关键词：
永磁同步电机
扰动抑制
固定时间控制理论
自抗扰控制
滑模控制
准谐振控制器
神经网络
摘要：
永磁同步电机凭借其高效率、高功率密度、快速响应以及出色的稳定性等优势已广泛应用于高精度伺服控制领域。然而,永磁同步电机本质上是一个强耦合、非线性且存在不确定性的复杂系统。在传统的永磁同步电机控制算法设计中,通常会假设永磁同步电机为理想状态而忽略系统中存在的非线性扰动,以简化永磁同步电机系统模型,但这种做法明显限制了永磁同步电机驱动系统所能达到的最佳性能。在实际工况下,随着运行环境发生改变,永磁同步电机驱动系统不可避免地受到各种干扰因素的影响。电机内部本体结构存在的非理想状态、系统参数的不确定性、轴系摩擦力矩,电机外部负载的变化,这些都是极大影响永磁同步电机系统性能的干扰因素。针对上述问题,本课题将研究重点聚焦于永磁同步电机驱动控制系统,深入剖析了影响其电流和速度控制性能的干扰源,基于固定时间稳定理论、谐振控制、迭代学习控制以及径向基函数神经网络对传统的自抗扰控制和滑模控制策略进行改进优化,致力于通过设计先进的永磁同步电机抗扰控制策略,实现永磁同步电机驱动系统高动态、强鲁棒、高精度的控制性能。具体地,本文主要从以下四个方面展开研究:
(1)为了给后续永磁同步电机抗扰控制技术提供研究基础。首先,基于坐标变换理论详细推导了永磁同步电机在不同参考坐标系下的基础数学模型。其次,介绍了永磁同步电机矢量控制的基本原理,并进一步结合空间矢量脉冲宽度调制技术设计了基于级联结构的永磁同步电机矢量控制仿真。然后,为了给后续永磁同步电机固定时间抗扰控制策略的实验验证提供条件支撑,搭建了稳定可靠的永磁同步电机硬件平台。最后,对永磁同步电机驱动系统中的各类扰动源进行了分析与数学建模,在此基础上建立了永磁同步电机电流环与速度环的受扰模型,为后续先进的抗扰控制算法设计提供了模型基础。
(2)为了实现永磁同步电机电流环强鲁棒、高精度的控制性能,提出了基于准谐振的固定时间自抗扰电流控制策略。针对传统的扩张状态观测器只能在无限或有限时间域收敛的局限性,所提方法将固定时间稳定理论应用于扩张状态观测器的设计中,实现了观测器在独立于系统初始状态的固定时间内收敛,提高了观测器的收敛速度和抗扰能力;同时,将准谐振控制理论嵌入到固定时间扩张状态观测器的设计中,实现了观测器在谐振频率处增强的扰动估计能力,有效提高了系统对周期性扰动的抑制能力。最后,通过将准谐振固定时间扩张状态观测器估计的电流环总扰动补偿给自抗扰控制的误差反馈控制器,实现了永磁同步电机强鲁棒、高精度的电流控制性能。实验结果表明,相较于传统的自抗扰控制策略,本文设计的改进的自抗扰控制策略在跟踪阶跃电流信号时,其调节时间缩短了25.0%,稳态电流波动衰减了29.1%。
(3)为了实现永磁同步电机速度环高动态、强鲁棒、高精度的控制性能,提出了基于迭代学习的固定时间滑模速度控制策略。首先,针对现存的固定时间稳定系统存在的参数多且调优过程复杂的问题,基于固定时间稳定理论和参数最少原则设计了一种简化的固定时间稳定系统。该系统只有两个可调参数,极大简化了固定时间稳定系统的参数调优过程。随后,基于该简化的固定时间稳定系统和迭代学习控制方法设计了固定时间的滑模观测器和基于迭代学习的固定时间滑模控制器,实现了系统在固定时间内无超调响应的收敛特性;此外,利用系统先前的状态信息经过周期性的迭代,实现了对周期性扰动的有效补偿,提高了滑模控制的周期性扰动抑制能力。最后,将提出的基于迭代学习的固定时间滑模控制器应用到永磁同步电机速度环,提高了系统的动态响应性能和鲁棒性,并有效抑制了速度脉动。实验结果表明,相比于传统的滑模控制策略,基于迭代学习的固定时间滑模速度控制策略在跟踪阶跃速度信号时,其响应时间缩短了31.1%;在突增负载时,扰动抑制能力提升了47.8%,达到稳态时速度波动减小了45.6%。
(4)为实现永磁同步电机位置控制良好的动态性能和稳态性能,提出了基于自适应径向基函数神经网络的固定时间非奇异终端滑模位置控制策略。针对传统二阶终端滑模控制的收敛性和奇异问题,通过引入固定时间控制理论并采用控制器分段设计方法,设计了一种固定时间非奇异终端滑模控制器,实现了位置误差的固定时间收敛,并有效避免了奇异问题。然后,设计了一种自适应径向基函数神经网络,通过李雅普诺夫稳定性理论自适应更新神经网络的权值,实现了对系统复杂扰动的在线快速逼近和补偿,在获得系统强鲁棒性的同时,降低了滑模控制的高频抖振。最后,通过将逼近的总扰动补偿给固定时间非奇异终端滑模控制器,实现了永磁同步电机宽动态、高精度的位置控制性能。仿真和实验结果表明,与现存的固定时间非奇异终端滑模控制策略相比,所提出的方法具有更快的收敛速度、更强的鲁棒性、以及更高的稳态控制精度。
欢迎来到三峡大学图书馆！
