面向高效电机控制的无传感器矢量控制技术继续发展

面向电机和功率级动态特性的高级建模技术可以大幅提 高电机控制效率,确保根据系统行为的实时变动实行精 密控制。通过无传感器矢量控制技术,设计人员可以增 强电机系统的性能,降低功耗,并且符合旨在提高能效 的新法规要求。基于新一代数字信号处理技术的新型电 机控制方案有望加速先进控制方案的运用。

在过去十年中,随着永磁体材料的不断发展和勘测到的资 源越来越容易开采,采用永磁体同步电机(PMSM)的工业 应用高性能变速电机越来越多。使用PMSM驱动的先天优 势包括:高扭矩重量比、高功率因数、响应更快、结实耐 用的构造、易于维护、易于控制以及高效率。高性能速度 和/或位置控制要求准确判定转轴位置和速度,使相位激励 脉冲与转子位置同步。 因而电机轴上需安装绝对编码器和 磁性旋转变压器等速度和位置传感器。然而,在大多数应 用中,这些传感器会带来多种弊端,例如:可靠性递减, 易受噪声影响,成本和重量增加,以及驱动系统更复杂 等。无传感器矢量控制则不需要速度/位置传感器,因而这 些问题也就不复存在。

近年来,关于PMSM的无传感器速度和位置控制方法,研 究文献中提出多种解决方案。 针对PMSM驱动的无传感器 转子位置估计,已开发出三种基本技术:

  • 基于反电动势(BEMF)估计的各种技术
  • 基于状态观测器和扩展卡尔曼滤波器(EKF)的技术
  • 基于实时电机建模的其他技术

反电动势技术

基于反电动势技术的位置估计根据电压和电流估计磁通量 和速度。在较低速度范围内,这种技术对定子电阻特别敏 感。由于机器的反电动势很小,并且开关设备的非线性特 征会产生系统噪声,因此很难得到关于机器终端的实际电 压信息。在中高速范围内,利用反电动势方法可以获得较 好的位置估计,但在低速范围内则不行。

反电动势电压的幅度与转子转速成比例,因此静止时无法 估计初始位置。所以,从未知转子位置启动可能伴随着暂 时反向旋转,或者可能导致启动故障。EKF能够对随机噪声 环境中的非线性系统执行状态估计,因而对于PMSM的速度 和转子位置估计,似乎是可行且具计算效率的候选方法。

基于空间显著性跟踪的技术利用磁显著性,适合零速工 作,可以估计初始转子位置,而不会受其它参数影响。针 对初始转子位置,主要有两种基本方法,分别基于脉冲信 号注入和正弦载波信号注入。

我们看一个例子。

图1. 反电动势与初始启动的平衡(来源于Bon-Ho Bae)

图1为无传感器矢量控制方案的框图,其中不含位置传感 器。框图中,轴间控制的正馈项Vds_ff 和Vqs_ff可以表示为:

Equation 1

Equation 2

其中, ωr为转子的转速。

只看内置式PMSM (IPMSM)的标准电压公式,坐标系可以表 示为:

Equation 3

Equation 4

其中,θerr为实际角度与估计角度之间的差值。

现在重新定位d轴,可以得到:

Equation 5

假定电流PI调整器将产生小误差,θerr很小,d轴可以表示为:

Equation 6

在图1的建议估计器及所导出的公式中,误差信号Vds_error由 PI补偿器处理,以导出转子的转速,而转子的角度则通过对估计的速度进行积分而算得。其它常见方法用微分法计 算速度,但这会使系统易受噪声影响。Bon-Ho Bae的实验 研究表明,建议估计器能够为应用提供非常准确且可靠的 速度信息。但在零速和低速时,反电动势电压不够高,无 法用于所建议的矢量控制。因此,对于从零速度开始的无 缝操作,估计器利用恒定幅度和预定模式频率来控制电 流。这里,同步坐标系的角度通过对频率进行积分而导出 (初始启动方法)。

EKF技术

我们现在看另一个利用EKF技术原理的例子(来源于 Mohamed Boussak),并且同样与初始启动相结合。

图2.

从PMSM的基本公式开始,将其重写为四阶动态模型:

Equation 7

其中:

Equation 8

PMSM所产生的扭矩为:

Equation 9

动态模型基于一些简单的假设,忽略正弦反电动势和涡电 流,于是可以得到:

Equation 10

由于d轴和q轴之间存在交叉耦合效应,如图2所示,因此 两个轴的电流无法由电压Vd和Vq独立控制。为实现高性能 速度控制,需要运用具有去耦正馈补偿功能的d轴和q轴电 流调整器。更多信息请参考图3。

图3.

