電動飛機電推進用永磁同步電機無傳感器控制技術(shù)綜述

米彥青, 袁 兵, 鄒成智

(1.天津內(nèi)燃機研究所,天津 300072;2.中國民航大學 電子信息與自動化學院,天津 300300;3.天津市航空裝備安全性與適航技術(shù)創(chuàng)新中心,天津 300300)

0 引言

“十三五”以來,我國開始對電動飛機領(lǐng)域進行布局,進入“十四五”時期,中國民用航空局出臺《“十四五”民航綠色發(fā)展專項規(guī)劃》,綠色航空的概念日漸受到各方重視,同時推動了電動飛機產(chǎn)業(yè)的發(fā)展。電動飛機是以電機為動力核心組成的電推進系統(tǒng)的航空器,而永磁同步電機(Permanent Magnet Synchronous Motor,PMSM)以功率密度高、速度范圍寬等特點在電動飛機等航空航天領(lǐng)域得到了廣泛應用[1]。因此如何控制PMSM從而提供穩(wěn)定動力是保證電動飛機平穩(wěn)運行的關(guān)鍵之一,而PMSM的閉環(huán)控制需要通過電機的轉(zhuǎn)子位置或轉(zhuǎn)速信息[2],來保證電機的平穩(wěn)運行。由于電動飛機空中環(huán)境狀況復雜多變,傳感器在工作過程中可能受到的外界因素多種多樣,例如高空高溫和低溫、復雜電磁環(huán)境等的影響,從而造成傳統(tǒng)機械式傳感器電子元件受損、受潮以及氧化等問題,使得讀數(shù)漂移甚至傳感器損壞,嚴重影響控制精度和PMSM運行的穩(wěn)定性[3-4];并且傳統(tǒng)的轉(zhuǎn)子位置反饋是通過增量編碼器或霍爾裝置來進行,但其需要若干信號線連接,而測速發(fā)電機也需要多根信號線,這可能會導致電機的密封性能下降[5]。

PMSM在起動時,只有確定轉(zhuǎn)子初始位置才能對其提供最大的起始轉(zhuǎn)矩。在傳統(tǒng)的PMSM控制系統(tǒng)中,通常安裝光電編碼器、旋轉(zhuǎn)變壓器等來獲取轉(zhuǎn)子位置信息。而無傳感器控制技術(shù)的方法是在不安裝傳統(tǒng)機械式位置傳感器的情況下利用其他可用的信息或技術(shù),以實現(xiàn)控制和檢測功能。其中信息可以來自于已有的數(shù)據(jù)源、模型、算法或其他系統(tǒng)。通過對這些信息與數(shù)據(jù)的分析和處理,可以獲取有關(guān)環(huán)境和系統(tǒng)的特征,并對控制系統(tǒng)做出決策。

國內(nèi)外許多學者對電動飛機領(lǐng)域中無傳感器控制技術(shù)進行了深入研究。文獻[6]提出在商用運輸機輔助動力裝置(Auxiliary Power Unit,APU)的基礎(chǔ)上,通過無傳感器控制技術(shù)測量電機電壓電流,來控制回路驅(qū)動電機;文獻[7]提出電氣化飛機通過無傳感器控制技術(shù)能夠?qū)崿F(xiàn)對永磁模塊化電機驅(qū)動的異構(gòu)分布式控制、結(jié)構(gòu)的位置和速度自感的控制,完成模塊的獨立估計,為消除模塊化電機驅(qū)動系統(tǒng)中的傳感器單點故障提供了一種有效途徑;文獻[8]設計了一種最小角回歸算法(Least Angle Regression,LAR)應用于航空電機的I/f策略和滑模觀測器法(Sliding Mode Observer,SMO)的切換過程,提高了無速度傳感器控制的精度,同時抑制了電流脈動和轉(zhuǎn)速振蕩;文獻[9]提出通過無傳感器的驅(qū)動器直接控制航天器的角加速度反應平臺,控制算法不需要時變旋轉(zhuǎn)矩陣,極大地簡化了姿態(tài)控制系統(tǒng)的方法;文獻[10]運用高頻信號注入法對飛機起動電機的轉(zhuǎn)子位置估計進行了深入研究。在國內(nèi)的研究中,文獻[11]利用線反電勢過零點的原理來實現(xiàn)無傳感器控制。文獻[12]通過在航空起動發(fā)電系統(tǒng)電動運行狀態(tài)下向PMSM注入高頻信號,并利用濾波器提取所需的轉(zhuǎn)子位置信號。文獻[13]采用了基于基波電流觀測器和旋轉(zhuǎn)高頻電壓注入法相結(jié)合的控制算法,及基于擴展滑模觀測器的無傳感器控制算法,成功解決了傳統(tǒng)機械傳感器的問題,并實現(xiàn)了不同速度范圍的高精度控制。這些研究為無傳感器控制在電動飛機領(lǐng)域的應用提供了有益參考。

自上世紀八十年代起,無傳感器控制在PMSM上的研究已有高頻注入[14-16]、擴展反電動勢[17-19]、磁鏈觀測[20-21]和模型參考自適應[22]等多種控制方法。有傳統(tǒng)機械式傳感器電機矢量控制系統(tǒng)與無傳感器電機矢量控制系統(tǒng),結(jié)構(gòu)對比如圖1所示。本文將對當前主流無傳感器控制方案的原理進行介紹并對相關(guān)的研究成果和關(guān)鍵技術(shù)進行總結(jié)。

