專利名稱：異步電機(jī)純電子式轉(zhuǎn)速反饋方法
技術(shù)領(lǐng)域：
本發(fā)明屬于工業(yè)傳動技術(shù)領(lǐng)域，涉及一種純電子式的速度反饋方法，具體涉及一種用純硬件電路實(shí)現(xiàn)異步電機(jī)轉(zhuǎn)速在線估算的方法。
背景技術(shù)：
在異步電機(jī)高性能調(diào)速控制中，需要速度反饋信號做速度閉環(huán)控制，以獲得快速的動態(tài)響應(yīng)及較高的穩(wěn)態(tài)精度。近年來，電力電子技術(shù)和計(jì)算機(jī)技術(shù)迅速發(fā)展為實(shí)現(xiàn)高性能交流調(diào)速系統(tǒng)提供了必要條件。由于安裝轉(zhuǎn)速、磁通傳感器增加了傳動系統(tǒng)的價(jià)格、降低了系統(tǒng)的可靠性、破壞了異步電動機(jī)固有的堅(jiān)固性和簡單性。因此，無速度傳感器控制不僅成為了現(xiàn)代交流傳動控制技術(shù)的一個重要研究方向，同時(shí)也是研制高性能通用變頻控制器的關(guān)鍵技術(shù)。無速度傳感器控制技術(shù)的核心問題是對電機(jī)轉(zhuǎn)速進(jìn)行準(zhǔn)確估計(jì)，并將估計(jì)的轉(zhuǎn)速反饋給速度控制器。隨著高性能數(shù)字信號處理器的飛速發(fā)展，各種轉(zhuǎn)速估計(jì)方法層出不窮?？偟膩碚f，可以分為以下幾類直接計(jì)算法；直接由狀態(tài)方程合成；MRAS(ModelReference AdaptiveSystem-模型參考自適應(yīng))；基于自適應(yīng)全階狀態(tài)觀測器的方法；基于EKF (ExtendedKalman Filter-擴(kuò)展卡爾曼濾波器)的方法；基于神經(jīng)網(wǎng)絡(luò)的方法；齒槽諧波檢測法；高頻信號注入法等。直接計(jì)算法基于異步電機(jī)Park方程，從電機(jī)的電磁關(guān)系式中得到轉(zhuǎn)差或轉(zhuǎn)速的表達(dá)式。早期的東芝、日立、富士的無速度傳感器矢量控制產(chǎn)品中采用的就是基于轉(zhuǎn)子反電動勢的直接計(jì)算法。采用直接計(jì)算法計(jì)算轉(zhuǎn)速，直觀簡單，實(shí)時(shí)性好。但是，由于這類方法本質(zhì)上屬于開環(huán)觀測方法，沒有誤差校正環(huán)節(jié)，缺點(diǎn)也十分明顯。存在的問題有1)由于不能保證動態(tài)過程中矢量控制是否能正確實(shí)現(xiàn)，因而不能保證整個傳動系統(tǒng)的動態(tài)性能；2)系統(tǒng)的抗擾能力很差，穩(wěn)態(tài)性能受負(fù)載轉(zhuǎn)矩、電機(jī)參數(shù)擾動的影響較大；3)對基于轉(zhuǎn)子反電動勢的方法，由于低速時(shí)反電勢的值很小，導(dǎo)致算得的轉(zhuǎn)速誤差較大。利用異步電機(jī)的狀態(tài)方程建立磁通觀測器，可以觀測到電機(jī)的轉(zhuǎn)子磁鏈或者定子磁鏈，就可以通過求導(dǎo)的方式獲得同步轉(zhuǎn)速信號再引入轉(zhuǎn)差《sl的計(jì)算，通過=
