基于单相电流估计的永磁同步电机无传感控制方法及系统

1.本发明涉及电机控制领域，特别是涉及一种基于单相电流估计的永磁同步电机无传感控制方法及系统。


背景技术：

2.近年来，永磁同步电机(pmsm)广泛应用于工业生产、国防和日常生活中。与感应电机和直流电机相比，pmsm具有效率高、转矩电流比大、结构紧凑、机械结构简单和维修方便等优点。然而，在许多应用中，如计算机数控机床、机器人和电动汽车等，对pmsm的控制性能要求越来越高，同时要求传动系统简单、经济、安全可靠。因此，有两个关键问题需要解决，一个是电流信号的稳定采集，另一个是无传感器控制。
3.通常，在典型的pmsm驱动中，一个位置传感器和两相电流传感器(无中性线)是必不可少的，用以确保反馈控制的正常运行。然而，一旦其中相位电流传感器发生故障，整个控制系统将无法工作。因此，多个物理传感器的引入可能会降低系统的安全性和稳定性，并增加系统的成本和复杂性。当pmsm的转子转速趋于零或很低时，如果没有位置传感器，很难精确控制电机转速。同时，如果多相电流传感器的输出特性不匹配，系统的控制性能将受到限制，如非零偏移和增益漂移，这将导致转矩脉动。因此，为了使pmsm驱动系统更加简洁、经济、安全，如何在减少电流传感器数量的同时，高性能的驱动电机近年来引起了人们的广泛关注。
4.目前，电流估计技术大致有两种方法。第一种是使用直流母线电流法。虽然这是一种有效的方法，但其缺点也很明显：因为有源开关状态的持续时间很短，导致直流母线电流无法测量。同时，在输出电压六边形中也存在一些无法测量的区域。因此，很难对直流母线电流进行采样。为了解决这些问题并获得高精度的重构电流，有学者提供了基于pwm技术的先进直流环节电流重构方案。虽然这些工作提高了电流估计的精度，但算法复杂。第二种方法是基于零电压矢量采样的三相电流重构策略，该方法只需要一个隔离的电流传感器，不需要直流母线电流传感器。然而，由于单个电流传感器在每个pwm周期内采样两次，会在一定程度上影响电流控制的性能。
5.另一方面，编码器、分解器、霍尔效应传感器或其他机械位置传感器的使用增加了维护成本并降低了系统鲁棒性。在过去的几十年中，无传感器控制策略自然引起了广泛的关注。易于理解和实现的最简单方案是使用降阶观测器(电压模型)。但由于开环结构的限制，估计结果的精度不高。扩展luenberger观测器由于对参数变化具有鲁棒性，是一种很有前途的方案。然而，由于其复杂性，难以在工程上实现。模糊逻辑和神经网络作为现代智能控制方案，经常被用于估计转子转速。但是，这些方案增加了系统的计算量。另一个强大的方法是模型参考自适应系统(mras)观测器。在上述方法中，mras观测器具有简单、稳定性好、计算量小等优点，是用来实现pmsm无传感器控制的最佳方法之一。不幸的是，如果电机在低速范围下存在参数失配或负载突变，则鲁棒性可能难以实现。传统的mras观测器中pi调节器已不能满足高性能控制的要求。因此，有多位学者提出了各种具有更先进算法的解
决方案，改进了mras观测器方案的自适应机制。此外，为了实现高鲁棒的无传感器控制系统，有必要结合多参数辨识技术。
6.目前有多种参数识别技术被提出，如扩展卡尔曼滤波(ekf)方案、递归最小二乘(rls)方案和mras观测器方案。ekf方案在参数识别方面给出了不错的实验结果。然而，该控制算法存在算法结构复杂、需要适当初始化等局限性。rls方案用于估计参数具有较快的收敛速度，但由于该算法涉及大量的微分方程，使得微处理器的性能下降，系统响应缓慢。mras作为一种实时观测器，能用于估计时变定子电阻和转子磁链。虽然该方法具有计算量小、响应速度快、辨识结果准确度高等优点，但由于缺乏秩，无法同时估计出电机三个及其以上的参数。因此，目前的无传感器控制系统的鲁棒性较低。


技术实现要素：