圖1 電機控制結(jié)構(gòu)圖

1 無傳感器控制技術(shù)分類

在電機高速域運行條件下,通常可以直接利用電機本身產(chǎn)生的較高反電動勢信號進行無傳感器控制;但在低速域運行條件下,電機的反電動勢幅值較小,且受到噪聲等因素的干擾,無法直接觀測到有效的用于無傳感器控制的反電動勢信號。并且目前還很難得到一種能實現(xiàn)全速域范圍的高性能PMSM無傳感器控制方法。

根據(jù)德國Wuppertal大學的Joachim Holtz教授所提出的分類方法,無傳感器控制方法按速域范圍分為兩種[23],如圖2所示。第一種方法是中高速域的電機控制,通過電機基波模型利用算法獲取反電動勢等物理量從而計算轉(zhuǎn)子位置和速度信息,主要包括開環(huán)算法和閉環(huán)算法。開環(huán)算法包括直接計算法、反電動勢積分法和擴展反電動勢積分法等;閉環(huán)算法包括SMO、龍伯格觀測器法(Luenberger Observer,LO)、卡爾曼濾波器法(Kalman Filter,KF)和模型參考自適應法(Model Reference Adaptive System,MRAS)等。

圖2 電機無傳感器控制方法分類

另外一種控制方法為零低速域的電機控制,包括高低頻注入法和INFORM(Indirect Flux Detection by Online Reactance Measurement)法等。高低頻注入法和INFORM的原理是基于電機凸極特性利用注入激勵產(chǎn)生的脈振信號解調(diào)得到轉(zhuǎn)子信息[24]。

1.1 中高速域無傳感器控制方法

電機中高速域控制通常采用反電動勢或磁鏈中包含的轉(zhuǎn)子位置信息的方式進行估計。該方法主要依賴于電機的基波模型,通過測量電機的反電動勢或磁鏈信號值,可以間接地獲取轉(zhuǎn)子位置和速度的估計值。基波模型是一種描述電機動態(tài)行為的數(shù)學模型,其考慮了電機的基本特性和運行條件,并被廣泛應用于PMSM控制中。通過對反電動勢或磁鏈等信號處理和分析,并根據(jù)反饋系統(tǒng)觀測的轉(zhuǎn)子位置和速度信息,從而實現(xiàn)對電機的閉環(huán)控制和調(diào)節(jié)。這種基于基波模型的估計方法在中高速區(qū)域表現(xiàn)出良好的準確性和穩(wěn)定性,使得PMSM在廣泛的應用領(lǐng)域中得以高效運行。

1.1.1 開環(huán)算法

開環(huán)算法具有結(jié)構(gòu)簡單、計算量小以及實現(xiàn)容易等特點,但是其容易受到電機參數(shù)變化和外部未知干擾的影響,導致精度相對較低,因此僅適用于對控制精度要求低的應用場合。

(1) 直接計算法

直接計算法利用相電壓和相電流計算磁鏈以及反電動勢[25-27],從而獲得轉(zhuǎn)子速度以及位置角度。直接計算法的基本原理如圖3所示。

常見的轉(zhuǎn)子位置角度的計算式為

(1)

式中：θe為轉(zhuǎn)子位置角度;uα、uβ分別為α、β軸的電壓;iα、iβ分別為α、β軸電流;Ld、Lq分別為d、q軸電感;Rs為繞組電阻;p為電機極對數(shù);ωe為轉(zhuǎn)子角速度。

對于d、q軸電感相同的表貼式PMSM,該方法簡單、動態(tài)響應速度較快,但未知參數(shù)或外界干擾會顯著影響其計算精度。但在復雜多變的環(huán)境下,直接計算法缺乏反饋機制則限制了電動飛機電機的抗干擾能力,從而影響飛機的性能和穩(wěn)定性。因此,為獲得更好的估算精度,通常結(jié)合在線辨識方法進行計算[28]。

圖3 直接計算法原理圖

(2) 反電動勢積分法

反電動勢積分法,也被稱為磁鏈觀測法[5],是一種用于對PMSM的轉(zhuǎn)速和位置進行估計的方法。該方法利用PMSM在α-β坐標系中反電動勢所包含的轉(zhuǎn)子轉(zhuǎn)速和位置相關(guān)信息,通過對定子電壓方程和定轉(zhuǎn)子磁鏈關(guān)系進行微積分處理,運用arctan函數(shù)進行運算,進而得到目標估計值。反電動勢積分法的工作原理與直接計算法類似,表達式為

(2)

(3)

式中：ψf為磁鏈;ψs為定子磁鏈;Us為定子電壓;Is為定子電流;Lαβ為α-β坐標軸的電感;ψfα、ψfβ分別為α、β軸磁鏈。

反電勢積分法雖然具有計算量小和動態(tài)響應快等特點,但在實際應用中,容易受到積分初值、干擾噪聲等不確定因素的影響,從而導致積分漂移。算法隨著時間的推移產(chǎn)生誤差累積,在電機運行的長時間周期內(nèi),累積的誤差導致電機輸出偏離期望值。同時在電機起動結(jié)束階段或運行轉(zhuǎn)速是額定轉(zhuǎn)速的0～5%階段,反電動勢值過低難以對電機進行精細控制,進而影響到電機的穩(wěn)定運行和性能[25,29-30]。

(3) 擴展反電動勢法

基于內(nèi)嵌式永磁同步電機(Inner-Mounted Permanent Magnet Synchronous Motor,IPMSM)凸極結(jié)構(gòu)的特點,α-β坐標系下電壓方程中包含轉(zhuǎn)子信息,但無法直接計算反電動勢得到目標值。