得到轉(zhuǎn)子電氣角速度ABB、東洋電機(jī)曾在產(chǎn)品中使用該方法。顯然，直接合成的方法對電機(jī)參數(shù)也會十分敏感，而且由于同樣屬于開環(huán)觀測方法，因此估計(jì)性能較差?；谀Ｐ蛥⒖甲赃m應(yīng)方法的轉(zhuǎn)速估計(jì)的基本思想是將不含轉(zhuǎn)速的方程作為參考模型，而將含轉(zhuǎn)速的方程作為可調(diào)模型，兩個模型具有相同物理意義的輸出，利用這兩個模型輸出量的誤差構(gòu)造適當(dāng)?shù)淖赃m應(yīng)律，實(shí)時(shí)調(diào)節(jié)可調(diào)模型中的轉(zhuǎn)速，以達(dá)到可調(diào)模型的輸出跟蹤參考模型的輸出，最終實(shí)現(xiàn)轉(zhuǎn)速估計(jì)的目的。模型參考自適應(yīng)方法是一種基于穩(wěn)定性設(shè)計(jì)的方法，能夠保證估計(jì)的漸近收斂。根據(jù)參考模型及可調(diào)模型的不同選擇，有多種MRAS轉(zhuǎn)速估計(jì)方法。應(yīng)用最多的MRAS轉(zhuǎn)速估計(jì)算法是以用于轉(zhuǎn)子磁鏈觀測的電壓模型作為參考模型，以含轉(zhuǎn)速信息的電流模型作為可調(diào)模型的算法。這樣可以充分利用磁鏈觀測過程的計(jì)算結(jié)果，轉(zhuǎn)速估計(jì)的實(shí)現(xiàn)只需增加很小的計(jì)算量。由于使用電壓模型來計(jì)算轉(zhuǎn)子磁鏈，引入了純積分環(huán)節(jié)，使得磁鏈模型受積分初值及零漂的影響嚴(yán)重，轉(zhuǎn)速估計(jì)結(jié)果不準(zhǔn)確。而且低速時(shí)性能較差。前面提到的幾種轉(zhuǎn)速估計(jì)方法，都需要使用轉(zhuǎn)子磁鏈的開環(huán)重構(gòu)(觀測)值，因此本質(zhì)上都屬于開環(huán)性質(zhì)的觀測方法。這些開環(huán)轉(zhuǎn)速估計(jì)方法是無法克服電機(jī)參數(shù)變化和積分漂移帶來的誤差的，因此估計(jì)性能較差。基于神經(jīng)網(wǎng)絡(luò)的方法、齒槽諧波檢測法、高頻信號注入法等目前的硬件水平還不能支持其產(chǎn)品化。因此，這里不再贅述。目前，轉(zhuǎn)速估計(jì)性能較好的應(yīng)該是閉環(huán)類的觀測方法，如全階觀測器、擴(kuò)展卡爾曼濾波器等。全階觀測器利用轉(zhuǎn)子磁鏈觀測值以及定子電流的觀測值與測量值的偏差來估計(jì)轉(zhuǎn)速，根據(jù)狀態(tài)誤差的動態(tài)方程和Lyapunov穩(wěn)定性理論推導(dǎo)自適應(yīng)律。常見的自適應(yīng)全階狀態(tài)觀測器有基于ELO (Extended LuenbergerObserver-擴(kuò)展龍貝格觀測器)的和基于滑模觀測器的。這類方法仍然含有MRAS的思想，只是這里的參考模型變成了異步電機(jī)本身，可調(diào)模型變成了閉環(huán)全階觀測器。這類方法在全速度域的穩(wěn)定性和動態(tài)特性較好。但，ELO是基于確定性方程的觀測方法，轉(zhuǎn)速估計(jì)效果仍然受電機(jī)非線性特性及轉(zhuǎn)子電阻等電機(jī)參數(shù)變化的影響?；诨Ｓ^測器的自適應(yīng)轉(zhuǎn)速估計(jì)方法對參數(shù)偏差、系統(tǒng)噪聲有很好的穩(wěn)定性，提高了估計(jì)的魯棒性。自1960年R. E. Kalman提出KF(Kalman Filter-卡爾曼濾波器)以來，它在各個領(lǐng)域得到了廣泛的應(yīng)用，已經(jīng)成為線性系統(tǒng)狀態(tài)估計(jì)問題的標(biāo)準(zhǔn)算法。