一种基于积分终端滑模面和扰动补偿的PMSM转速控制方法

摘要: 本发明涉及永磁同步电机控制,具体涉及一种基于积分终端滑模面和扰动补偿的pmsm转速控制方法。背景技术:1、随着新能源汽车、工业机器人、航空航天伺服系统以及高精度...
一种基于积分终端滑模面和扰动补偿的PMSM转速控制方法

本发明涉及永磁同步电机控制,具体涉及一种基于积分终端滑模面和扰动补偿的pmsm转速控制方法。

背景技术:

1、随着新能源汽车、工业机器人、航空航天伺服系统以及高精度数控机床等领域的快速发展,永磁同步电机(permanent magnet synchronous motor, pmsm)因其功率密度高、效率高、动态响应快以及运行可靠等优点,已成为高性能驱动系统中的核心执行元件。在这些应用场景中,电机控制系统不仅需要具备优良的稳态调速精度,还必须在负载突变、参数摄动和外部扰动等复杂工况下保持良好的动态性能和鲁棒性。然而,传统的双闭环矢量控制方案通常采用固定参数的pi控制器,其结构简单、工程实现方便,在电机参数相对稳定、负载变化不大的场合能够取得较好的控制效果。但实际运行中,电机系统不可避免地受到定子电阻变化、电感饱和、永磁体磁链波动、负载转矩突加突卸以及逆变器非理想特性等非线性因素的影响,固定参数的pi控制器难以在全工况下同时兼顾快速性、超调抑制和抗扰动能力,容易出现响应速度受限、转速跌落较大、恢复时间过长等问题。

2、针对上述问题,滑模变结构控制因其对匹配扰动的不变性而备受关注。传统线性滑模控制能够增强系统的鲁棒性,但通常只能实现误差的渐近收敛,且控制律中的符号切换容易引起抖振,影响电流和转矩的平滑性。终端滑模控制通过引入非线性幂次项实现了有限时间收敛,然而传统终端滑模面在控制律推导中可能存在奇异问题。非奇异终端滑模控制(nonsingular terminal sliding mode control, ntsmc)在保留有限时间收敛优势的同时避免了奇异,为pmsm高性能速度控制提供了新的思路。但仅依靠滑模控制器自身的反馈补偿,扰动的影响仍要先引起转速偏差才能被抑制;为进一步提高系统在负载扰动下的快速恢复能力,需要引入扰动观测器对未知扰动进行在线估计和前馈补偿。此外,非奇异终端滑模控制器参数较多,人工整定效率低且难以实现多性能指标的全局最优,因此有必要结合智能优化算法实现参数的自动寻优。复合控制算法相对于单一控制算法更为复杂,在满足系统原有的控制效果的基础上还要考虑对非线性因素对作动系统所带来的不利影响进行补偿,从而保证对整个机电作动系统性能的提升。

3、综上所述,研究一种基于积分终端滑模面和扰动补偿的pmsm转速控制方法,并结合智能算法,自动优化控制参数获得更好的,对于提高电机调速系统的动态响应、稳态精度及抗负载扰动能力具有重要的理论意义和工程应用价值。

技术实现思路

1、针对永磁同步电机调速系统中非线性因素及负载扰动对控制性能影响的问题,本发明提供一种基于积分终端滑模面和扰动补偿的pmsm转速控制方法,属于永磁同步电机控制技术领域。首先建立永磁同步电机的数学模型,并搭建矢量控制模型;然后设计积分终端滑模面,引入双幂次趋近律,保证系统状态在有限时间内快速收敛至平衡点,同时削弱传统滑模控制中的抖振现象;在此基础上,设计线性eso扰动观测器,对系统负载及扰动进行实时估计和前馈补偿,提升系统的动态性能和抗扰动能力;考虑到系统参数较多,调参困难,引入遗传算法协助优化参数;最后通过仿真对所提方法进行验证。本发明相较于传统的转速控制方法,具有收敛速度快、稳态精度高、抖振抑制强等优点,能够显著提升永磁同步电机转速控制在复杂工况下的动态响应与抗干扰性能。

2、一种基于积分终端滑模面和扰动补偿的pmsm转速控制方法,如图9所示,包括如下步骤:

3、步骤一,推导dq轴下的永磁同步电机数学模型,搭建矢量控制模型;

4、步骤二,在矢量控制模型基础上,通过线性滑模面和指数趋近律设计滑模控制器;

5、步骤三,设计线性扩张状态观测器实时观测扰动,以对控制系统进行前馈补偿;

6、步骤四,将滑模控制器和扩张状态观测器结合,推导出基于积分终端滑模面和扰动补偿的复合控制器;

7、步骤五,采用遗传算法,选取性能指标设计适应度函数,对复合控制器的参数进行优化;

