一种感应电机参数辨识系统及方法技术方案

技术编号:16177527 阅读:30 留言:0更新日期:2017-09-09 04:58
本发明专利技术公开了一种感应电机参数辨识系统及方法,包括:一种可以进行感应电机参数在线辨识的测试系统,可以采集在线辨识算法所需的电机实时电压、实时电流、实时温度、实时转矩等数据,用于参数辨识;一种适用于电机参数辨识的强化学习框架,包括强化学习环境中的状态变量、奖励值及动作方式的选择;一种基于q‑学习感应电机参数辨识方法,可以使测试系统在运行的过程中实时的生成数据集并进行参数辨识。本发明专利技术解决了辨识精度和训练集获取难度的矛盾问题,不依赖于具体的电机数学模型,通用性强,可以实时生成数据集,无需提前准备数据集;辨识的参数是以输出性能最优为前提,不受实际物理参数变化的影响,辨识精度高;既可以辨识感应电机的转子电阻,也可以辨识感应电机的励磁电感。

【技术实现步骤摘要】
一种感应电机参数辨识系统及方法
本专利技术涉及电机控制
,特别是涉及一种感应电机参数辨识系统及方法。
技术介绍
感应电机的参数辨识是电机控制领域的重点和难点问题。参数辨识的准确性直接影响电机输出性能的好坏。而在感应电机的参数辨识中,最重要的辨识参数是转子电阻和励磁电感,因为电机运行过程中转子的温度会时刻变化,从而导致转子电阻值时刻变化,而转子电阻辨识精度直接影响了电机输出转矩的大小;同样,在感应电机弱磁运行的过程中,励磁电感值也会时刻变化,而励磁电感的辨识精度也会影响电机输出性能的优劣。当今的参数辨识方法可以分为两大分支方法:(1)离线参数辨识,主要应用于电机控制器研发初期,对电机参数完全不了解的情况,此时,可以采用离线参数辨识的方法,在实验室场合对电机的冷态参数进行辨识。现如今主流的离线参数辨识方法为静止自学习+旋转自学习的方式,即对电机先施加直流电流和单相交流电辨识定、转子电阻或定、转子漏感,在对电机施加三相空载电流辨识励磁电感。上述方法简便易行,但是辨识的是电机的冷态参数,即物理参数,并且需要用到电机模型。专利:三相异步电机的参数离线辨识方法及装置(公开号CN102594253A)公开了一种电机离线参数辨识方法,其优点是直接利用变频器便可以对电机参数进行辨识,辨识时间短。但是缺点也是极其明显的:此方法无法对在线运行的电机进行参数辨识。并且只能辨识电机的物理参数,并非实际运行中最优性能的参数。(2)在线参数辨识,主要应用于电机实际运行工况,由于电机在实际工况运行的过程中,经常出现弱磁运行、重载运行的情况,此时电机的磁场和温度变化较大,受磁场和温度变化的影响,电机实际运行时参数随时间变化较明显。此时需要用在线参数辨识方法。在线辨识方法种类较多。总体来说分为两类:数据驱动方法和模型驱动方法。数据驱动方法包括神经网络方法,支持向量机方法等。其优点是无需特定电机的数学模型,因此,通用性和精确性都较高;其缺点是需要预选准备数据集进行训练,而数据集的获取一般都是比较困难的。模型驱动的方法包括模型参考自适应,卡尔曼滤波器,有功/无功法等,其优点是运算量小,无需预先训练。其缺点是依赖电机模型,而电机模型的不精确会导致结果出现严重误差。专利:一种基于ELman神经网络的感应电机转子电阻参数辨识方法(公开号:CN102937670A)公开了一种基于神经网络的感应电机转子电阻参数辨识方法,此方法属于数据驱动的在线辨识方法,其优点是不需要明确的电机模型,并可以实现在线参数辨识,但是其缺点也十分明显:需要数据集对神经网络进行训练,而可靠的数据集的获取是非常困难的。专利:一种高速列车牵引感应电机参数辨识方法(公开号:CN104201962A)公开了一种基于电机磁链观测器的辨识方法,此方法属于模型驱动的在线辨识方法,其优点是不需要训练,运算量小,但是缺点也极其明显:模型驱动的方法极大的依赖于电机的数学模型,但是电机的数学模型没有考虑电机的非线性损耗,因此实际使用中存在着较大的误差。综上,感应电机的参数辨识问题是电机控制领域的关键问题,以往的感应电机辨识方法都存在着辨识精度和训练集获取难度的矛盾,即要么采用电机模型驱动的方法,此类方法不需要数据集,但是模型的不精确导致辨识精度较低,通用性差;要么采用电机数据驱动的方法,此类方法通用性高,辨识精度较为准确,但是需要提前获取数据集,而数据集的获取较为困难。