7.本发明的目的是提供一种基于单相电流估计的永磁同步电机无传感控制方法及系统，以解决现有技术中的无传感控制方法鲁棒性低的问题。
8.为实现上述目的，本发明提供了如下方案：
9.一种基于单相电流估计的永磁同步电机无传感控制方法，包括：
10.根据b相电流构建扩张状态观测器数学模型；
11.利用所述扩张状态观测器数学模型对永磁同步电机的两相电流进行估计，得到第一电流估计值以及第二电流估计值；
12.基于所述扩张状态观测器数学模型构建pmsm多参数识别模型；
13.根据所述第一电流估计值、所述第二电流估计值以及定子电阻估计值，利用pmsm多参数识别模型对永磁同步电机的电磁参数进行估计，得到定子电感估计值以及永磁体磁链估计值；电磁参数包括定子电感以及永磁体磁链；
14.构建pmsm无传感控制模型；
15.将所述第一电流估计值、所述第二电流估计值、所述定子电阻估计值、所述定子电感估计值以及所述永磁体磁链估计值迭代进所述pmsm无传感控制模型中，构建基于扩张状态观测器与多参数识别的pmsm无传感控制模型。
16.可选的，所述根据b相电流构建扩张状态观测器数学模型，具体包括：
17.根据b相电流构建二阶非线性扩张状态观测器数学模型；所述二阶非线性扩张状态观测器数学模型为式中，x1为b相电流测量值；k1为b相电流的预估值；e为b相电流的测量值与b相电流的预估值之间的误差；k2为k1的微分；是k1的导数；是k2的导数；l为定子电感；d为输入矩阵；u1为控制输入；w1、w2为观测器的增益；δ为边界层厚度；τ是[0,1]范围内的正系数；
[0018]
利用sigmoid函数对所述二阶非线性扩张状态观测器数学模型进行优化，得到优化后的二阶非线性扩张状态观测器数学模型；式中，
其中，sign为符号函数；
[0019]
根据所述优化后的二阶非线性扩张状态观测器数学模型对永磁同步电机的定子电阻进行估计，得到所述定子电阻估计值；
[0020]
将所述定子电阻估计值迭代进pmsm的dq轴电流实时观测方程中，得到扩张状态观测器数学模型；所述扩张状态观测器数学模型为式中，为第一电流估算值，为第二电流估算值；为定子电阻估计值；p为电机的极对数；ud为d轴定子电压、uq为q轴定子电压；ωr为机械转速；为永磁体磁链。
[0021]
可选的，所述基于所述扩张状态观测器数学模型构建pmsm多参数识别模型，具体包括：
[0022]
基于所述扩张状态观测器数学模型构建pmsm状态方程；所述pmsm状态方程为式中，id为d轴定子电流测量值、iq为q轴定子电流测量值；rs为定子电阻测量值；
[0023]
根据所述pmsm状态方程，利用波波夫超稳定性定理构建pmsm多参数识别模型；所述pmsm多参数识别模型为式中，k
p
为比例系数，ki为积分系数，s为积分算子，为d轴电流误差，为q轴电流误差，为定子电感估计值、为永磁体磁链的估计值；为定子电感的估计值；为定子电感初始值、为永磁体磁链初始值。
[0024]
可选的，所述构建pmsm无传感控制模型，具体包括：
[0025]
获取参考模型的输出信号与可调模型的输出信号的差值；所述参考模型为pmsm，所述可调模型为含有转子位置信息的电流模型；
[0026]
根据所述差值构建滑模面；所述滑模面的方程为式中，e为所述参考模型的输出信号与所述可调模型的输出信号的差值；
[0027]
根据所述滑模面构建二阶超螺旋算法的控制模型；所述二阶超螺旋算法的控制模型为式中，ε1和ε2是状态变量；是状态变量ε1的导数；是状态变量ε2的导数；β1和β2为滑模增益；s为滑模面；
[0028]
根据所述二阶超螺旋算法的控制模型构建pmsm无传感控制模型；所述pmsm无传感控制模型为式中，表示转速；s表示滑模面方程；k
p
为比例系数，ki为积分系数。
[0029]
一种基于单相电流估计的永磁同步电机无传感控制系统，包括：
