关键词:
永磁同步电机
转矩脉动抑制
滑模观测器
迭代学习控制
黏菌优化算法
摘要:
永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)在效率、功率密度、转矩惯性比、可靠性等方面具有优越的性能,在工业实践中得到了广泛应用,但其控制系统相对复杂。电机机体设计加工时产生的误差和控制器的非线性特性,使得PMSM的输出转矩出现抖振,而该现象便被称为转矩脉动,它会导致低速时的机械振动和高速时的声学噪声,使伺服系统性能降低。所以抑制电机转矩脉动在高精度伺服控制系统当中极为重要。为此,本文在电机矢量控制系统的基础上,以迭代学习控制补偿交轴电流,并通过混沌映射后的黏菌优化算法对迭代学习控制器中的主要控制参数进行在线优化整定,实现转矩脉动抑制。该算法能够有效提升控制系统的工程适配性,减少对参数的手动调校,也能提高转矩脉动抑制的效果,本文所开展的主要工作概括如下:
(1)介绍理论基础并搭建模型。深入剖析永磁同步电机的基础构造及其矢量控制系统的理论框架,运用数学方程式实现了坐标变换,展示磁通势正逆变换过程。引入并阐述空间电压矢量控制策略(SVPWM),并以此策略为核心开展了双闭环矢量控制(FOC)系统仿真模型的搭建工作。这一系列工作为后续电机参数识别以及转矩脉动抑制方案的设计奠定了基础。
(2)转矩脉动影响因素研究。提炼转矩脉动关键特性公式,揭示定子三相电流中蕴含的5、7次高次谐波成分。进一步研究得出,该电机的电磁转矩主要源于基波分量以及6次和12次谐波分量的综合作用。同时,考虑到普通控制系统仿真无法模拟真实的电机机体带来的磁场谐波畸变问题,以生产实践中容易出现的永磁体结构误差为研究对象,通过联合仿真的形式针对气隙磁通畸变和逆变器非线性特性对电机转矩产生的影响展开了研究,将高频谐波分量造成的周期性转矩脉动作为本文转矩抑制针对的主要对象。
(3)优化设计PMSM参数辨识功能。为替代机械传感器对转子位置及电机转速信号进行估计与获取,在转速电流双闭环FOC的基础结构上,采用滑模观测器进行对位置和转速进行辨识,并对滑模观测器的控制函数、滤波器、转子位置和转速计算方式三个主要环节进行改进,通过仿真分析验证了该方法的有效性,。改进滑模观测器得到的估计值可代替传感器反馈信号,为后续的电流补偿提供信号参考。
(4)PMSM转矩脉动抑制方法研究。在构建的FOC控制系统中,聚焦于抑制由电机气隙磁场谐波畸变和逆变器非线性特性引发的周期性转矩脉动问题。为此,运用迭代学习(ILC)控制理论,设计出一种新型抑制策略。该策略借助周期触发器、滑模观测器以及电流信号精确提取关键参数,对矢量控制中的轴电流实施补偿;同时,利用混沌映射后的黏菌优化算法优化迭代学习控制器参数设置。在Matlab/Simulink仿真环境下,建立了相应的仿真模型来验证此转矩脉动抑制算法,并通过仿真器在线控制电机对拖测试平台,进行了实物试验。通过对比仿真及实验结果可得出,本研究提出的转矩脉动抑制方案能够有效地降低并控制转矩脉动。
本文的创新点如下:
(1)优化了电机控制系统滑模观测器的参数辨识功能,以新型分段函数降低过零点时的抖振、以可调中心频率的复系数滤波器减少相位偏差造成的估计误差,保障了FOC和ILC所需反馈信号的可靠性。
(2)基于ILC电流补偿策略,引入黏菌优化算法并进行改进,设计了可以自整定迭代学习控制参数的新型PMSM转矩脉动抑制系统,提升了优化整定的速度,使转矩脉动抑制的效果更加显著。