[发明专利]无速度传感器控制方法

说明书

本发明提供了一种无速度传感器控制方法，包括：电机的给定转速与转子角速度反馈量的偏差经CMAC‑PID智能控制器调节后输出转矩电流，转矩电流与转矩电流反馈量的偏差经PI调节器调节后输出电压u_q；励磁电流与励磁电流反馈量的偏差经PI调节器调节后输出电压u_d；电压u_q、电压u_d经Park逆变换得到两相控制电压；将注入的高频载波信号叠加到两相控制电压上，并将叠加后的电压信号作为SVPWM调制的输入信号；SVPWM调制输出控制三项逆变器开关器件通断所需要的六路PWM脉冲信号，逆变器输出三相电压，用以对永磁同步电机进行控制。从而实现了在线调节PID参数的目的，使电机在很宽的速度范围内都具有良好的动、静态性能。

技术领域

本发明涉及电机控制技术领域，具体地，涉及一种无速度传感器控制方法。

背景技术

永磁同步电机(Permanent Magnet Synchronous Motor，简称PMSM)具有功率密度高、能量转换效率高、调速范围广、体积小、重量轻等优点，在工业、民用、军事等领域得到广泛的应用。

矢量控制与直接转矩控制在永磁同步电机调速系统中应用广泛，满足大部分控制要求。常规的这两种控制方式都需要安装位置传感器以确定电机转子的位置和速度信息，但这也给传动系统带来一系列的问题，如增大了电机转轴的转动惯量，系统成本提高，可靠性降低，在一些恶劣条件下在还伴有安装困难的缺陷。

目前，无位置速度传感器控制技术的研究已成为国内外学者的研究热点。通过检测定子电压、电流等物理量进行速度估算获取电机转子的位置和速度信息，同时可观测电机内部的磁通、转矩等闭环系统所需的反馈量。无传感器控制技术无需检测硬件，没有由位置传感器引起的环境适应性、安装维护等麻烦，系统成本降低，可靠性增加，是电机控制技术领域今后发展的必然趋势。

现有滑膜观测器算法、模型参考自适应控制算法、扩展卡尔曼滤波算法均依赖三相PMSM基波激励数学模型中与转速有关的量(如产生的反电动势)进行转子位置和速度估算，然而电动机运行在零速和低速时，有用信号的信噪比很低，难以提取。这种对基波激励的依赖性导致这类算法在零速和低速时对转子位置和速度信息的检测失效。高频注入法是解决此问题的一个有效方法。通过一个高频电压信号叠加到基波信号上，共同作用在电机三相绕组，使电机产生可检测的磁凸极，通过检测对应的高频电流响应可获取转子位置和速度信息，具有不依赖电机反电势、对电机参数不敏感、鲁棒性强的特点。使用传统的PI控制器控制转速环的高频注入法的永磁同步电机控制系统存在积分饱和，会对电机的动态特性造成影响，尤其是在低速时表现尤为明显，改进速度环控制器是业界的一个主流方向。

随着人工智能理论基础的发展，数值计算工具的完善，智能控制在电机控制领域一片火热。专家系统、模糊控制、人工神经元网络纷纷应用于电机调速方案中，基于人工智能方法的无速度传感器控制将会给交流传动领域带来革命性的变化。

小脑模型神经网络(cerebellum model articulation controller，CMAC)是一种表达复杂非线性函数的表格查询型自适应神经网络，可以通过学习算法改变表格的内容，具有信息分类存储的能力。CMAC已被公认为是一类联想记忆神经网络的重要组成部分，可有效地用于非线性函数逼近、动态建模、控制系统设计等。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种无速度传感器控制方法。

根据本发明提供的一种无速度传感器控制方法，包括：

S1：将检测到的电机三相定子电流I_a、I_b、I_c通过Clark变换和Park变换，得到转矩电流反馈量I_q、励磁电流反馈量I_d；