8、步骤六,依次采用传统pi控制器、传统滑模控制器、步骤五优化前及优化后的复合控制器对矢量控制模型的转速环控制器进行仿真验证;除转速环控制器外一切条件相同,输入相同大小的参考转速,并在相同时间突加相同负载。

9、进一步,步骤一中,所述推导dq轴下的永磁同步电机数学模型的过程如下:

10、所述dq轴下的永磁同步电机数学模型包括三相电压方程、电磁转矩方程和机械运动方程;

11、通过坐标变换得到dq轴下的三相电压方程、电磁转矩方程和机械运动方程,并使用simulink分别搭建pi控制器的矢量控制模型和传统滑模观测器的矢量控制模型;

12、通过clark变换和park变换将abc坐标系下的pmsm数学模型转换至dq同步旋转坐标系;

13、得到dq坐标系下的三相电压方程:

14、;

15、其中,分别为d轴和q轴下的电压;分别为d轴和q轴下的电流;为电角度;为定子电阻;分别为d轴和q轴下的电感,由于选用电机为表贴式电机,;为永磁体磁链;

16、电机在dq轴下的电磁转矩方程:

17、;

18、其中,为电机极对数;

19、电机在dq轴下的的机械运动方程:

20、;

21、式中,,为电磁转矩,为负载转矩,为粘滞摩擦系数,为转动惯量,为机械角速度。

22、进一步,步骤一中,所述搭建矢量控制模型的过程如下:

23、在dq轴下的永磁同步电机数学模型的基础上,基于pi控制器和传统滑模观测器搭建矢量控制模型:

24、所述矢量控制模型包括转速环控制器、电流环控制器、位置传感器、三相逆变器和空间矢量脉宽调制(space vector pulse width modulation,svpwm);其中svpwm控制三相桥式逆变器功率器件的通断,以控制逆变器输出电压的幅值和相位;

25、首先,采用矢量控制方法;矢量控制的原理,将d轴参考电流置零,参考转速经过转速环控制器后得到q轴参考电流,dq轴参考电流经过电流调节器后得到dq轴参考电压,经反park变换后进行svpwm调制,调节逆变器开关,得到pmsm所需的三相电压和电流;

26、同时,pmsm的abc三相电流经坐标变换得到dq轴电流,反馈回电流环控制器;

27、所述位置传感器提供电机的转速和角度信息,作为反馈量回到转速环控制器;

28、根据矢量控制原理,在simulink环境下搭建电机、svpwm、坐标变换和三相逆变器模块,按照信号流连接,设置阶跃转速参考值和突加负载指令,通过多次仿真调试,在保证系统稳定裕度的前提下,使超调小于等于10%且调节时间小于0.2s,对转速环控制器和电流环控制器的参数进行整定。

29、进一步,步骤二中,所述设计滑模控制器的具体方法如下:

30、根据电机的机械运动方程及电磁转矩方程,建立速度误差状态;设计积分终端滑模面方程,利用积分环节降低噪声和抖振的影响;所述趋近律方程采用双幂次趋近律,利用双幂次趋近律参数调节灵活的特性,在保证系统快速响应的同时,显著改善输出波形的平滑程度;把滑模面方程带入趋近律方程,得到非奇异终端滑模速度控制律;

31、所述到非奇异终端滑模速度控制律包括滑模面方程和趋近律方程;滑模面决定了系统到滑模面后的运动特性,趋近律决定了系统状态从任意初始位置趋近滑模面的过程;

32、步骤2.1,根据pmsm的机械运动方程和电磁转矩方程,建立速度误差状态方程:

33、定义速度误差状态和,得到速度误差状态方程:

34、;

35、其中,为参考转速;

36、传统滑模控制器设计时,选取线性滑模面和指数趋近律的组合;线性滑模面让系统进入滑动模态后,误差呈指数渐进收敛,无法完全归零;指数趋近律能在远离滑模面时提供快速趋近,靠近滑模面后自然减速,降低滑模控制的抖振幅度;不过,趋近速度与抖振抑制之间的矛盾仍难以完美协调;为取得更好的动态性能,所述转速环控制器采用积分终端滑模面和双幂次趋近律;

37、步骤2.2,设计积分终端滑模面方程s如下:

38、;

39、其中,为待调参数,与稳态误差相关,为与误差不稳定时系统的收敛速度有关,为提供有限时间收敛的能力的参数,且;滑模面s结合了等速项、积分项和非奇异终端项;等速项保证了滑模控制的收敛速度;积分项具有自动补偿能力,能降低稳态误差;非奇异终端项让系统到达滑模面时能在有限时间内收敛,同时因为将非线性幂次项置于积分内部,从根本上避免了奇异问题;

40、步骤2.3,设计滑模控制器的趋近律方程:

41、所述趋近律采用双幂次趋近律,双幂次趋近律不仅有效地去除抖振,而且无论在远离还是接近滑动模态时均具有很快的趋近速度,且在有限的收敛时间后具有二阶滑模特性,比起传统的趋近律,双幂次趋近律具有更快的趋近速度和更好的运动品质;

42、所述双幂次趋近律方程如下:

43、;

44、其中,均为待调系数,和分别为和的增益系数,且,;和均为非线性项的指数,提升|x1|>1时的趋近速度,提升|x2|≤1时的趋近速度,,;

45、当时,说明误差较大,项起主导作用,决定系统方向始终朝向滑模面,决定趋近作用大小,在误差较大时提供强力的抗扰动和趋近作用;当时,说明误差较小,项会迅速衰减,减少切换的抖振,而项起主导作用,由于,衰减较慢,在接近滑模面时加速回归;

46、项在远离滑动模态时提升收敛速度,接近滑动模态时迅速衰减,避免不必要的剧烈切换,则保证系统在接近滑模面时加速收敛;当系统状态远离滑动模态时,起主导作用,系统状态接近滑动模态时,起主导作用,共同提升全程的收敛速度,保证整个滑模趋近过程中运动品质;

47、步骤2.4,将滑模面方程代入趋近律方程,得到非奇异终端滑模速度控制律:

48、对滑模面s表达式求导,得:

49、;

50、将的表达式代入趋近律方程,得到到非奇异终端滑模速度控制律为:

51、;

52、步骤2.5,根据到非奇异终端滑模速度控制律和滑模面方程,得到基于积分终端滑模面的滑模控制器模型;

53、参考转速和反馈转速(即实际转速)为滑模控制器输入,参考转速和反馈转速相减即得到;q轴参考电流为滑模控制器的输出;

54、步骤2.6,模控制器稳定评价:

55、选取李雅普诺夫函数,则:

56、;

57、根据李雅普诺夫函数的性质,即说明滑模控制器稳定。

58、进一步,步骤三中,所述设计线性扩张状态观测器实时观测扰动的过程如下:

59、根据机械运动方程系统参数和负载转矩变化,将内部参数扰动和外部负载作为系统总扰动;将扰动估计值转换为q轴补偿电流,叠加到步骤二得到的积分终端滑模面的滑模控制器的输出上;形成基于积分终端滑模面和扰动补偿的复合控制器,在负载扰动发生后减小转速跌落并缩短恢复时间;

60、步骤3.1,将负载转矩及参数摄动、未建模动态统一视为系统总扰动,即:

61、

62、式中,分别为项的参数变化,,为系统总扰动;用打包总扰动后,所述非奇异终端滑模速度控制律改写成:

63、

64、令估计扰动值迅速趋近,即实现前馈补偿;

65、步骤3.2,将总扰动作为系统的扩张状态,定义状态变量,;因机械时间常数为几十毫秒至数百毫秒,电气时间常数为毫秒级,负载转矩的变化速度受机械惯性限制,相对于转速动态响应而言十分缓慢,认定;则系统写出状态空间方程如下:

66、;

67、步骤3.3,构造扩张状态观测器,令、分别为、的观测值,则:

68、;

69、其中,和分别表示观测器的高增益反馈系数,均大于0,使估计转速跟踪实际转速,使估计扰动收敛到实际扰动;

70、步骤3.4,定义状态估计误差,,得动态误差方程:

71、;

72、;

73、将误差动态写成矩阵形式:

74、;

75、所述矩阵的特征方程为:

76、;

77、只要,,则特征方程所有系数为正且根实部为负,误差系统稳定;扩张状态观测器的自然频率,阻尼比,增大和提高观测器带宽,加快收敛,但会放大测量噪声;调整参数和,直至观测器输出的估计转矩能趋近矢量控制系统的输入转矩。

78、进一步,步骤四中,所述复合控制器推导的具体方法如下:

79、将扩张状态观测器输出的估计扰动值接入滑模控制器,实现前馈补偿,最终得到的基于积分终端滑模面和扰动补偿的复合控制器方程:

80、。

81、进一步,步骤五中,所述对复合控制器的参数进行优化的具体过程如下:

82、在simulink中搭建控制器模型,替代原本的速度环,调整参数直至响应稳定;将控制器参数作为优化变量,搜索范围设置为能让响应稳定的大致参数范围即可;运行使用本专利设计的控制器的模型,采集调节时间、稳态误差、扰动恢复时间、超调量及itae共五项性能指标,对五项指标进行归一化,构建能兼顾快速性和平稳性的适应度函数;通过选择、交叉、变异及精英保留操作逐代进化种群,达到最大迭代次数后输出最优参数组合,实现控制器参数的自动整定;

83、步骤5.1,引入遗传算法对复合控制器参数进行优化,以提高参数整定效率和系统综合控制性能;

84、设遗传算法第g代种群为:

85、;