[0030]
扩张状态观测器构建模块，用于根据b相电流构建扩张状态观测器数学模型；
[0031]
电流估计模块，用于利用所述扩张状态观测器数学模型对永磁同步电机的两相电流进行估计，得到第一电流估计值以及第二电流估计值；
[0032]
多参数识别模型构建模块，用于基于所述扩张状态观测器数学模型构建pmsm多参数识别模型；
[0033]
电磁参数估计模块，用于根据所述第一电流估计值、所述第二电流估计值以及定子电阻估计值，利用pmsm多参数识别模型对永磁同步电机的电磁参数进行估计，得到定子电感估计值以及永磁体磁链估计值；电磁参数包括定子电感以及永磁体磁链；
[0034]
第一无传感控制模型构建模块，用于构建pmsm无传感控制模型；
[0035]
第二无传感控制模型构建模块，用于将所述第一电流估计值、所述第二电流估计值、所述定子电阻估计值、所述定子电感估计值以及所述永磁体磁链估计值迭代进所述pmsm无传感控制模型中，构建基于扩张状态观测器与多参数识别的pmsm无传感控制模型。
[0036]
可选的，所述扩张状态观测器构建模块，包括：
[0037]
二阶非线性扩张状态观测器构建单元，用于根据b相电流构建二阶非线性扩张状态观测器数学模型；所述二阶非线性扩张状态观测器数学模型为式中，x1为b相电流测量值；k1为b相电流的预估值；e为b相电流的测量值与b相电流的预估值之间的误差；k2为k1的微分；是k1的导数；是k2的导数；l为定子电感；d为输入矩阵；u1为控制输入；w1、w2为观测器的增益；δ为边界层厚度；τ是[0,1]范围内的正系数；
[0038]
优化单元，用于利用sigmoid函数对所述二阶非线性扩张状态观测器数学模型进行优化，得到优化后的二阶非线性扩张状态观测器数学模型；其中，式中，sign为符号函数；
[0039]
定子电阻估计单元，用于根据所述优化后的二阶非线性扩张状态观测器数学模型对永磁同步电机的定子电阻进行估计，得到所述定子电阻估计值；
[0040]
扩张状态观测器构建单元，用于将所述定子电阻估计值迭代进pmsm的dq轴电流实时观测方程中，得到扩张状态观测器数学模型；所述扩张状态观测器数学模型为式中，为第一电流估算值，为第二电流估算值；为定子电阻估计值；p为电机的极对数；ud为d轴定子电压、uq为q轴定子电压；ωr为机械转速；为永磁体磁链。
[0041]
可选的，所述多参数识别模型构建模块，包括：
[0042]
pmsm状态方程构建单元，用于基于所述扩张状态观测器数学模型构建pmsm状态方程；所述pmsm状态方程为式中，id为d轴定子电流测量值、iq为q轴定子电流测量值；rs为定子电阻测量值；
[0043]
多参数识别模型构建单元，用于根据所述pmsm状态方程，利用波波夫超稳定性定理构建pmsm多参数识别模型；所述pmsm多参数识别模型为式中，k
p
为比例系数，ki为积分系数，s为积分算子，为d轴电流误差，为q轴电流误差，为永磁体磁链的估计值；为定子电感的估计值；为定子电感初始值、为永磁体磁链初始值。
[0044]
可选的，所述第一无传感控制模型构建模块，包括：
[0045]
插值获取单元，用于获取参考模型的输出信号与可调模型的输出信号的差值；所述参考模型为pmsm，所述可调模型为含有转子位置信息的电流模型；
[0046]
滑模面构建单元，用于根据所述差值构建滑模面；所述滑模面的方程为式中，e为所述参考模型的输出信号与所述可调模型的输出信号的差值；
[0047]
二阶超螺旋算法的控制模型构建单元，用于根据所述滑模面构建二阶超螺旋算法
的控制模型；所述二阶超螺旋算法的控制模型为式中，ε1和ε2是状态变量；是状态变量ε1的导数；是状态变量ε2的导数；β1和β2为滑模增益；s为滑模面；
[0048]