為了解決這類問題,擴展反電動勢法將電壓方程表達為[31]

(4)

式中：ε為擴展反電動勢(Extended Electromotive Force,EEMF)。

EEMF的表達式為

(5)

從式(5)中可以看出,EEMF中包含電動勢位置信息和定子電感的位置信息。

1.1.2 閉環(huán)算法

閉環(huán)算法以觀測器方法為基礎(chǔ),使用校正機制,其基于觀測到的電壓、電流和反電動勢信息進行反饋閉環(huán),從而提高精度和魯棒性。

(1) 滑模觀測器法

滑模觀測器(SMO)法是一種可變結(jié)構(gòu)控制方法,由于滑模控制的不連續(xù)性,其與傳統(tǒng)控制算法有著本質(zhì)區(qū)別[32-33]。在該方法中,SMO基于PMSM的兩相靜止坐標系的電流方程進行構(gòu)建,利用電流閉環(huán)的誤差設計滑模面。通過測量電流的估計誤差,SMO實現(xiàn)了反電動勢的重建,并進一步估計了轉(zhuǎn)子位置和轉(zhuǎn)速信息。其原理圖如圖4所示。

圖4 傳統(tǒng)SMO原理圖

(2) 龍伯格觀測器法

龍伯格觀測器本質(zhì)上是一種狀態(tài)觀測器,是一種用于狀態(tài)重建的技術(shù)[34]。該觀測器建立了PMSM的觀測模型,可通過偏差反饋修正狀態(tài)變量。當觀測電流與實際電流相符即偏差很小時,則可通過觀測到的反電動勢計算出電機轉(zhuǎn)子位置信息,從而實現(xiàn)跟蹤閉環(huán)估計。與SMO相比,龍伯格觀測器采用線性控制策略,可避免系統(tǒng)抖動,具有動態(tài)響應快、估計精度高等優(yōu)點。然而,如何選擇合適的反饋增益是影響觀測精度的關(guān)鍵。基于PMSM在靜止坐標系中的電流和電動勢數(shù)學模型即可構(gòu)建龍伯格觀測器[35],其表達式為

(6)

(7)

龍伯格觀測器原理如圖5所示。

圖5 龍伯格觀測器原理圖

(3) 卡爾曼濾波器法

卡爾曼濾波是一種線性最優(yōu)預測估計方法,該方法由預測環(huán)節(jié)、修正環(huán)節(jié)和卡爾曼增益三部分組成[36-37]。這種方法適用于數(shù)字計算機的實現(xiàn),其利用之前的瞬時估計值和當前的瞬時觀測值來預測當前的瞬時估計值,并通過反饋修正和遞歸操作來實現(xiàn)。卡爾曼濾波器最早由R.E.卡爾曼提出[38],是在處理非線性系統(tǒng)隨機觀測器的線性最小方差估計基礎(chǔ)上發(fā)展起來的。在卡爾曼濾波算法中,系統(tǒng)的狀態(tài)和測量值被視為隨機變量,而系統(tǒng)的動態(tài)模型和測量模型則用于描述這些變量之間的關(guān)系。通過將系統(tǒng)的真實狀態(tài)值與測量值進行比較,卡爾曼濾波算法能夠根據(jù)系統(tǒng)的動態(tài)性質(zhì)以及測量的不確定性,調(diào)整狀態(tài)估計值,從而實現(xiàn)對系統(tǒng)狀態(tài)的精確估計。該算法的一個關(guān)鍵優(yōu)勢在于它能夠自適應地考慮隨機干擾和測量噪聲對估計結(jié)果的影響。通過測量數(shù)據(jù)的可靠性和系統(tǒng)的動態(tài)特性,卡爾曼濾波算法能夠根據(jù)權(quán)重的分配,有效地抑制隨機干擾和測量噪聲的影響,從而得到更準確的估計結(jié)果。但卡爾曼濾波器的局限在于只能應用在線性系統(tǒng)中,而PMSM是一個復雜的非線性系統(tǒng),通常運用擴展卡爾曼濾波器(Extended Kalman Filter,EKF)和無跡卡爾曼濾波器(Unscented Kalman Filter,UKF)。

運用EKF進行分析,PMSM數(shù)學模型離散化形式表示為

(8)

(9)

(10)

(11)

(12)

(13)

式中：P為誤差的協(xié)方差矩陣;K為卡爾曼濾波增益矩陣,增益矩陣決定估計的精確度。

EKF可用于實時估計PMSM的轉(zhuǎn)速,在應用于PMSM時,需要將電機方程在α-β軸上進行線性化。觀測器用于估計最優(yōu)轉(zhuǎn)速,并通過遞歸公式計算實時轉(zhuǎn)速,對電機轉(zhuǎn)速進行連續(xù)迭代。

UKF是近些年在EKF基礎(chǔ)上開發(fā)的一種新算法,越來越多地用于PMSM的狀態(tài)估計。文獻[38]比較了UKF和EKF在PMSM轉(zhuǎn)子位置和轉(zhuǎn)速方面的估計性能,UKF穩(wěn)態(tài)的估計精度高于 EKF,但EKF在起動和動態(tài)性能方面更好。雖然UKF省去了雅可比矩陣的計算,但就需要計算的Sigma數(shù)量而言,是EKF的2.4倍。卡爾曼濾波器的缺點是在計算過程中包含多個隨機變量,從而導致對控制器的計算性能要求高,分析過程復雜,獲得合適的參數(shù)的時間周期較長。

