基于集总参数模型的永磁同步电机电流预测控制

摘要

永磁同步电机(Permanent Magnet Synchronous Machine, PMSM)具有功率因数高、效率高、温升低等特点，因此被广泛应用于电动汽车、数控机床等领域中。在PMSM控制系统中，电流环的动态性能影响着电机控制的稳定性，而传统的电流环PI控制策略在动态性能和鲁棒性方面逐渐难以满足实际应用的需求。预测控制具有动态响应快和易于实现等优点，因此，当前工业界和学术界开始广泛研究将其用于取代传统的电流环PI控制。为此本文推导了PMSM的预测控制模型，并对于无差拍电流预测控制(Deadbeat Current Predictive Control, DCPC)的原理和控制性能进行了深入分析。同时，还研究了逆变器非线性因素和电机参数不确定性对DCPC的影响，并给出了相应的解决方案：　　(1)为了对逆变器非线性因素进行补偿，本文研究了基于模型参考自适应(Model Reference Adaptive System, MRAS)算法的逆变器非线性因素补偿策略。该补偿策略基于电机基波参数模型，其首先对误差电压进行在线观测，并将观测值直接补偿到逆变器的参考电压中，从而实现对逆变器非线性因素等效电压的在线补偿。该方法调试简单，并有着较好的补偿效果，但依赖于精确的电机参数信息。针对该问题，本文进一步推导了基于自适应线性神经网络(Adaline Neural Network, Adaline NN)的逆变器非线性因素补偿策略。该策略基于逆变器非线性因素引起的误差电压在dq轴参考坐标系产生的6次谐波分量幅值，通过一个在线循环迭代寻优方案使该6次谐波分量最小化，最终实现对逆变器非线性因素的补偿。和MRAS方案相比，该方法不依赖于电机参数，可以实现较精确的在线补偿。　　(2)为了进一步提高PMSM控制系统的鲁棒性和稳态精度，本文研究了基于MRAS的逆变器非线性因素补偿和DCPC相结合的控制策略以及基于AdalineNN的逆变器非线性因素补偿和DCPC相结合的控制策略。与传统的DCPC相比，基于逆变器非线性因素补偿的DCPC策略可以有效减小交、直电流波动和转矩脉动，提高PMSM控制性能。　　(3)预测控制的参数模型精确度往往会直接影响到DCPC算法的性能。因此，DCPC算法对电机参数，特别是电感和永磁磁链的依赖性较高。针对此问题，本文分析了传统DCPC算法对电机参数扰动敏感的问题，并发现电感误差和永磁磁链误差都会引起电流的静态观测误差，且较大的电感误差还会引起电流观测的发散。为了减小电机参数误差和逆变器非线性因素对DCPC算法控制性能的影响，本文提出基于集总参数模型的DCPC算法模型。该算法将参数误差导致的扰动电压和逆变器非线性因素导致的误差电压等效为一个集总参数，并设计自适应滑模观测器对其进行观测，最终用于辅助电流预测。最后，将所观测的集总参数补偿到电流环输出电压中，以提高DCPC控制的鲁棒性。　　本文通过仿真和实验对上述两种控制策略进行了验证，分析了各个策略所要解决的核心问题，并给出了相应的解决方案。所研究的基于集总参数模型的DCPC算法可有效解决传统方案中存在的逆变器非线性因素的影响，以及对电机参数依赖的问题，具有很好的理论意义和工程应用价值。

目录

声明

目 录

第 1 章 绪 论

1.1 课题背景及研究的目的和意义

1.2 国内外研究现状分析

1.2.1 PMSM 电流预测控制策略

1.2.2 VSI 非线性因素补偿策略

1.3 本论文的主要工作及章节安排

第 2 章 PMSM 矢量控制及电流预测控制

2.1 PMSM 数学模型

2.1.1 PMSM 的工作原理及结构

2.1.2 PMSM 三相静止坐标系下的数学模型

2.1.3 PMSM 坐标变换

2.1.4 PMSM 两相旋转坐标系下的数学模型

2.2 PMSM 矢量控制方案

2.2.1 矢量控制原理

2.2.2 id=0 控制

2.2.3 SVPWM 技术

2.3 PMSM 电流预测控制

2.3.1 电流预测控制原理

2.3.2 电流预测控制模型

2.3.3 无差拍电流预测控制模型

2.4 实验平台的整体框架

2.4.1 实验平台硬件介绍

2.4.2 实验平台软件介绍

2.5 本章小结

第 3 章 PMSM 驱动系统 VSI 非线性因素补偿策略研究

3.1 VSI 非线性因素建模与分析

3.1.1 VSI 非线性因素建模

3.1.2 电流谐波分量分析

3.1.3 相电流零点钳位现象分析

3.2 VSI 非线性因素补偿策略研究

3.2.1 基于 MRAS 观测器的补偿策略

3.2.2 基于 Adaline NN 观测器的补偿策略

3.3 VSI 非线性因素补偿策略实验研究

3.3.1 未进行 VSI 非线性因素补偿的 PMSM 控制系统实验分析

3.3.2 基于 MRAS 观测器的补偿策略实验分析

3.3.3 基于 Adaline NN 观测器的补偿策略实验分析

3.4 本章小结

第 4 章 基于 VSI 非线性因素补偿的 DCPC

4.1 基于自适应死区补偿的 DCPC 研究

4.1.1 基于自适应死区补偿的 DCPC 研究理论分析

4.1.2 基于自适应死区补偿的 DCPC 实验分析

4.2 基于 MRAS 观测器补偿的 DCPC 研究

1. 基于 MRAS 观测器补偿的 DCPC 理论分析

2. 基于 MRAS 观测器补偿的 DCPC 实验分析

4.3 基于 Adaline NN 观测器补偿的 DCPC 研究

1. 基于 Adaline NN 观测器补偿的 DCPC 理论分析

2. 基于 Adaline NN 观测器补偿的 DCPC 实验分析

4.4 本章小结

第 5 章 基于集总参数模型的 DCPC 策略研究

5.1 DCPC 算法稳定性分析及参数扰动影响

5.1.1 算法稳定性分析

5.1.2 参数扰动影响

5.1.3 仿真结果及分析

5.2.1 DCPC 的集总参数模型

5.2.2 ASMO 设计

5.2.3 ASMO 稳定性分析

5.2.4 仿真结果及分析

5.3 基于集总参数模型的 DCPC 实验研究

5.4 本章小结

总结与展望

参考文献

附录 A 攻读学位期间所发表的学术论文目录

附录 B 本文所用电机参数

致 谢