为使IPMSM的扭矩电流比最大,d轴基准电流i*d设置为0。 q轴基准电流i*q从速度调整器的速度误差获得,如图3所示。电流调整器的输出提供旋转坐标系的基准电压。在图 3所示的框图中,用于去耦控制的正馈项ed和eq由下式给出:

Equation 11

Equation 12

正如Boussak所述,两个补偿机制(电流控制和电压命令)对 于确保稳定和最优控制十分重要,有助于增强矢量控制和 弱磁控制。

EKF以其简单、最佳、易控制和稳定可靠,成为应用最广泛 的非线性系统跟踪和估计方法之一。为实现对凸极IPMSM 的无传感器控制,可以利用EKF估计速度和转子位置。电机 的线路电压和负载扭矩均为系统矢量输入变量。速度和转 子位置是需要估计的两个幅度,二者与电机电流一起构成 状态矢量。电机电流将是构成输出矢量的唯一可观测幅度。

要对无传感器IPMSM驱动实施EKF技术,双轴坐标系的选 择至关重要。最佳选择是采用转子上安装的d轴和q轴旋转 坐标系。但估计器的输入矢量(电流和电压)取决于转子位 置,所以这种方案与IPMSM无传感器速度控制不兼容。实 施过程中可观察到,转子初始位置的估计误差可能会将误 差引入EFK相对于实际系统的处理过程中,从而引起严重 后果。

对于这种情况,Boussak建议在转子坐标系中调准IPMSM 控制。速度和位置仅利用定子电压和电流测量结果来估 计。基于EKF的观测器所使用的电机模型含有安装于定子 框架上的固定坐标系α-β ,因此独立于转子位置。导出 IPMSM在固定坐标系中的非线性动态模型,以完成估计器 公式:

Equation 13

Equation 14

两个定子电流、电机速度和位置用作系统状态变量(更高级 计算方案请参考Boussak的论文)。

诸如Bon-Ho Bae和Boussak所开发的部署方法,利用无传感 器控制器的可行性将更高级模型引入实时电机控制方案。 过去5年来,微控制器和DSP制造商一直积极通过新型嵌入 式处理器提供足够的性能和必要的功能, 这是确保设计人 员将现代矢量控制运用于实际的关键因素。

电机效率始于处理器

如今,像ADI公司的最新ADSP-CM40x ARM Cortex-M4系列 等增强型处理器正在将性价比提升到新的水平,使得更复 杂电机控制算法的实施开始受到大规模应用解决方案的青 眯。尤其在处理器能力方面——内置数字滤波器功能、高 性能浮点能力和扩展数学运算能力等都支持更复杂、集成 度更高的算法,以便提供更佳的控制器和控制方案,迫使 电机驱动的效率接近100%。在工业领域,对运行实时模型 估计器的多观测器模型的改善,无疑将有助于增强:(i)驱 动性能,(ii)系统效率和拓扑结构,以及(iii)设计的部署方 法。就第(iii)方面而言,MATLAB/Simulink®等图形系统便 能够简化设计流程,促进新算法的开发。这些工具与执行 处理器相结合,能够实现更为复杂的部署方案。与内核速 度、模数转换精度和存储器集成有关的处理器级改善将使 设计人员能够实现更高的质量和性能目标,同时加速产品 上市。

ADI公司最近推出ADSP-CM40x系列混合信号嵌入式控制 器,不仅大幅提升了处理器性能,而且降低了价格,使得 以前采用性能受限的处理器和微控制器的电机控制应用也 能享用DSP水平的性能。借助这种处理性能,电机系统设 计人员可以利用更先进的算法实现更强的系统功能和更高 精度,精确判定转轴位置和速度,这样系统就无需位置和 速度传感器。

用于加速算法处理的闪存,二者均有利于减少片外器件并 降低系统整体成本。这些处理器提供性能与片内集成度的 最佳融合,使得设计人员能够实现许多系统级设计目标, 例如:实时处理更多数据,延时更短,将处理任务集中于 单个处理器进行,以及更灵活地优化系统接口和控制能力。

如今,新技术正在推动电机系统能力实现范式转换,设计 拓扑结构与处理器特性平衡则可实现更高的整体系统性能 和效率。高性能处理器/DSP支持运用现代高效控制理论完 成高级系统建模,从而确保所有实时电机系统都能实现最 佳电源和控制效率。无传感器矢量控制的广泛应用势在必 行,必将加速全球提高工业设备能效和性能的进程。

作者

Anders Norlin Frederiksen

Anders Norlin Frederiksen

Anders Norlin Frederiksen于1994年获得丹麦技术大学电气工程(荣誉)学士学位,并于1995至1997年之间担任丹麦技术大学助理教授。他于1998年加入ADI公司,在马萨诸塞州诺伍德担任电源电子和控制系统工程师。从那时起,他从事过该组织内的多种工作;目前他是全球工业营销经理。