一种异步电机模型预测控制方法技术

本发明专利技术公开了一种异步电机模型预测控制方法,具体为：首先对控制对象方程进行线性化和离散处理，根据控制对象的离散数学模型，获取k时刻在预测域内的不同时刻状态变量预测值和系统输出预测值，进而得到针对控制对象的最优控制量和即时控制量，从而得到下一时刻的状态变量预测值，将即时控制量施加于异步电机进行控制。本发明专利技术通过对模型预测控制滚动时域特征分析及对其数学模型详细推导演化讨论的基础上，根据系统变量及其差值与系统方程内在联系，通过对状态变量扩展与转换，形成状态与输出双状态回馈结构，加快了输出量收敛速度，使得在系统控制信息无任何约束及处理基础上，有效缩减控制域，降低整个系统在线计算量。

Model predictive control method for asynchronous motor

The invention discloses an asynchronous motor model predictive control method, firstly the linear and discrete processing control object according to the discrete equations, the mathematical model of the controlled object, different time state variables in predicting K time domain prediction output prediction value and system, and then obtain the optimal control for the object control and real-time control, so as to get the state variables of next time prediction value, will immediately control the amount applied to asynchronous motor control. The prediction model based on time domain characteristics analysis and its mathematical model is derived in detail discussed the evolution of rolling control system, according to the difference equation and system variables and their internal relations, through the expansion and transformation of state variables, forming state and output double state feedback structure, accelerate the convergence rate of output, the control information system without any constraints and treatment basis, effectively reduce the control domain, reduce the online computation.