无传感控制模型构建单元，用于根据所述二阶超螺旋算法的控制模型构建pmsm无传感控制模型；所述pmsm无传感控制模型为式中，表示转速；s表示滑模面方程；k
p
为比例系数，ki为积分系数。
[0049]
根据本发明提供的具体实施例，本发明公开了以下技术效果：
[0050]
本发明提出的一种基于单相电流估计的永磁同步电机无传感控制方法及系统，仅通过单相电流构建扩张状态观测器数学模型；利用所述扩张状态观测器数学模型对永磁同步电机的两相电流进行估计；基于所述扩张状态观测器数学模型构建pmsm多参数识别模型；利用pmsm多参数识别模型对永磁同步电机的电磁参数进行估计；再构建pmsm无传感控制模型；将上述得到的估计值迭代进所述pmsm无传感控制模型中，构建基于扩张状态观测器与多参数识别的pmsm无传感控制模型。本发明通过该模型实现高精度的参数辨识以及无位置传感控制功能，减少了传感器的使用数量，降低了所需的成本，并将辨识出来的电气参数迭代进pmsm无传感控制模型中，从而提升pmsm无位置传感控制的鲁棒性与动态性能，尤其适用于存在参数变化、低速以及转速突变的永磁同步电机。
附图说明
[0051]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0052]
图1为本发明提供的一种基于单相电流估计的永磁同步电机无传感控制方法的流程图；
[0053]
图2为基于扩张状态观测器的pmsm矢量控制系统结构图；
[0054]
图3为扩张状态观测器的结构原理图；
[0055]
图4为基于扩张状态观测器的模型参考自适应参数辨识系统结构图；
[0056]
图5为基于二阶超螺旋算法的mras无传感控制系统结构图；
[0057]
图6为基于单相电流估计与多参数辨识的pmsm无传感控制系统结构图；
[0058]
图7为在mras下基于单相电流估计的转速辨识结果图；
[0059]
图8为在mras下基于单相电流估计的位置角辨识结果图；
[0060]
图9为在扩张状态观测器下的定子电阻辨识实验结果图；
[0061]
图10为本发明提供的一种基于单相电流估计的永磁同步电机无传感控制系统的结构图。
具体实施方式
[0062]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0063]
本发明的目的是提供一种基于单相电流估计的永磁同步电机无传感控制方法及系统，以解决现有技术中的无传感控制方法鲁棒性低的问题。
[0064]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
[0065]
图1为本发明提供的一种基于单相电流估计的永磁同步电机无传感控制方法的流程图，如图1所示，该方法包括：
[0066]
步骤101：根据b相电流构建扩张状态观测器数学模型。在实际应用中，基于扩张状态观测器的pmsm矢量控制系统结构，如图2所示。建立的扩张状态观测器数学模型，如图3所示。搭建一种无需任何附加电路和离线实验测量的电流估计器(即扩张状态观测器数学模型)，该观测器仅需b相电流传感器所测量的电流、两相静止坐标系下的电压u
α
、u
β
以及电机的位置信号ωe、θe，即能估计出永磁同步电机的两相电流id、iq以及时变定子电阻rs。
[0067]
在一个具体实施方式中，所述步骤101，具体包括：
[0068]
由于表贴式pmsm中有ld＝lq＝l
α
＝l
β
＝l，建立基于两相静止坐标系及旋转坐标系下的数学模型以及运动方程：
[0069][0070]
式中，p为电机的极对数，rs为定子电阻；ud、uq分别为d、q轴定子电压；u
α
、u
β
分别为α、β轴定子电压；id、iq分别为d、q轴定子电流测量值；i
α
、i
β
分别为α、β轴定子电流；l为定子电感测量值；ωr为机械转速；为永磁体磁链测量值；te为电磁转矩，t