目前,通常采用可編程門陣列(Field Programmable Gate Array,FPGA)技術(shù)來實現(xiàn)EKF轉(zhuǎn)子位置觀測,以進一步提升系統(tǒng)的響應時間和計算精度。借助FPGA技術(shù)以及半導體行業(yè)的持續(xù)進步,卡爾曼濾波法有望在EKF轉(zhuǎn)子位置觀測等領(lǐng)域?qū)崿F(xiàn)更高效、更精確的應用。

(4) 模型參考自適應法

模型參考自適應算法(MARS)第一次提出是在1950年代,目前被廣泛用于無傳感器控制領(lǐng)域。MRAS具有參數(shù)自適應、結(jié)構(gòu)簡單和穩(wěn)態(tài)性能好等優(yōu)點[41]。其基本原理是將不包含未知參數(shù)的PMSM數(shù)學模型作為參考模型,調(diào)節(jié)包含未知參數(shù)的可調(diào)模型(通常是電流模型、磁鏈模型或電壓模型)。根據(jù)系統(tǒng)數(shù)學模型,通過設計自適應律,利用模型輸出之間的差值矯正可調(diào)模型,同時實現(xiàn)目標值估算[42]。

MARS原理如圖6所示。MARS本質(zhì)是參數(shù)識別,其原理基于Popov超穩(wěn)定理論,所選的參考模型與估計精度密切相關(guān)。在應用該方法時,應仔細考慮選擇合理的適應律,以確保系統(tǒng)的穩(wěn)定性和魯棒性,同時提高收斂速度。

圖6 MARS原理圖

1.1.3 智能算法

隨著計算機科學和控制技術(shù)的不斷更新?lián)Q代,1990年開始發(fā)展與人工智能相結(jié)合的電機控制方法。經(jīng)典人工智能方法包括神經(jīng)網(wǎng)絡、模糊算法、粒子群算法和其他具有自適應、自調(diào)節(jié)能力的智能算法[43]。目前,模糊算法和神經(jīng)網(wǎng)絡是PMSM模型中應用較為廣泛的含有非線性和未知變量的電機控制方法,其中神經(jīng)網(wǎng)絡控制原理如圖7所示。

圖7 神經(jīng)網(wǎng)絡協(xié)調(diào)控制原理圖

人工神經(jīng)網(wǎng)絡(Artificial Neural Network,ANN)將電機參數(shù)作為輸入層,電機的轉(zhuǎn)子位置和轉(zhuǎn)速作為輸出層,通過迭代,無需確定數(shù)學模型即可實現(xiàn)對PMSM的無傳感器控制[44-45]。通常將徑向基函數(shù)(Radial Basis Function,RBF)神經(jīng)網(wǎng)絡應用于PMSM的無傳感器控制系統(tǒng),運用隨機梯度下降在線學習和優(yōu)化參數(shù)的方式,實現(xiàn)良好的動態(tài)響應和具有可調(diào)性的無傳感器控制[46-48]。為了減少系統(tǒng)中的抖動現(xiàn)象,部分學者將模糊算法與狀態(tài)觀測器相結(jié)合,通過模糊算法在線調(diào)節(jié)增益大小,提高位置檢測精度以及系統(tǒng)動態(tài)性能[49]。

雖然人工智能控制技術(shù)在電機領(lǐng)域的應用前景廣闊,但也面臨一些挑戰(zhàn)。例如,數(shù)據(jù)的獲取和處理的成本問題,以及算法的穩(wěn)定性和可靠性問題都需要不斷地研究和改進。此外,人工智能算法的復雜性也要求工程師在實際應用中具備更高的技術(shù)水平和更豐富的專業(yè)知識。

1.2 零低速域無傳感器控制方法

PMSM轉(zhuǎn)子處于零低速域時存在難以檢測或無法檢測轉(zhuǎn)子信息的問題,最初由美國的羅伯特D洛倫茲教授等人提出了一種方法[23],即通過注入電壓或電流信號來提取轉(zhuǎn)子位置信息以應對這一問題。隨著研究的不斷深入,這一方法逐漸演化出多種變體,為解決這一難題提供了多樣化的解決方案。其中根據(jù)注入信號的形式不同,分為高頻信號注入法、低頻信號注入法和INFORM法。

1.2.1 高頻信號注入法

(1) 旋轉(zhuǎn)高頻電壓信號注入法

旋轉(zhuǎn)高頻電壓信號注入法僅適用凸極特性明顯的電機。在基波激勵上注入三相平衡的高頻電壓激勵,產(chǎn)生的響應電流的負相序分量的相位中包含轉(zhuǎn)子信息。

注入的高頻電壓信號可表示為

(14)

式中：uαh、uβh為注入的高頻電壓信號;Uh和ωh分別為注入高頻電壓信號的幅值和角頻率。

旋轉(zhuǎn)高頻電壓信號注入法的結(jié)構(gòu)框圖如圖8所示。

旋轉(zhuǎn)高頻電壓信號注入法簡單、易于實施且不受反電動勢的影響。但其信號處理過程復雜,同時帶通濾波器(Band Pass Filter,BPF)的使用導致系統(tǒng)延遲,且系統(tǒng)動態(tài)性降低。此外,轉(zhuǎn)子位置估計的準確性還受到定子電阻、交叉耦合效應和逆變器非線性的影響[55]。

