電動汽車永磁同步輪轂電機無位置傳感器控制方法綜述

張祥

（重慶交通大學 機電與車輛工程學院，重慶400074）

主題詞：輪轂電機驅動 機械式傳感器 無位置傳感器控制 信號注入法 切換算法 電動汽車

縮略語

PWM Pulse Width Modulation

SVPWM Space Vector Pulse Width Modulation

ANNA Artificial Neural Network Algorithm

BP Back Propagation

RBF Radial Basis Function

PMSM Permanent Magnet Synchronous Motor

1 引言

隨著汽車行業的快速發展，化石燃料的消耗和汽車尾氣的排放污染日益增加。在全球節能減排的大背景下，新能源汽車受到各國政府的密切關注成為國內外學者的研究熱點[1]。其中利用電能驅動的電動汽車實現了零排放無污染，加大電動汽車發展力度，是未來各國保證經濟可持續發展的重要手段[2]。

輪轂電機驅動電動汽車目前是一種比較新型的電動汽車形式，輪轂電機驅動電動汽車將電機安裝在每個車輪之內，將汽車結構進行了有效的簡化，節省了空間，對實現汽車的輕量化有利。同時實現了電動汽車各車輪的驅動力矩獨立可控，提高了控制靈活性和可靠性[3]。功率密度高、結構簡單和高效率等都是永磁同步電機的優點，所以大多數輪轂電機都是采用永磁同步電機[4]。在電動汽車永磁同步輪轂電機控制系統中，往往是采用普通的機械式傳感器來獲取轉子位置信息從而完成矢量控制，由于電動汽車運行工況的復雜性，容易導致機械發生故障失效，從而導致電機失控。而無位置傳感器控制方法僅僅依賴電機電壓或電流的反饋信息來獲取轉子位置，成本較低，魯棒性好[5]。

基于上述分析，本文針對輪轂電機驅動電動汽車，對永磁同步輪轂電機全速度范圍無位置傳感器控制方法進行了綜述。

2 零速和低速無位置傳感器控制

永磁同步輪轂電機在零速時轉子位置準確精測是電機是否能夠成功啟動的前提。若位置信息不準確，將會導致電機啟動時平順性差、啟動轉矩較小、轉子反轉無法正常啟動。由于電動汽車輪轂電機與車輪機械連接，所以電機轉子不能自由移動，因此轉子的預定位法并不適用[6]。零速和低速無位置傳感器控制方法主要有以下4種：電感矩陣測量法、載波頻率成分法、旋轉高頻注入法和脈振高頻注入法。

2.1 電感矩陣測量法

電感矩陣測量法的工作原理是利用電機凸極性，向電機定子繞組施加不同的電壓脈沖矢量，從相應的電流響應中求解出電感矩陣，進而獲取電機轉子位置信息，僅僅適用于凸極式電機[7]。邱鑫等[8]，利用相電感的差值消除其中電流直流分量對位置估算的影響，將相電感差值以矢量形式表示，并進行迭代求和運算，利用邏輯運算規則對所得電感矢量的幅值進行比較，從而獲取轉子位置信息。Wang等[9]對永磁同步輪轂電機電感進行分析，通過測量傳統PWM 激勵下的相電流波紋，獲取轉子的位置信息。電感測量法較容易實現，但對電流檢測精度要求較高，且對電機自身參數比較敏感，誤差較大。

2.2 載波頻率成分法

載波頻率成分法是將脈寬調制技術中的固有載波頻率作為高頻信號，利用定子電流提取該高頻信號，通過包絡方法計算轉子角度，從而獲取轉子位置信息[10]。高宏偉等[11]，為了獲取連續的高頻載波信號，采用三相三角載波SPWM調制技術，通過對調制后的載波頻率分量電流方程，得出包含轉子信息的峰值表達式，通過仿真驗證了該方法的有效性。諸多學者研究表明，該方法的優點是不需要額外注入高頻信號，降低成本。但是對交直軸電感差值有較高要求，信號處理操作比較復雜。