l
为负载转矩，tf为库仑摩擦力矩；j为转动惯量，b为粘性摩擦系数。
[0071]
在三相静止参考坐标系(abc坐标系)中，αβ坐标系中的α轴沿a相轴定向。abc坐标系下的abc轴定子电流可由αβ坐标系下的αβ轴定子电流按变换矩阵求出：
[0072][0073]
式中，ia、ib和ic是abc坐标系中的三相定子电流。因此，ib可表示为
[0074][0075]
结合pmsm在两相静止坐标系下的数学模型，ib可进一步表示为
[0076][0077]
假设x1＝ib并且定义
[0078][0079][0080]
扩展的状态空间方程可以由ib的表达式推导得出
[0081][0082]
其中，u是输入，y0是输出，d是输入矩阵。
[0083]
此外，由于rs随温度变化是一个时变量，故rsx1可视为未知量。因此，可以扩展到一个新的状态
[0084]
x2＝rsx1[0085]
令有
[0086][0087]
此时扩展的状态空间方程可进一步表示为：
[0088][0089]
进一步建立二阶非线性扩张状态观测器的数学模型，并通过sigmoid函数优化传统扩张状态观测器中sign符号函数的不连续特性。
[0090]
根据b相电流构建二阶非线性扩张状态观测器数学模型。所述二阶非线性扩张状
态观测器数学模型为式中，x1为b相电流测量值；k1为b相电流的预估值；e为b相电流的测量值与b相电流的预估值之间的误差；k2为k1的微分；是k1的导数；是k2的导数；l为定子电感；d为输入矩阵；u1为控制输入；w1、w2为观测器的增益；δ为边界层厚度；τ是[0,1]范围内的正系数。
[0091]
利用sigmoid函数对所述二阶非线性扩张状态观测器数学模型进行优化，得到优化后的二阶非线性扩张状态观测器数学模型。其中，式中，sign为符号函数。
[0092]
根据所述优化后的二阶非线性扩张状态观测器数学模型对永磁同步电机的定子电阻进行估计，得到所述定子电阻估计值。
[0093]
将所述定子电阻估计值迭代进pmsm的dq轴电流实时观测方程中，得到扩张状态观测器数学模型。所述扩张状态观测器数学模型为式中，为第一电流估算值(d轴定子电流估计值)，为第二电流估算值(q轴定子电流估计值)；为定子电阻估计值；p为电机的极对数；ud为d轴定子电压、uq为q轴定子电压；ωr为机械转速；为永磁体磁链。
[0094]
步骤102：利用所述扩张状态观测器数学模型对永磁同步电机的两相电流进行估计，得到第一电流估计值以及第二电流估计值。
[0095]
步骤103：基于所述扩张状态观测器数学模型构建pmsm多参数识别模型。在实际应用中，采用mras观测器建立基于扩张状态观测器的pmsm多参数辨识模型，如图4所示：结合波波夫超稳定性定理设计出了基于单相电流传感器的pmsm多参数在线辨识系统。该观测器能够利用步骤102估计出的两相定子电流id、iq进一步辨识出电机的两个电磁参数，即电感l以及磁链
[0096]
在一个具体实施方式中，所述步骤103，具体包括：
[0097]
基于所述扩张状态观测器数学模型构建pmsm状态方程。所述pmsm状态方程为
式中，id为d轴定子电流测量值、iq为q轴定子电流测量值；rs为定子电阻测量值。
[0098]
为了便于分析，引入a，b两个状态变量。令：
[0099][0100]
根据所述pmsm状态方程，利用波波夫超稳定性定理构建pmsm多参数识别模型。在实际应用中，
[0101]
根据波波夫超稳定性理论，设计出以及l的辨识自适应率(pmsm多参数识别模型)。所述pmsm多参数识别模型为式中，k
p
为比例系数，ki为积分系数，s为积分算子，为d轴电流误差，为q轴电流误差，为永磁体磁链的估计值；为定子电感的估计值；为定子电感初始值、为永磁体磁链初始值。
[0102]