(2) 脈振高頻電壓信號注入法

韓國學者S. K. Sul于2003年提出了不依賴結(jié)構(gòu)凸極性的脈振高頻電壓信號注入法[56]。該方法只需向d軸注入高頻正弦電壓信號,該信號在空間產(chǎn)生脈振電壓矢量,通過疊加高頻正弦波信號解調(diào)脈振高頻電流分量從而獲得目標信息。估計和實際轉(zhuǎn)子坐標系之間的關(guān)系如圖9所示。

圖9 估計和實際轉(zhuǎn)子坐標系之間的關(guān)系

注入的高頻正弦電壓信號可表示為

(15)

脈振高頻電壓信號注入法的結(jié)構(gòu)原理如圖10所示,該方法在電機參數(shù)變化和負載擾動的情況下表現(xiàn)更為穩(wěn)健。其優(yōu)勢在于能夠更好地適應多變的工況,并在面對不確定性因素時展現(xiàn)出更高的魯棒性,但該方法也存在一些挑戰(zhàn)和限制。該方法可能受到系統(tǒng)動態(tài)性差的影響,導致其在一些動態(tài)響應要求較高的場景中表現(xiàn)地不盡如人意。其次,由于穩(wěn)定范圍相對較小,可能需要更精細的參數(shù)調(diào)整以保證系統(tǒng)的穩(wěn)定性。此外,脈振高頻電壓信號注入法的收斂速度相對較慢,這對一些需要實時性能的應用場合會有一定的挑戰(zhàn)[56]。并且該方法還有方波、三角波等其他形式,近年來國內(nèi)外許多學者對其進行了廣泛研究[29]。

圖10 脈振高頻電壓信號注入法原理圖

(3) 脈振方波電壓信號注入法

該方法與脈振高頻電壓信號注入法無本質(zhì)區(qū)別,僅僅是注入信號改為高頻方波信號,其優(yōu)點是無噪聲、提取信息方便以及觀測效果好[57]。

脈振方波電壓信號注入法在注入方式、噪音控制、信號處理和位置估計準確性等方面具備優(yōu)勢。然而,同樣需要在具體應用中綜合考慮其適用性,以便在實際場景中取得最佳效果。

1.2.2 低頻信號注入法

低頻信號注入法是一種將低頻電流信號ic注入估計的電機線性軸的方法。系統(tǒng)反饋估計值產(chǎn)生的誤差,令ic產(chǎn)生扭矩分量造成振動,振動引起的反電動勢中包含轉(zhuǎn)子位置信息[58]。電流與反電動勢計算式如下所示：

(16)

(17)

該方法同樣不依賴電機凸極特性,可直接根據(jù)電機的動態(tài)方程估算轉(zhuǎn)子位置。不過,低頻注入法需要電機產(chǎn)生反電動勢脈沖,因此估算精度與轉(zhuǎn)動慣量有很大關(guān)系,通常適用于需要低速低負載運行的系統(tǒng)[5]。

1.2.3 INFORM法

INFORM法原理是基于在線脈沖法和電機凸極特性,通過向不同方向施加空間矢量電壓并測量電流的響應,得出電機定子繞組電感隨轉(zhuǎn)子位置的周期性變化情況[59]。然后通過計算電感變化來估算轉(zhuǎn)子位置信息。這種方法相對獨立,使用簡單,適用于零低速域的位置檢測,但INFORM方法容易受到電流變化的影響。

1.2.4 開環(huán)V/f控制

V/f控制方法的核心原理建立在V/f恒定的基礎(chǔ)上。當反電動勢的幅值足夠大,可以忽略定子電阻壓降,這時反電動勢幾乎等同于與電流頻率成正比的相電壓[60]。具體而言,V/f控制方法通過動態(tài)地調(diào)整電壓和頻率之比,以使電機的運行狀態(tài)得到精確控制。當電機運行在不同的轉(zhuǎn)速下時,通過維持V/f的恒定,可以使反電動勢與電流頻率保持正比關(guān)系,從而在不同工況下實現(xiàn)相同的轉(zhuǎn)矩產(chǎn)生。這使得電機能夠在較大速度范圍內(nèi)保持穩(wěn)定的性能。這種控制策略不僅適用于內(nèi)置式PMSM,也適用于表貼式PMSM。該情況下的反電動勢的表達式為

E=V=4.44fNkΦm

(18)

式中：E為反電動勢;f為定子電流的頻率;N為線圈匝數(shù);k為基本繞組系數(shù);Φm為氣隙磁通。

式(18)表明,該控制方法簡單,但當電勢較低且定子電流頻率較低時,定子電阻上的壓降會變得很大。為確保氣隙磁通恒定,必須對電壓進行補償,有效地抵消由于磁通變化引起的不穩(wěn)定性,從而保持電機的性能和效率。此外,V/f法的穩(wěn)態(tài)運行范圍相對較窄,如果負載擾動較大引起頻率變化,可能會導致電機的運行不穩(wěn)定,進而影響輸出性能,電機容易失步。

1.2.5I/f控制

I/f控制既可用于閉環(huán)電流,也可用于開環(huán)速度。V/f控制是通過電壓和頻率的比例關(guān)系來實現(xiàn)相應地控制。與之不同的是,I/f控制方法在給定的電流頻率下通過積分操作來獲得所需的轉(zhuǎn)子位置。這種積分的特性使得I/f控制方法能夠在不受電機極數(shù)影響的情況下,對轉(zhuǎn)子實現(xiàn)準確的位置控制,從而為電機控制帶來更大的靈活性和適用性。因此I/f控制方法不僅適用于內(nèi)置式PMSM,也適用于表貼式PMSM。