2.3 旋轉高頻注入法

旋轉高頻注入法是在靜止的坐標系中注入旋轉的高頻電壓激勵，根據提取的高頻電流響應，通過對提取的電流信號進行處理，進一步獲取轉子位置信息，如圖1所示[12]。Mohammed教授等[13]依據電機凸極性在基波激勵上疊加一個旋轉高頻電壓激勵，將疊加后的電壓激勵作用于電機定子繞組，進而能夠提取帶有轉子位置信息的高頻響應電流信號，最后通過鎖相環技術跟蹤獲取轉子的位置信息。該方法優點是不依賴電機自身參數，魯棒性較強。但成本較高，并且計算量較大。

圖1 旋轉高頻電壓注入法[12]

2.4 脈振高頻注入法

脈振高頻注入法是指在d軸或q軸注入高頻的脈振電壓信號，然后采用低通和帶通濾波器提取電流信號，利用鎖相環技術跟蹤獲取轉子位置信息，如圖2所示[14]。劉兵等[15]提出一種新型的位置觀測器，利用低通濾波器提取高頻電流分量，并消除上述諧波誤差，引入自適應算法來對誤差進行前饋補償，進而獲取轉子位置信息。Li H 等[16]提出了一種基于磁飽和效應中高信噪比的脈振高頻信號注入法，對磁極位置和極性進行檢測，進而獲取轉子位置信息。該方法適用于表貼式永磁同步輪轂電機，但轉子位置的估計精度不高。

以上4種方法的優缺點對比如表1所示：

圖2 d軸脈振高頻電壓注入法[14]

表1 低速無位置傳感器控制方法優缺點對比

3 中高速無位置傳感器控制

當永磁輪轂電機在中高速運轉時，其反電動勢足夠大，因此可以根據反電動勢和磁鏈估計出電機實際轉角，該方法適用于內置式和表貼式永磁電機。電動汽車永磁同步輪轂電機中高速無位置傳感器控制方法主要包括以下4種[17]：模型參考自適應法、滑膜觀測器法、擴展卡爾曼濾波器法和人工神經網絡算法。

3.1 模型參考自適應法

永磁同步輪轂電機模型參考自適應控制系統主要包括參考模型、可調模型和自適應算法，如圖3 所示。其主要思想是將電機本體參數作為參考模型，將含有辨識參數的基波數學模型設為可調模型，利用自適應算法調整可調模型輸出和參考模型實際值之間的誤差，進而確定電機轉子位置信息[18]。該方法易于實現，穩定性好，但過于依賴電機本體參數，近年來也多用于電機參數的在線辨識。

圖3 模型參考自適應法控制框圖[18]

采用模型參考自適應法來對永磁同步輪轂電機進行無位置傳感器控制時，是先根據輸入電壓對可調模型進行轉子位置估算，對電流輸出進行計算，然后通過與參考模型的實際電流值進行比較，最后通過自適應算法調整2者之間的誤差，使得估算的轉子位置信息更接近實際值。趙其進等[19]采用該方法進行轉子位置的獲取，測得電機轉子位置估計誤差很小。

3.2 滑膜觀測器法

滑膜觀測器法是基于滑膜變結構理論，利用反電動勢與轉子位置間的數學關系對轉子位置進行估算，其結構如圖4所示[20]。構建一個理想的電機運行狀態的滑膜面，通過采集信號與理想值的誤差來調整輸入，使得電機運行狀態能夠維持在滑膜面上。

圖4 滑膜觀測器法控制結構框圖[20]

采用滑模觀測器的控制系統有較好的適應性和穩定性，但是這種算法計算復雜，不利于降低成本，并且會引入靜態擾動。許多學者對滑膜觀測器法采取了進一步改進，如：Yang 等[21]提出了一種離散時間結構的反電動勢估計策略。Lee等[22]采用迭代滑膜觀測器解決了抖振問題，在每個滑膜觀測器中通過調整觀測器增益，估算轉子位置信息。Sheng 等[23]利用Sigmoid函數代替傳統的符號函數，并且采用模糊邏輯控制器來調整觀測器的增益。基于上述分析，改進后的方法抑制了滑膜觀測器帶來的抖動現象，能夠很好的轉子位置進行估計，效果比較明顯。