步骤104：根据所述第一电流估计值、所述第二电流估计值以及定子电阻估计值，利用pmsm多参数识别模型对永磁同步电机的电磁参数进行估计，得到定子电感估计值以及永磁体磁链估计值；电磁参数包括定子电感以及永磁体磁链。
[0103]
步骤105：构建pmsm无传感控制模型。在实际应用中，采用mras法建立pmsm无传感控制模型：mras法用于pmsm转速和转子位置辨识的基本原理是以pmsm本身作为参考模型，选择含有转子位置信息的电流模型为可调模型，两个模型输出相同的信号，利用二者输出信号的差值构建自适应机构并求出自适应律，辨识出转子位置信息，并将得到的位置反馈到可调模型中进行实时调节，使其输出不断跟随参考模型的输出，完成动态辨识；然后将转子位置pi自适应律结构替换为二阶超螺旋算法，构建二阶超螺旋自适应律无传感器算法的改进系统(pmsm无传感控制模型)，如图5所示。
[0104]
在一个具体实施方式中，所述步骤105，具体包括：
[0105]
获取参考模型的输出信号与可调模型的输出信号的差值。所述参考模型为pmsm，所述可调模型为含有转子位置信息的电流模型。
[0106]
根据所述差值构建滑模面。所述滑模面的方程为式中，e为所述参考模型的输出信号与所述可调模型的输出信号的差值。
[0107]
根据所述滑模面构建二阶超螺旋算法的控制模型；所述二阶超螺旋算法的控制模
型为式中，ε1和ε2是状态变量；是状态变量ε1的导数；是状态变量ε2的导数；β1和β2为滑模增益；s为滑模面；
[0108]
根据所述二阶超螺旋算法的控制模型构建pmsm无传感控制模型；所述pmsm无传感控制模型为式中，表示转速；s表示滑模面方程；k
p
为比例系数，ki为积分系数。
[0109]
现有技术中，采用了mras法作为无传感控制方法。其辨识转速可表示为：
[0110][0111]
式中，为电机转子速度初始值。
[0112]
然而，在传统的mras观测器中，自适应机制采用的是pi控制器。在低速运行时，电机参数的变化所带来的影响更为突出。这些都使得固定增益pi控制器无法保持系统的稳定性。因此，采用二阶超螺旋算法作为mras观测器的自适应机制。算法的基本形式如下：
[0113][0114]
式中，ε1和ε2是状态变量；是状态变量ε1的导数；是状态变量ε2的导数；β1和β2为滑模增益。滑动模态的抖振问题在很大程度上是由不连续的符号函数引起的。然而，从方程中可以看出，二阶超螺旋算法通过在符号函数之前添加一个连续项并将符号函数放入高阶导数中，在很大程度上缓解了传统滑模的抖振问题。
[0115]
在参考模型和可调模型输出误差e的基础上构建滑模面:
[0116][0117]
基于二阶超螺旋算法的mras观测器的转速辨识方程如下所示：
[0118][0119]
转子位置角θ的辨识量为转速辨识方程的积分形式：
[0120][0121]
步骤106：将所述第一电流估计值、所述第二电流估计值、所述定子电阻估计值、所述定子电感估计值以及所述永磁体磁链估计值迭代进所述pmsm无传感控制模型中，构建基于扩张状态观测器与多参数识别的pmsm无传感控制模型，如图6所示。
[0122]
在实际应用中，建立基于扩张状态观测器与多参数辨识的pmsm无传感控制系统：将辨识出来的定子电阻rs、电感l、永磁体磁链以及dq轴电流、进一步迭代进预先构建好的
mras的可调模型中，实现参数的实时更新，从而实现基于单相电流估计与多参数辨识的pmsm高鲁棒无传感控制方案。
[0123]