I/f控制法的優(yōu)點是可結(jié)合實際電流調(diào)節(jié)閉環(huán)電流,從而避免系統(tǒng)出現(xiàn)過流問題[61]。但缺點是在復雜多變的運行環(huán)境中,容易造成系統(tǒng)振蕩,導致電機失速現(xiàn)象。

1.3 全速域復合控制方法

上述方法都無法確保無傳感器控制技術(shù)在PMSM全速域運行,每種方法都只在有限的速度范圍內(nèi)才可以表現(xiàn)出卓越的控制性能。因此,在更多情況下必須采用組合控制的方法。例如結(jié)合自適應滑模的阻尼補償I/f控制[62]、結(jié)合滑模觀測器法的I/f控制[63]、結(jié)合模型參考自適應法的高頻注入法[64]、結(jié)合滑模觀測器法的高頻注入法[65]、以及結(jié)合卡爾曼濾波法的高頻注入法[66]、結(jié)合功率因數(shù)補償?shù)膯蜗郔/f電流值法[67]和結(jié)合有效磁鏈法的增強型工頻控制[68]。

但如何實現(xiàn)兩種方法之間的平滑切換是設計難點,并且切換過程的平滑性對于整個控制方案的穩(wěn)定性至關(guān)重要。根據(jù)不同系統(tǒng),切換方案有磁滯環(huán)切換、加權(quán)平均切換和加權(quán)中間切換。

磁滯環(huán)切換是系統(tǒng)會根據(jù)預設的閾值來切換控制的一種方法。當系統(tǒng)狀態(tài)達到或超過閾值時,切換會自動觸發(fā)。這種方法的優(yōu)勢在于簡單易行,但需要精心地設置閾值,以避免頻繁切換。

加權(quán)平均切換是另一種常用的方法。在這種方案中,兩種控制方法的輸出按照一定的權(quán)重進行加權(quán)平均,從而實現(xiàn)平滑地過渡。該方法可以在不同控制方法之間實現(xiàn)柔和地切換,減少系統(tǒng)的震蕩和不穩(wěn)定性。

另外,加權(quán)中間切換是一種綜合了前兩種方法的方案;其將兩種控制方法的輸出進行線性插值,生成一個介于兩者之間的中間控制信號。這種方式可以在不同控制方法之間實現(xiàn)平滑過渡,同時兼顧到了輸出的平衡性。

2 電推進系統(tǒng)無傳感器控制技術(shù)

在實際開發(fā)與應用中,無傳感器控制所涉及的難點是起始位置檢測、低速起動和中高速運行。這些方面的處理在現(xiàn)代自動化系統(tǒng)中應用廣泛,而在航空航天與電動飛機技術(shù)領(lǐng)域也尤為重要。

起始位置的檢測是電動飛機推進用PMSM無傳感器控制中的首要難點之一。電動飛機的起飛過程涉及到復雜的動力和飛行控制,準確且快速地檢測起始位置對于確保飛機的平穩(wěn)升空以及避免起飛失控至關(guān)重要。

其次,低速起動是電動飛機推進用PMSM無傳感器控制中的另一個重要難點。在低速飛行階段,飛機處于較低的動力狀態(tài),其飛行動態(tài)響應較為遲緩,因此對于控制器和控制算法的設計提出了更高的要求。學術(shù)界致力于開發(fā)新的控制策略,以實現(xiàn)低速起動過程中的平滑過渡和穩(wěn)定控制,防止飛機出現(xiàn)震蕩、搖晃等不穩(wěn)定現(xiàn)象,從而確保飛行過程的安全性和可靠性。

最后,中高速域運行是電動飛機推進用PMSM無傳感器控制的第三個關(guān)鍵方面。隨著飛行速度的增加,飛機的動態(tài)響應變得更為敏感,慣性和氣動特性對于控制系統(tǒng)的影響顯得尤為重要。目前研究重點是結(jié)合先進的自適應控制和模型預測控制方法,來適應快速運動過程中的復雜控制需求,保持飛機的穩(wěn)定性和航行性能。

2.1 起始位置檢測技術(shù)

(1) 電感參數(shù)法

電感法利用定子繞組和PMSM的磁鏈特性,通過觀測值來確定轉(zhuǎn)子的初始位置。定子繞組中的電流變化率是鐵心磁導率的函數(shù),因此可通過電流變化率獲得轉(zhuǎn)子的位置信息。比如內(nèi)置式電機可以控制電流滯環(huán)檢測交直軸的電感來獲得轉(zhuǎn)子的位置信息[69]。

內(nèi)置式PMSM和表貼式PMSM交直軸的電感大小不同,為了計算不同電機類型的電感參數(shù),將線性獨立的電壓矢量分別施加到兩個繞組上,測量電壓矢量引起的瞬時響應電流。通過分析響應電流的變化,可以得到電機的電感矩陣。電感參數(shù)反映了電機不同坐標軸上的電感大小,為后續(xù)的轉(zhuǎn)子定位和電機控制提供了關(guān)鍵的信息。需要注意的是,電感參數(shù)的計算對于實現(xiàn)精確的轉(zhuǎn)子位置估計和電機控制至關(guān)重要。這為電機在不同工作狀態(tài)下的高效控制提供了支持,使得內(nèi)置式PMSM和表貼式PMSM能夠在各自的應用領(lǐng)域中發(fā)揮出色的性能,其電感表達式為

(19)

式中：L1和L2分別為共模電感和差模電感。

電感參數(shù)矩陣表達式如下：

(20)