86、其中,n为种群规模,代表第g代中的第i个个体;每个个体对应一组复合控制器参数;

87、步骤5.2,选取复合控制器中的关键参数作为优化变量,则第i个个体表示为:

88、;

89、其中,分别表示第i个个体对应的参数;

90、步骤5.3,遗传算法随机生成一组二进制染色体,将染色体解码为实际值代入仿真模型得到仿真结果;仿真结果根据适应度函数得到每个个体的性能指标;根据适应度值进行选择操作和精英保留后,对选择的个体进行交叉、变异,产生新一代种群,继续迭代直至到达最大迭代次数;通过不断迭代搜索,使个体适应度最大,得到最优参数组合,即优化目标:

91、;

92、其中,为第i个个体的适应度函数;为种群;

93、步骤5.4,采用二进制编码的方式表示待优化参数,用长度为θ的二进制染色体表示,考虑到精度要求,选取;调整参数观察响应是否稳定,确认参数的搜索范围后,直接将二进制数解码到搜索范围内,解码公式为:

94、;

95、其中,为最终解码得到的十进制数,为二进制染色体对应的十进制数,为参数搜索范围;

96、步骤5.5,设计适应度函数:

97、步骤5.5.1,适应度函数是影响遗传算法效果的最重要因素;决定选取调节时间、稳态误差、超调量、最大转速跌落和itae作为适应度指标进行设计,兼顾快速性、准确性、平稳性和扰动恢复能力;第i个个体对应的性能指标向量为:

98、;

99、其中,为调节时间,为稳态误差,为超调量,为最大转速跌落,itae为时间加权绝对误差积分;

100、这五个指标中,衡量系统的快速性,衡量系统的准确性,衡量系统的平稳性,衡量系统的扰动恢复能力,itae则影响系统的总体性能;

101、步骤5.5.2,分别计算指标调节时间、稳态误差、超调量、最大转速跌落和时间加权绝对误差积分itae:

102、调节时间为转速响应首次进入并持续保持在误差带内所需的最短时间;定义误差带为2%;计算调节时间从最后一个时刻开始,对输出响应数组向前遍历,找到最后一个不满足误差带条件的时刻,即为调节时间;

103、稳态误差用于衡量系统准确性,为保证在突加负载前后均有较好的精度,避免由于突加负载将转速正好拉到参考值造成误判;分别选取负载扰动前和负载扰动后的稳态区间计算平均转速,并构造综合稳态误差;设扰动前稳态区间为,扰动后稳态区间为,则扰动前平均转速为:

104、;

105、扰动后平均转速为:

106、;

107、最终的稳态误差即为将扰动前和扰动后的平均误差加权的结果;

108、超调量用于评价系统启动或调速过程中的峰值偏差,表示为:

109、;

110、最大转速跌落直接反映不同控制参数组合下系统对外部负载扰动的抑制效果:

111、

112、itae为时间加权绝对误差积分,反映系统整体跟踪性能和误差收敛速度;在离散条件下,表示为:

113、;

114、其中,为第k个采样点的绝对时间,为仿真采样点数,为采样时间间隔,,即时参考转速与实际转速的偏差;

115、步骤5.5.3,将五个指标根据控制目标进行归一化,随后将归一化的指标用非线性变换为新值:

116、;

117、非线性变换进一步强化了对优劣个体的区分度;

118、步骤5.5.4,设置约束条件以进一步限制适应度函数;

119、所述约束条件如下:

120、;

121、当不满足约束条件时,适应度直接为0;

122、步骤5.6,确定适应度函数后,进行正常的选择、交叉、变异和精英保留,生成下一代种群,最终输出复合控制器的最优参数组合。

123、通过遗传算法自动寻找合适的参数,既保留了非奇异终端滑模控制有限时间收敛、强鲁棒性和无奇异性的理论优势,又减少了人工调参工作量,提高了控制器在具体仿真对象上的综合性能。

124、与现有技术相比,本发明的技术效果如下:

125、本发明通过设计积分终端滑模面实现转速误差的有限时间收敛,结合双幂次趋近律加快趋近速度并削弱抖振,同时引入扩张状态观测器对负载转矩及参数摄动进行在线估计与前馈补偿,并采用遗传算法对控制器关键参数进行自动优化,从而显著提升永磁同步电机调速系统的动态响应、稳态精度和抗扰动鲁棒性;

126、本发明相较于传统的转速控制方法,具有收敛速度快、稳态精度高、抖振抑制强等优点,能够显著提升永磁同步电机转速控制在复杂工况下的动态响应与抗干扰性能;

127、本发明通过遗传算法自动寻找合适的参数,既保留了非奇异终端滑模控制有限时间收敛、强鲁棒性和无奇异性的理论优势,又减少了人工调参工作量,提高了控制器在具体仿真对象上的综合性能。