具有参数辨识的永磁同步电机无位置传感器控制

转子磁极位置估计的准确性决定永磁同步电机无位置传感器控制系统的性能,为了实现转子位置和转速的精确控制,需要对电机参数进行在线辨识。根据实际冰箱制冷系统需求,采用模型参考自适应系统构建无位置传感器矢量控制方案,在仿真研究电机参数变化对位置估算影响的基础上,提出了一种具有参数辨识的内埋式永磁同步电机无位置传感器控制方案。利用电机的电流模型,运用扩展卡尔曼滤波器对转子磁链和交轴电感同时进行在线辨识,并将辨识出的参数用于更新无位置传感器矢量控制算法中的电机模型。仿真和实验结果表明,参数辨识算法可以有效地辨识出实际的转子磁链和交轴电感,具有参数辨识的无位置传感器矢量控制方案可行有效,在压缩机厂商提供的电机参数存在一定误差的情况下可以保证冰箱制冷系统的性能。

基于多周期迭代滑模控制的直线电机干扰抑制

针对多叶准直器系统中直线电机受到往复直线运动和旋转运动带来的多周期干扰问题,提出一种多周期迭代滑模控制(MLVSC)算法用于提高直线电机的控制精度。该算法将迭代学习和滑模控制结合起来,利用多个迭代学习项来逼近并抑制多周期干扰,同时采用滑模控制来抑制未知干扰以保证系统的稳定性。通过构造合适的Lyapunov函数,可以证明MLVSC算法的渐近稳定性。在此基础上,基于MLVSC算法设计了直线电机系统的控制器。实验结果表明,MLVSC算法能够对直线电机受到的多周期干扰进行抑制,抑制后的控制误差迅速减小,控制精度提高了81%。

圆筒型永磁直线同步电机用线性霍尔位置检测的误差补偿

分析了圆筒型永磁直线同步电机采用线性霍尔传感器进行位置检测时存在的误差,并提出了一种离线标定和在线Kalman滤波相结合的误差补偿方法。霍尔传感器信号的误差形式包括存在直流偏置、两路信号幅值不相等和信号中含有谐波等。前两种误差形式分别会在位置检测结果中产生基频和2倍基频误差,对此通过离线标定的方式获得两路信号的直流偏置和幅值比,并补偿到原始信号中。霍尔信号中的谐波由气隙磁场畸变引起,利用有限元仿真分析了磁场中的谐波含量,分析表明磁场畸变会导致位置检测产生4倍基频误差,对此采用在线Kalman滤波提取霍尔信号中的基波分量,消除了谐波分量的影响。实验结果表明,补偿后的位置检测误差减小了81%,从而验证了该补偿方法的有效性。

空调压缩机无位置传感器矢量控制研究

提出了一种新的基于转子磁链估计和锁相环(PLL)的永磁同步电机(PMSM)转子位置估计方法。该方法利用高通滤波器(HPF)与低通滤波器(LPF)幅频特性曲线的交点,解决了反电势纯积分中存在的直流漂移等问题。该算法实现简单,容易理解,能满足实际应用中控制性能的要求。仿真和实验结果证明了该算法的有效性,可应用于PMSM无位置传感器正弦波驱动的压缩机等变频装置。

基于重复滑模观测器的直线电机系统干扰估计

采用常规滑模观测器(SMO)进行干扰估计时,对时变干扰无法实现无静差跟踪,并且估计信号存在抖振。针对一种重复运动直线电机系统,同时存在周期性和非周期性干扰,该文提出一种重复滑模观测器(R-SMO),能够有效克服常规SMO的不足。它将周期性干扰的动力学模型(即内模)引入到观测器中,能够渐近收敛于周期性干扰;而滑模切换项只需针对非周期性干扰进行设计,可以大幅度削减抖振。该文给出了R-SMO的渐近收敛性证明。实验结果表明:R-SMO能够有效地估计出直线电机系统的干扰,用于前馈补偿后提高了跟踪精度,并且在收敛精度和抑制抖振方面均优于常规SMO。该方法还可以扩展到多周期干扰系统和非重复运动领域。