瞬時電流響應表達式如下：

(21)

式中：Uαi和Uβi分別為為定子直軸和交軸的電壓;L1i和L2i為分別為定子共模電感和定子差模電感;i=1,2表示施加電壓次數(shù)。

通過上述計算得到轉(zhuǎn)子位置的電角度,其表達式為

(23)

(2) 信號注入法

信號注入法是一種應用于航空電動飛機電機中的定位技術(shù),通過向電機定子通入測試電壓信號,會在電機磁路中引起一定的非飽和效應。這種非飽和效應會導致定子電流的變化,進而在定子電流中產(chǎn)生一些特征變化。通過分析這些特征變化,可以推導出與轉(zhuǎn)子位置相關(guān)的信息。這種方法利用了電機的結(jié)構(gòu)特性,實現(xiàn)了在電機運行過程中無需額外傳感器的轉(zhuǎn)子位置檢測。這一方法可以在初始靜止狀態(tài)下實現(xiàn)電機轉(zhuǎn)子位置的準確測量,從而為電動飛機推進用PMSM電機的精確控制和性能改進提供重要支持。

2.2 低速域起動

三段式起動法是指一種沒有位置傳感器的控制方法,該方法采用轉(zhuǎn)子預定位、強制起動和閉環(huán)操作的三階段過程。預定位階段對繞組施加恒定電壓脈沖,完成轉(zhuǎn)子位置初始化。同時通過施加特定電壓矢量或電流矢量到繞組中,實現(xiàn)了電機的有序旋轉(zhuǎn),這使得電機能夠從不工作逐漸進入低速運行狀態(tài)。當轉(zhuǎn)子實時轉(zhuǎn)速達到額定轉(zhuǎn)速的15%時,無傳感控制算法已可以提供穩(wěn)定的控制信號,以完成強制起動。

由于三段式控制方法本質(zhì)上是一種開環(huán)控制方法,預定位階段可能會造成電機反轉(zhuǎn),所以三段式起動方法適用于起動轉(zhuǎn)矩較小且允許起動反轉(zhuǎn)的系統(tǒng)[5]。

2.3 中高速域運行

目前中高速域的無傳感器控制技術(shù)主要有以下幾種算法：磁鏈估算法、滑模觀測器法、模型參考自適應法和卡爾曼濾波法。以上方法均已在第1節(jié)中闡述。

3 未來發(fā)展方向

無傳感器控制技術(shù)為PMSM的高精度控制提供了一種重要途徑,提高了PMSM在電動飛機上的適用性。

電動飛機由于其獨特的能源來源和推進系統(tǒng),與傳統(tǒng)燃油動力飛機存在明顯差異,因此需要針對其特點開發(fā)全新的無傳感器控制技術(shù)。雖然目前在電動飛機領(lǐng)域尚未有明確的無傳感器控制應用案例或產(chǎn)品發(fā)布,但該技術(shù)仍備受關(guān)注,是當下研究的熱點方向。航空工程師和科學家們正在不斷努力推動無傳感器控制技術(shù)的進步,以滿足電動飛機的需求。無傳感器控制技術(shù)的實現(xiàn)對電動飛機具有重要意義,其有望減輕飛機重量、降低成本以及提高系統(tǒng)可靠性。

然而,值得注意的是,無傳感器控制技術(shù)的開發(fā)和應用面臨著多方面的挑戰(zhàn),包括數(shù)據(jù)準確性、系統(tǒng)穩(wěn)定性以及安全性等問題。在引入無傳感器控制技術(shù)之前,必須經(jīng)過嚴格測試和驗證,以確保其在實際應用中的可行性和可靠性。雖然電動飛機行業(yè)具有光明的前景,但在推廣無傳感器控制技術(shù)之前,需要克服這些挑戰(zhàn),以保障飛機的安全性能。

盡管在電動飛機領(lǐng)域,該技術(shù)目前仍處于起步階段,但隨著科技進步和電動飛機技術(shù)的成熟,無傳感器控制技術(shù)有望成為未來電動飛機領(lǐng)域的重要發(fā)展趨勢。此技術(shù)在工業(yè)生產(chǎn)中已有多種應用,但其仍有進一步發(fā)展和改進的空間。

(1) 對算法的優(yōu)化和改進是無傳感器控制技術(shù)的重要方向。通過深入研究和改進控制算法,可以提高電機控制的性能和精確度,實現(xiàn)更高效的無傳感器控制方式。甚至可以結(jié)合智能化和自適應控制方法,以實現(xiàn)更高級別的控制策略。采用先進的傳感器融合算法和模型預測控制等技術(shù),可實現(xiàn)更精確的電機控制,提供更高級別的功能。

(2) 無傳感器控制技術(shù)可以將來自多種數(shù)據(jù)源的信息進行多模態(tài)傳感器融合,實現(xiàn)系統(tǒng)的自主飛行與自動化。例如全球定位系統(tǒng)(Global Positioning System,GPS)數(shù)據(jù)、機載傳感器數(shù)據(jù)、地面雷達數(shù)據(jù)和慣性導航系統(tǒng)等,更多種類的數(shù)據(jù)被集成到系統(tǒng)中以獲取更全面和更準確的飛行狀態(tài)信息,并將其反饋給電推進系統(tǒng),優(yōu)化電機動力分配,實現(xiàn)更高自由的自動化,包括自主決策和避障等功能。