在非線性估計(jì)方面，通過一階線性化方法用卡爾曼濾波器進(jìn)行濾波估計(jì)的EKF (擴(kuò)展卡爾曼濾波器)，憑借方法簡單、可實(shí)現(xiàn)性強(qiáng)、快速收斂等優(yōu)點(diǎn)成為了最為廣泛應(yīng)用的非線性系統(tǒng)狀態(tài)估計(jì)算法。EKF提供了一種迭代形式的非線性估計(jì)算法，避免了微分運(yùn)算，而且可以通過調(diào)節(jié)誤差協(xié)方差陣來調(diào)節(jié)狀態(tài)估計(jì)的收斂速度。此外，最為重要的是，由于基于EKF的轉(zhuǎn)速估計(jì)方法是建立在系統(tǒng)的隨機(jī)過程模型上的，因此具有很強(qiáng)的抗噪能力，這是其它轉(zhuǎn)速估計(jì)算法所不具備的。其算法的統(tǒng)計(jì)本質(zhì)使得EKF非常適合于克服異步電機(jī)模型的不確定性和非線性性，估計(jì)性能優(yōu)越。EKF轉(zhuǎn)速估計(jì)方法的不足在于計(jì)算量較大不利于在線實(shí)現(xiàn)。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種異步電機(jī)純電子式轉(zhuǎn)速反饋方法，既不占用主控制DSP的存儲空間資源及運(yùn)行時(shí)間資源，又能在全速度范圍內(nèi)實(shí)時(shí)提供較模型參考自適應(yīng)轉(zhuǎn)速估計(jì)更為精確的轉(zhuǎn)速反饋值。本發(fā)明所采用的技術(shù)方案是，異步電機(jī)純電子式轉(zhuǎn)速反饋方法，具體操作步驟如下
第一步，得到異步電機(jī)數(shù)學(xué)模型的離散時(shí)間形式表達(dá)首先根據(jù)異步電機(jī)的兩相靜止a P軸模型
權(quán)利要求
1.異步電機(jī)純電子式轉(zhuǎn)速反饋方法，其特征在于，具體操作步驟如下 第一步，得到異步電機(jī)數(shù)學(xué)模型的離散時(shí)間形式表達(dá) 首先根據(jù)異步電機(jī)的兩相靜止α β軸模型
全文摘要
本發(fā)明提供一種異步電機(jī)純電子式轉(zhuǎn)速反饋方法，具體操作步驟如下先得到異步電機(jī)數(shù)學(xué)模型的離散時(shí)間形式表達(dá)，再根據(jù)擴(kuò)展Kalman濾波算法就得到了異步電機(jī)降階EKF轉(zhuǎn)速估計(jì)算法，然后設(shè)計(jì)FPGA實(shí)現(xiàn)降階EKF轉(zhuǎn)速估計(jì)的算法結(jié)構(gòu)，基于以上描述的算法結(jié)構(gòu)，對FPGA進(jìn)行硬件語言VHDL描述，得到狀態(tài)估計(jì)值iαs、iβs、Ψαr、Ψβr、ωr送往并口傳回主控制DSP。本發(fā)明大大降低了主控制DSP在的實(shí)時(shí)運(yùn)算量上的壓力，為速度、電流控制留下更多的存儲空間及運(yùn)算空間；并且用FPGA并行實(shí)現(xiàn)的EKF轉(zhuǎn)速估計(jì)算法可在1μs級的時(shí)間內(nèi)完成，使得轉(zhuǎn)速估計(jì)算法可以選擇較小的采樣周期，因而轉(zhuǎn)速估計(jì)精度大大提高了。
文檔編號H02P21/14GK102629847SQ201210086939
公開日2012年8月8日 申請日期2012年3月29日 優(yōu)先權(quán)日2012年3月29日
發(fā)明者李潔 申請人:西安理工大學(xué)