed estimation is of higher accuracy with a better steady-state characteristic and dynamic response ability; a stronger robustness is demonstrated under the given speed variation and load disturbance.

speed sensorless vector control; MRAS; speed estimation; low-pass filter; simplified algorithm based on SVPWM

2017-03-23；

2017-10-17。

國家科技支撐計劃項目(2013BAE04B00)；黑龍江科技大學研究生創新科研(YJS2017015)。

趙龍龍(1989—)，男，碩士研究生，主要研究方向為電力電子與電力傳動。

TM 343

A

2095-6843(2017)06-0481-05

(編輯李世杰)