直流母线电压为311v，采样频率设置为11.5khz。实验电机使用的是tycd-112m-2系列的4kw三相永磁同步电机。利用md380e系列变频器给pmsm供电，并采集电机的电压电流信号。在控制板中将采集到的信号打包成can消息，通过can通讯发送到eta，在上位机中利用inca软件控制eta，解析can通讯数据并显示在上位机上。参数辨识算法通过高性能32位微控制器tms320f28035 dsp实现，所有实验均在同一台计算机上进行。计算机详细配置如下：intel(r)core(tm)i5-7500、四核处理器、ram 16gb和nvidiageforce gtx 1050ti的gpu。在所有试验中，辨识出的转子速度反馈给速度环实现无传感器控制功能。为了验证方案的有效性，在matlab/simulink中实现了电阻突变下的pmsm无传感器控制仿真系统。电阻突变过程如下：1.204ω(100％)-2.408ω(200％)-1.806ω(150％)-1.204ω(100％)-0.8428ω(70％)，实验结果如图7、图8和图9所示。
[0124]
综上所述，本发明基于单相电流估计的永磁同步电机无传感控制与参数辨识方法，无需速度与位置传感器，并且能够进一步减少电流传感器的使用数量，且将mras中的pi自适应机制改进为二阶超螺旋算法，在减少系统抖振问题的同时极大地提升了系统的鲁棒性，在仅有b相电流传感器工作的前提下依然能够实现pmsm高精度的无传感控制功能，能够运用于低速、转速突变的系统中，拓展了模型的应用范围；再者，本发明中采取了mras观测器作为多参数辨识算法，将辨识出来的参数进一步迭代进mras的可调模型中，使系统对参数变化具有更强的鲁棒性；与现有技术相比，本发明提供的pmsm无传感器控制方法，为解决变参数下pmsm的无传感器控制提供了一种十分有效的途径，并能广泛地应用到轨道交通、航天航空和新能源发电等一系列复杂的系统中。
[0125]
1)本发明设计扩张状态观测器的目的是在减少物理传感器的基础上，使pmsm驱动系统能够高性能地工作，并将扩张状态观测器估计出来的dq轴电流id、iq用于mras观测器的参数辨识系统中，只需要用到b相电流传感器即能够实现高性能的参数估计功能。
[0126]
2)本发明改进了mras观测器中传统的pi自适应机制，采用二阶超螺旋算法，进一步提高pmsm在低速下的无传感控制性能，尤其适用于存在参数变化、低速、转速突变的系统，从而提高了技术的应用范围及其实用性。
[0127]
3)本发明将扩张状态观测器估计出来的dq轴电流id、iq以及定子电阻进一步迭代进mras观测器的可调模型中，具有高对外部扰动鲁棒性的优点，能够在电阻发生大范围变化下依然能够实现高精度无传感器控制。
[0128]
本发明提供了一种算法简单、控制性能高、对参数变化具有鲁棒性的基于单相电流估计的pmsm无传感控制与参数辨识方法。
[0129]
本发明提出了一种基于单相电流估计的pmsm无传感控制与多参数辨识在线方法，该方法仅需单相电流传感器即能实现高精度的参数辨识以及无位置传感控制功能，减少了传感器的使用数量，降低了系统所需的成本，并将辨识出来的电气参数迭代进无传感控制模型中，从而提升pmsm无位置传感控制的鲁棒性与动态性能，尤其适用于存在参数变化、低速以及转速突变的系统。
[0130]
图10为本发明提供的一种基于单相电流估计的永磁同步电机无传感控制系统的结构图，如图10所示，系统包括：
[0131]
扩张状态观测器构建模块1001，用于根据b相电流构建扩张状态观测器数学模型。
[0132]
电流估计模块1002，用于利用所述扩张状态观测器数学模型对永磁同步电机的两相电流进行估计，得到第一电流估计值以及第二电流估计值。
[0133]
多参数识别模型构建模块1003，用于基于所述扩张状态观测器数学模型构建pmsm多参数识别模型。
[0134]
电磁参数估计模块1004，用于根据所述第一电流估计值、所述第二电流估计值以及定子电阻估计值，利用pmsm多参数识别模型对永磁同步电机的电磁参数进行估计，得到定子电感估计值以及永磁体磁链估计值；电磁参数包括定子电感以及永磁体磁链。
