[发明专利]基于Gopinath模型的异步电机转速估计方法

说明书

本发明公开了一种基于Gopinath模型的异步电机转速估计方法，在高转速情况下，利用电压模型来估计转子磁链较为准确，而在低转速情况下，利用电流模型估计转子磁链较为准确，因此为了避免引入高低转速切换模块后造成的磁链估计模型结构复杂和计算量庞大等问题，特引入带相位补偿的Gopinath模型来估计转子磁链，该模型将电流模型与电压模型二者相结合，实现全阶段转速下对转子磁链的精确估计，本发明实现了在无切换模块的情况下对全阶段转速下的转子磁链进行准确的估计，进而估算出转子速度。模型在低转速情况下可以准确的估算出异步电机转速。

技术领域

本发明涉及无速度传感器交流异步电机，特别涉及基于Gopinath模型的异步电机转速估计方法。

背景技术

异步电机现有的转速估计方法主要包括模型参考自适应法、扩展卡尔曼滤波和高频注入法等。

模型参考自适应法是利用两个结构不同的电机模型来估计电机的转子磁链，此方法将不含转速因子的转子磁链电压模型作为参考模型，将含转速因子的转子磁链电流模型作为自适应模型。由两个模型的输出的差值来驱动自适应机制，计算出转速估计值并将其反馈给自适应模型，以此来修正自适应模型，最终达到自适应模型的输出跟随参考模型的输出。此方法的缺点是要求参考模型必须非常准确，否则自适应模型跟随参考模型得出的结果也是不准确的。然而在异步电机低转速阶段，作为参考模型的转子磁链电压模型易受电机参数和环境的影响，因此模型参考自适应法不适用于低转速阶段。

扩展卡尔曼滤波法是对异步电机高阶系统的一阶近似估计，由于异步电机的控制系统是一个高阶非线性时变系统，使得扩展卡尔曼滤波器很容易发散，并且只有当系统噪声为高斯噪声时才会得到最优估计，更重要的是，拓展卡尔曼滤波器庞大的计算支出使得其很难直接应用在异步电机的实时控制当中。

对于高频注入法而言，它虽然脱离了传统的滤波方法和对电机反电势估计的基础，利用电机结构本身的凸极性，通过对定子电流注入高频信号，高频信号以漏感的途径被检测出来，通过调制解调的办法获得电机的转子位置，但由于这种方法要求电机本身具有“凸极”的特性，因此并不适用于转子对称结构的异步鼠笼电机。

发明内容

为解决无速度传感器异步电机在低转速情况下，传统的转速估计模型易受电机参数影响、计算量大和精度不高等问题，本发明提出基于Gopinath模型的异步电机转速估计方法。鉴于Gopinath模型会不可避免的使转子磁链相位超前，因此改进Gopinath模型，通过增加相位补偿环节来解决相位超前问题。

本发明的技术方案是这样解决的：

在高转速情况下，利用电压模型来估计转子磁链较为准确，而在低转速情况下，利用电流模型估计转子磁链较为准确，因此为了避免引入高低转速切换模块后造成的磁链估计模型结构复杂和计算量庞大等问题，特引入带相位补偿的Gopinath模型来估计转子磁链，该模型将电流模型与电压模型二者相结合，实现全阶段转速下对转子磁链的精确估计，具体实现步骤如下：

首先根据Gopinath模型，将最终的转子磁链ψ表示为电压模型估算出的转子磁链ψ^u与电流模型估算出的转子磁链ψⁱ的组合ψ＝f(ψ^u,ψⁱ)，此外电压模型可表示为ψ^u＝g(u_s,R_s)，电流模型可表示为ψⁱ＝h(θ,T_r)，所以最终转子磁链ψ可表示为ψ＝(g(u_s,R_s),h(θ,T_r))