3.3 擴展卡爾曼濾波器法

擴展卡爾曼濾波器法是利用含噪聲的信號對永磁同步輪轂電機的動態系統進行實時觀測，從而獲取最優的轉子位置和轉速估計值[24]。擴展卡爾曼濾波器法的控制精度較高，不依賴電機自身參數，還具有一直擾動噪聲和測量誤差干擾的特點。但是這種方法計算量大，實時性要求高，需要運行在高性能的處理器上。

吳峰陽等[25]采用擴展卡爾曼濾波器法對輪轂電機實現無位置傳感器控制，在靜止坐標系下以電機定子磁鏈和轉速為觀測量，系統的穩定性較好。Hussain等[26]采用擴展卡爾曼濾波器法和模糊邏輯控制器相結合來實現永磁電機的無位置傳感器控制，使系統的控制精度過高，效果很好，但計算過于復雜。李英強等[27]采用擴展卡爾曼濾波器法來對永磁同步電機電流進行預測，此方法提高了系統的控制精度，降低了成本，提高了系統的穩定性。

3.4 人工神經網絡算法

人工神經網絡算法（Artificial Neural Network Algorithm,ANNA）因其較強的魯棒性、快速的自適應、自學習能力等優點得到了國內外學者的廣泛應用。Rashidi F等[28]利用神經網絡算法中的非線性辨識特性估算轉子的位置信息。利用BP神經網絡對估計轉速與實際轉速誤差進行訓練，在線調整速度環PI 參數，減小誤差，提高整個系統的控制精度。Thanh N 等[29]，利用徑向基神經網絡（RBF）離線辨識特性估算電機轉子電角度和轉速，估算轉子位置信息接近于實際值。基于上述分析，證明了人工神經網絡算法的有效性，系統控制精度較高。但是需要大量訓練數據，且計算比較復雜。

以上4種方法優缺點對比如表2所示：

表2 中高速無位置傳感器控制方法優缺點對比

4 全速度范圍無位置傳感器控制

全速度范圍是指永磁同步輪轂電機運行在零速、低速和中高速狀態下，目前并沒有固定的全速度范圍的無位置傳感器控制方法，并且能夠達到很好效果。大多數主要采用的是零速、低速和中高速控制方法相結合的復合控制方法[30]。這種復合控制方法的技術難點體現在如何使輪轂電機在運行過程中實現平滑過渡。采用的較多的過渡方法是直接切換和加權平均切換（圖5）。

圖5 加權平均切換原理[30]

Tursini M 等[31]采用直接切換法，將脈振高頻注入法使用在零速和低速階段，而在中高速階段采用模型參考自適應法。同時對電機轉子位置進行觀測，在轉速范圍10%～20%直接切換。趙其進等[32]采用脈振高頻注入法和滑膜觀測器法相結合的復合控制方法實現轉子位置信息的觀測。將2種方法觀測結果進行線性加權作為最終結果，試驗運行平穩，負載動態性能良好。

5 結論

電動汽車用永磁同步輪轂電機無位置傳感器控制技術主要是對轉子位置進行檢測和估算。零速和低速運行狀態下，主要依賴電機凸極性；在中高速狀態下，主要依靠電機基波數學模型，采用較多的是利用各種觀測器對轉子位置進行估算，這種方法比較依賴電機本體參數。全速度范圍下主要采用的是復合控制算法來實現轉子位置的估算，過渡區間主要采用的是切換算法實現平滑過渡。針對上述研究，電動汽車永磁同步輪轂電機無位置傳感器控制技術研究趨勢為：

低轉速下常采用的信號注入法改進優化保證電機穩定起動；

在中高速控制算法中加入電機參數自動辨識算法，減小電機自身參數敏感性問題；

在低速和中高速的過渡階段，對切換算法實施改進。