【技术实现步骤摘要】
一种异步电机模型预测控制方法
本专利技术属于电机控制
，涉及一种异步电机模型预测控制方法。
技术介绍
异步电机具有非线性、强耦合、多变量的性质，一般都采用PI调节器对系统进行调节，它的结构简单、容易实现，有较好的动态性能。但系统存在易受系统参数变化影响、对负载变化适应能力差和抗干扰能力弱等缺点，并且在控制器参数整定过程中，往往需要依赖大量工程经验进行反复调试。因此，在对动态性能要求较高的场合，采用传统PI调节器就会受到一定的局限性，不能满足相关性能的要求。模型预测控制诞生于上世纪70年代，从最初的工业应用启发式控制算法现已经发展为一个理论丰富、实践内容不断扩张的新型学科分支。预测控制针对有优化需求的控制问题，自从该控制方法诞生并发展至今已经在复杂工业系统中取得一些成功，尤其是模型预测控制算法对非线性约束问题处理具有独特优势。经过近几十年发展，模型预测控制已经逐步在各个领域中应用，尤其是近几年随着数字信号处理器飞速发展，模型预测控制策略在电机控制领域迅速发展应用。纵观近几年有关于电机模型预测控制策略在很大程度上就是对算法改进、发展以及与其他算法相结合，利用各自优点提高整个系统控制性能。虽然模型预测控制方法有诸多优势，但是在未将其应用于电机控制领域前，最大阻碍就是该算法相对比较复杂，在线计算量比较大，无法为该应用领域所接受。以当时处理器的发展水平几乎不能够满足系统的动态性能要求，延缓了该算法在电机控制领域中应用及发展。所以本专利技术着重点就是针对模型预测控制算法计算量大的问题，研究一种更为高效、简单的控制策略。
技术实现思路
本专利技术的目的是提供一种异步电机模型预测控制方法，解决了现有电机控制中模型预测控制算法在线滚动实施时计算量大，实时性较差。本专利技术所采用的技术方案是，一种异步电机模型预测控制方法，具体按以下步骤实施：步骤1，对控制对象电压方程进行线性化和离散处理：假设研究对象的离散数学模型为：其中，x(k)为状态变量，y(k)为系统的输出变量，u(k)为系统的输入变量，A为系统矩阵，B为输入矩阵，C为输出矩阵，k为当前采样时刻；将控制对象电压方程线性化和离散处理并将其抽象为公式(1)的形式；步骤2，根据控制对象的离散数学模型，获取k时刻在预测域内的不同时刻状态变量预测值和系统输出预测值；不同时刻状态变量预测值为：x(k+p|k)＝Apx(k)+Ap-1Bu(k)+Ap-2Bu(k+1)+L+Ap-lBu(k+l-1)(2)系统输出预测值为：为了更加简明的将输出表达式进行描述，在此定义变量：Y＝[y(k+1|k),y(k+2|k),y(k+3|k),…,y(k+p|k)]T(4)U＝[u(k+1|k),u(k+2|k),u(k+3|k),…,u(k+l-1|k)]T(5)利用上述定义将输出递推式进行重新描述表示：Y＝Gx(k)+HU(6)其中，在此假设系统的控制量可以表示为如下形式：取最优控制量的目标函数为：J*＝(Rr-Y)(Rr-Y)T+UTRU(8)其中，R为输入对目标函数影响的权重矩阵，为维数与预测时域相等的单位向量，Y为系统的输出变量，U为系统的输入变量。将式Y＝Gx(k)+HU代入式(8)，可以得到如下表达式：为了使得J*取得最佳输入控制量u(k)，可通过求取极小值的必要条件dJ*/dU＝0求得：U＝(HTH+R)-1HT(Rr-Gx(k))(10)由式(10)可以计算出在k时刻，预测时域范围内所有预测值，但是预测控制并非将所有的控制量施加于控制对象，而是将即时控制量，即求取最佳控制量的首元素，作用于控制对象，所以在k时刻作用于对象时的输入变量，系统输出预测值为：步骤3，对步骤1中控制对象的离散数学模型进行数学变换，结合步骤2得到的状态变量预测值和系统输出预测值，得到针对控制对象的最优控制量和即时控制量。步骤4，根据步骤3得到的控制对象的最优控制量和即时控制量，结合公式(2)，得到下一时刻的状态变量预测值；步骤5，根据步骤4得到的即时控制量施加于异步电机进行控制并且利用下一时刻的状态变量预测值进行新的一轮循环求解。本专利技术的特点还在于，控制对象的离散数学模型进行数学变换后的状态扩展的系统方程为：其中，O为零向量。最优控制量为：当前即时控制量为：下一时刻的状态变量预测值为：定义为的首元素，为(HTH+R)-1HTG的首行元素则有：本专利技术的有益效果是，通过对模型预测控制滚动时域特征分析及对其数学模型详细推导演化讨论的基础上，根据系统变量及其差值与系统方程内在联系，通过对状态变量扩展与转换，使得转换后系统在预测控制形式下呈现出状态与输出双状态回馈结构。通过该手段将原控制结构中没有的输出反馈引入到控制结构中，形成了双状态回馈闭环结构。从该结构上很容易能够得出，通过对输出状态反馈加快了输出量收敛速度，使得在系统控制信息无任何约束及处理基础上，双回馈控制结构能够有效缩减控制域，降低整个系统在线计算量。附图说明图1是本专利技术异步电机模型预测控制方法的控制系统框图；图2是基于单状态回馈的模型预测控制结构框图；图3是基于双状态回馈的模型预测控制结构框图。具体实施方式下面结合附图和具体实施方式对本专利技术进行详细说明。本专利技术提供了一种异步电机模型预测控制方法，采用双闭环矢量控制系统。矢量控制系统包括速度外环和电流内环两部分。如图1所示：电流信号检测电路3通过霍尔传感器检测电机在三相静止坐标系下的三相电流，经过3s/2s变换4，转换为静止两相坐标系下的电流值isα、isβ，再将速度外环中的给定转速ω*与编码器反馈速度ωr相比较的误差，经过速度外环控制器调节后，输出转子旋转坐标系下的q轴电流iq*，iq*和d轴给定励磁电流id*经过转差计算模块7得到转差ωs与反馈速度ωr相加经过旋转角度计算8后输出电机转子角θ。静止两相坐标系下的电流值isα、isβ以及电机转子角θ经过2r/2s转换为转子旋转坐标系下的两相反馈计算励磁电流电流id和转矩电流iq。给定励磁电流id*与反馈计算励磁电流id，转矩电流iq*与反馈计算转矩电流iq，经过模型预测控制器6的计算得到结果usd*和usq*。旋转坐标系下的两相电压usd*与usq*经过2r/2s逆变换之后转换为静止两相坐标系下的两相电压usα*、usβ*，经过PWM发生模块10的调节，产生PWM波，将产生的PWM波作用于三相逆变器1之后，驱动异步电机模块2工作。本专利技术提供了一种异步电机模型预测控制方法，具体按照以下步骤实施：步骤1，以鼠笼型异步电机为研究对象，利用其转子磁场定向的同步旋转坐标系(d-q坐标系)下异步电机定子电压方程为控制对象，其形式如下：上式中，Rs为定子电阻，Lm为定转子之间互感，Ls,Lr分别为定子电感、转子电感，Lσ＝σLs为总漏感，ωs为同步角速度，ψr为转子磁链幅值，usd,usq分别为d轴定子电压、q轴定子电压，isd,isq分别为d轴定子电流、q轴定子电流。通过线性化及离散处理可以得形如下式的表达形式：式中，Ts为采样时间。为了便与后续分析将公式(2)抽象为如下形式：其中，x(k)为状态变量，y(k)为系统的输出变量，u(k)为系统的输入变量，A为系统矩阵，B为输入矩阵，C为输出矩阵，k为当前采样时刻。假设预测域范围为p，控制域范围为l，根据预测控制理本文档来自技高网...

