[发明专利]检测无轴承异步电机转速的无速度传感器构造方法

说明书

技术领域

本发明属于电力传动控制设备的技术领域，是一种快速准确检测无轴承异步电机转速的无速度传感器构造方法，为无轴承异步电机的无速度运行提供了一种新控制方法，适用于无轴承异步电机的高性能控制。

背景技术

无轴承异步电机是一个非线性强耦合系统，为达到转矩和悬浮力的解耦控制一般采用磁场定向控制。这种控制方法需检测转子的速度，获得磁场定向所需磁通的精确空间位置，实现转矩和悬浮力之间的解耦控制，确保转子的稳定悬浮运行。传统的电机转速测量装置多采用光电码盘等机械式的速度传感器，它增加了控制系统成本，存在安装与维护上的困难，并使系统易受干扰，降低了系统可靠性，且不适用于恶劣环境。而且当无轴承异步电机运行在高速、超高速状态下，普通速度传感器已不能满足系统性能要求，转速信息的获得限制了无轴承异步电机的高速化发展。因此，无速度传感器技术成为解决这一问题的有效手段。

在交流传动系统中，无速度传感器控制就是利用电机绕组中容易测量的非转速信息，配合以适当的算法以获得转速信息，实现无机械速度传感器的高性能控制。目前对于普通异步电机，已有很多文献提出了速度辨识方法：即直接估算法、卡尔曼滤波法、高频谐波信注入法、模型参考自适应法（MARS）等。其中，直接估算法受噪声干扰和电机参数误差影响很大；卡尔曼滤波法运用最小方差最优预测估计法削弱随机干扰和测量噪声，但算法复杂，参数配置缺乏一定的标准，运算量很大；高频谐波信号注入法估计速度，可提高其低速性能，但受电机负载影响较大；基于电压电流的MARS方法因存在纯积分环节，辨识准确性差，且受定子电阻影响，低速时不稳定；基于反电势的MARS方法可解决纯积分问题，但速度过零点时辨识误差大；基于瞬时无功模型的MARS方法不受定子电阻影响，但速度给定为负阶跃时转速不稳定。

发明内容

本发明的目的是为了能在全速范围内快速准确检测无轴承异步电机的转速，实现无轴承异步电机的无速度传感器的稳定悬浮运行，提高无轴承异步电机的工作性能，扩大无轴承异步电机的应用而提供一种检测无轴承异步电机转速的无速度传感器构造方法，使得无轴承异步电机能够实现在全速范围内有效地观测出转速，并且能在负载扰动条件下实现无轴承异步电机无速度传感器方式的稳定悬浮运行。

本发明采用的技术方案是依次具有如下步骤：1）对无轴承异步电机原系统构造内含转速子系统的数学模型，无轴承异步电机原系统的输入变量是转矩绕组的定子电压u_s1d、u_s1q和同步转速ω₁、输出变量是转矩绕组的定子电流i_s1d和i_s1q；内含转速子系统的输入变量是待测转速ω_r、输出变量是转矩绕组的定子电压u_s1d、u_s1q、定子电流i_s1d、i_s1q、同步转度ω₁以及定子电流i_s1d、i_s1q的一阶导数                                               、这7个输出变量；2）建立内含转速子系统的无轴承异步电机转速左逆系统，无轴承异步电机转速左逆系统的输入为内含转速子系统的所述7个输出变量、输出为待测转速ω_r；3）采用7个输入节点、1个输出节点的静态神经网络加2个微分器S构成神经网络逆，神经网络逆的输入分别为定子电压u_s1d、u_s1q，定子电流i_s1d、i_s1q和同步转速ω₁、输出为待测转速ω_r；4）对静态神经网络进行训练，调整并确定静态神经网络的各个权系数以实现无轴承异步电机转速左逆系统；5）将神经网络逆串接于无轴承异步电机原系统之后构造成无速度传感器。