(3) 無傳感器控制技術(shù)需注重系統(tǒng)的安全性和魯棒性,以應對潛在的故障和攻擊。采用多重備份和冗余系統(tǒng)等方法可以增加飛行器的可靠性和安全性。無傳感器控制技術(shù)也可以通過使用多個不同類型的傳感器來增強系統(tǒng)的魯棒性。例如,結(jié)合機載視覺、激光雷達和慣性傳感器提供更多的數(shù)據(jù)源,減少單一傳感器的故障可能性;同時系統(tǒng)應該具備故障檢測和容錯機制,能夠通過無傳感器技術(shù)自動檢測傳感器故障或數(shù)據(jù)異常問題,并采取適當?shù)拇胧?如切換到備用系統(tǒng)或降低飛行器性能以確保安全。

(4) 未來隨著飛行器數(shù)量的增加,無傳感器控制技術(shù)的應用對于改進空中交通管理至關(guān)重要。例如考慮天氣狀況和其他飛行因素,更有效地規(guī)劃航線,協(xié)調(diào)和優(yōu)化飛行器的進出港時間,以平衡空中的交通流量,減少擁堵和等待時間,進而提高交通效率。若結(jié)合人工智能和機器學習等技術(shù)以支持智能航空管制系統(tǒng),可以提高空中交通系統(tǒng)的響應速度和適應性,同時可以減少由于人為因素引起的潛在問題。

4 結(jié)語

本文以轉(zhuǎn)速范圍劃分綜述了無傳感器控制方法,包括信號注入法、V/f控制、I/f控制以及基于觀測器/濾波器的無傳感器控制等方法。研究分析了國內(nèi)外電機無傳感器控制技術(shù)的發(fā)展現(xiàn)狀,對各種無傳感器控制技術(shù)的原理、適用場合進行了總結(jié)。最后對無傳感器控制技術(shù)在電動飛機領(lǐng)域的未來發(fā)展趨勢進行了展望。

Review on Sensorless Control Technology of Permanent Magnet Synchronous Motor for Electric Aircraft Propulsion System

MI Yanqing1,3*, YUAN Bing2,3, ZOU Chengzhi2,3

(1.Tianjin Internal Combustion Engine Research Institute, Tianjin 300072, China;2.College of Electronic Information and Automation, Civil Aviation University of China, Tianjin 300300, China; 3.Tianjin Aviation Equipment Safety and Airworthiness Technology Innovation Center, Tianjin 300300, China)

Keywords： electric aircraft; electric propulsion; permanent magnet synchronous motor; sensorless control

With carbon peaking and carbon neutrality already on the agenda of many economies around the world, including China, green development has become an urgent need for the aviation industry, and reducing aircraft fuel consumption and carbon emissions is the core task of green aviation. Since electric energy has the advantages of clean and safe, easy to transform and transmit, and with the development of power electronic equipment and control electronic technology, electric aircraft with electric motor as the power source has gradually been emphasized by various countries. As one of the key technologies of electric aircraft propulsion system, how to accurately obtain the rotor position and rotational speed and other information of permanent magnet synchronous motor drive technology is a necessary condition to realize the precise vector control of permanent magnet synchronous motor. Compared with the traditional position sensor-based control technology such as photoelectric encoder, the permanent magnet synchronous motor sensorless control technology does not rely on the position sensor and utilizes other available information in order to achieve the control and detection functions. It avoids problems such as the easy failure of mechanical position sensors in high-altitude and complex environments, and at the same time, it can also be able to better meet the requirements of high reliability for electric aircraft.

This paper first systematically introduces the key technologies and applications of sensorless control of permanent magnet synchronous motors for obtaining rotor position, rotational speed and other information for the electric aircraft propulsion system. It explains why it is impossible to utilize a single method to achieve accurate control of the motor. Based on the speed domain division framework, the principles and advantages and disadvantages of different sensorless control technologies are discussed in detail, and the medium and high speed domain sensorless control methods, the zero and low speed domain sensorless control methods, and the full speed domain composite sensorless control methods are all elaborated in depth, so as to facilitate the readers′ comprehensive understanding of the various methods of sensorless control technologies. The current PMSM control method only shows excellent control effect in the appropriate speed interval, the speed range is limited, and there is not yet a method that can realize sensorless operation in the full speed range. Therefore, composite control methods must be used, i.e., the control methods of the above two speed ranges will be mixed to control and complement each other′s advantages to realize the speed estimation in the full speed range, and the difficulty in the design of composite control methods lies in how to realize the smooth switching of the two types of methods. The composite control strategy has become the research hotspot of sensorless control technology nowadays, and its development is the general trend.

Secondly, the start position detection, low-speed startup and medium-high speed operation of motors have been the hot spots of sensorless control technology research. Starting position detection relies on initial state estimation and starting strategies, low-speed starting uses advanced control strategies to ensure smooth motor startup, while medium and high-speed operation requires fine speed and position control, and methods such as MARS, SMO, etc. are usually employed to achieve excellent performance. These methods provide extensive research and practical value for sensorless control techniques for electric motors, and are particularly important in aerospace fields such as electric aircraft.

Finally, the study points out the problems associated with current sensorless control techniques, such as inaccurate start position detection, unstable low-speed startup, and control difficulties for medium- and high-speed operation. Then, possible future directions of the technology are discussed,including improving the start position detection algorithm, optimizing the low-speed start-up strategy, and introducing more reliable control methods for medium- and high-speed operation to achieve more accurate and stable sensorless control. Problems with the current research are pointed out, and possible future directions for the sensorless control technology of PMSM for electric aircraft propulsion system are discussed.

Fig.1 Classification of PMSM sensorlesscontrol methods