[0135]
第一无传感控制模型构建模块1005，用于构建pmsm无传感控制模型。
[0136]
第二无传感控制模型构建模块1006，用于将所述第一电流估计值、所述第二电流估计值、所述定子电阻估计值、所述定子电感估计值以及所述永磁体磁链估计值迭代进所述pmsm无传感控制模型中，构建基于扩张状态观测器与多参数识别的pmsm无传感控制模型。
[0137]
在一个具体实施方式中，所述扩张状态观测器构建模块1001，包括：
[0138]
二阶非线性扩张状态观测器构建单元，用于根据b相电流构建二阶非线性扩张状态观测器数学模型。所述二阶非线性扩张状态观测器数学模型为式中，x1为b相电流测量值；k1为b相电流的预估值；e为b相电流的测量值与b相电流的预估值之间的误差；k2为k1的微分；是k1的导数；是k2的导数；l为定子电感；d为输入矩阵；u1为控制输入；w1、w2为观测器的增益；δ为边界层厚度；τ是[0,1]范围内的正系数。
[0139]
优化单元，用于利用sigmoid函数对所述二阶非线性扩张状态观测器数学模型进行优化，得到优化后的二阶非线性扩张状态观测器数学模型。其中，式中，sign为符号函数。
[0140]
定子电阻估计单元，用于根据所述优化后的二阶非线性扩张状态观测器数学模型对永磁同步电机的定子电阻进行估计，得到所述定子电阻估计值。
[0141]
扩张状态观测器构建单元，用于将所述定子电阻估计值迭代进pmsm的dq轴电流实时观测方程中，得到扩张状态观测器数学模型。所述扩张状态观测器数学模型为式中，为第一电流估算值，为第二电流估算
值；为定子电阻估计值；p为电机的极对数；ud为d轴定子电压、uq为q轴定子电压；ωr为机械转速；为永磁体磁链。
[0142]
在一个具体实施方式中，所述多参数识别模型构建模块1003，包括：
[0143]
pmsm状态方程构建单元，用于基于所述扩张状态观测器数学模型构建pmsm状态方程。所述pmsm状态方程为式中，id为d轴定子电流测量值、iq为q轴定子电流测量值；rs为定子电阻测量值。
[0144]
多参数识别模型构建单元，用于根据所述pmsm状态方程，利用波波夫超稳定性定理构建pmsm多参数识别模型。所述pmsm多参数识别模型为式中，k
p
为比例系数，ki为积分系数，s为积分算子，为d轴电流误差，为q轴电流误差，为永磁体磁链的估计值；为定子电感的估计值；为定子电感初始值、为永磁体磁链初始值。
[0145]
在一个具体实施方式中，所述第一无传感控制模型构建模块105，包括：
[0146]
插值获取单元，用于获取参考模型的输出信号与可调模型的输出信号的差值。所述参考模型为pmsm，所述可调模型为含有转子位置信息的电流模型。
[0147]
滑模面构建单元，用于根据所述差值构建滑模面。所述滑模面的方程为式中，e为所述参考模型的输出信号与所述可调模型的输出信号的差值。
[0148]
二阶超螺旋算法的控制模型构建单元，用于根据所述滑模面构建二阶超螺旋算法的控制模型；所述二阶超螺旋算法的控制模型为式中，ε1和ε2是状态变量；是状态变量ε1的导数；是状态变量ε2的导数；β1和β2为滑模增益；s为滑模面；
[0149]
无传感控制模型构建单元，用于根据所述二阶超螺旋算法的控制模型构建pmsm无传感控制模型；所述pmsm无传感控制模型为式中，表示转速；s表示滑模面方程；k
p
为比例系数，ki为积分系数。
[0150]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他
实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0151]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。