【技术保护点】
一种异步电机模型预测控制方法，具体按以下步骤实施：步骤1，对控制对象电压方程进行线性化和离散处理：假设研究对象的离散数学模型为：

【技术特征摘要】
1.一种异步电机模型预测控制方法，具体按以下步骤实施：步骤1，对控制对象电压方程进行线性化和离散处理：假设研究对象的离散数学模型为：其中，x(k)为状态变量，y(k)为系统的输出变量，u(k)为系统的输入变量，A为系统矩阵，B为输入矩阵，C为输出矩阵，k为当前采样时刻；将控制对象电压方程线性化和离散处理并将其抽象为公式(1)的形式；步骤2，根据控制对象的离散数学模型，获取k时刻在预测域内的不同时刻状态变量预测值和系统输出预测值；不同时刻状态变量预测值为：x(k+p|k)＝Apx(k)+Ap-1Bu(k)+Ap-2Bu(k+1)+L+Ap-lBu(k+l-1)(2)系统输出预测值为：为了更加简明的将输出表达式进行描述，在此定义变量：Y＝[y(k+1|k),y(k+2|k),y(k+3|k),…,y(k+p|k)]T(4)U＝[u(k+1|k),u(k+2|k),u(k+3|k),…,u(k+l-1|k)]T(5)利用上述定义将输出递推式进行重新描述表示：Y＝Gx(k)+HU(6)其中，在此假设系统的控制量可以表示为如下形式：取最优控制量的目标函数为：J*＝(Rr-Y)(Rr-Y)T+UTRU(8)其中，R为输入对目标函数影响的权重矩阵，为维数与预测时域相等的单位向量，Y为系统的输出变量，U为系统的输入变量。将式Y＝Gx(k)+HU代入式(8)，可以得到如下表达式：为了使得J*取得的最佳输入控制量u(k)，可通过求取极小值的必要条件dJ*/dU＝0求得：U＝(HTH+R)-1HT(Rr-Gx(k))(10)由式(10)可以计算出在k时刻，预测时...

【专利技术属性】
技术研发人员：尹忠刚，韩旭，张瑞峰，刘静，钟彦儒，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西,61