技术实现思路
本专利技术技术解决问题:克服上述现有技术的不足,提供一种感应电机参数辨识方法,其方法不依赖于具体的电机数学模型,通用性强,可以实时生成数据集,无需提前准备数据集;辨识的参数是以输出性能最优为前提,不受实际物理参数变化的影响,辨识精度高;既可以辨识感应电机的转子电阻,也可以辨识感应电机的励磁电感。本专利技术所采用的技术方案是:运用电机的同步旋转坐标系模型(d-q轴模型,相关理论请参考文献《电力拖动自动控制系统-运动控制系统》第四版,阮毅、陈伯时主编),在设定转速下,根据当前的d轴电流(以下简称id)、q轴电流(以下简称iq)、d轴电压(以下简称Ud)、q轴电压(以下简称Uq)以及电机温度(以下简称T)作为环境变量(以下简称S),电机的参数估计值的调整作为动作(以下简称a),电机转矩信号(以下简称Te)作为奖励值(以下简称r)。然后,采用本专利技术中的算法,根据环境变量和奖励值的变化对动作不断调整,当算法结束时,输出结果便为辨识的电机参数。本专利技术中的一种感应电机的参数辨识系统,包含的设备及功能如下:电机对拖台架一台、台架上同轴安装测功机电机和被测电机,使测功机电机可以拖动被测电机同时运行;电机控制器两个,分别控制对拖台架上的被测电机和测功机电机;转速-转矩传感器一台,安装在测功机电机和被测电机之间;电机数据采集器一个,功能为:与电机控制器、转速-转矩传感器进行通讯,采集电机d轴电流信号id,q轴电流信号iq,d轴电压信号Ud,q轴电压信号Uq,电机温度信号T,转速-转矩传感器上的转矩信号Te,并将上述信号传送至电脑以供电脑进行运算;电脑运算结束后,接收电脑运算后的电机励磁电感值或电机转子电阻值,将接收的电机励磁电感值或电机转子电阻值传送给电机控制器;电脑一台,用于搭建强化学习框架,并在此强化学习框架内运行基于q学习的感应电机参数辨识算法,得到任意状态下的电机参数辨识值。所述电脑接收电机数据采集器的数据后,搭建的电机参数辨识的强化学习框架的构成如下:(1)环境变量的选择为电机控制器的电机d轴电流id,q轴电流iq,d轴电压Ud,q轴电压Uq,电机温度信号T,其中,如果无法检测电机温度信号T,本专利技术提出方法仍然可以适用,只需将环境变量剔除电机温度信号即可,但是id,iq,Ud,Uq四个变量是环境的最基本的变量,缺一不可;(2)将动作设置为三种模式,可以选择以下三种模式中的任意一种,三种模式分别为:①共2个动作,即当前的电机参数辨识值增加0.1或减少0.1,记为a=[Y-0.01,Y+0.01],Y可以是电机转子电阻,也可以是电机的励磁电感,根据所需辨识的参数而定;②共400个动作,即当前电机的参数值每次增加或减小的间隔为0.01,总变化范围为-2.0~2.0,记为a=[Y-2.0,Y-1.99......Y+1.99,Y+2.0],变化范围和动作间隔可以自由电机调整;③共200个动作,即当前电机的参数值分别为0~2.0,每个动作间隔为0.01。记为a=[Y=0.0,Y=0.01......Y=2.0],参数范围和动作间隔可以自由调整;(3)将电机参数调整对电机输出转矩的影响称之为奖励,奖励设置为三种模式,可以选择以下三种模式中的任意一种,三种模式分别为:①直接为电机输出的转矩值,记为r=Te;②电机输出的转矩值和某一个参考值之差,记为r=Te-Te*,参考值约为当前工况下最大转矩的90%;③电机当前输出转矩与最大输出转矩之差,记为r=Te-Tmax;电机测试系统采集电机的环境变量和奖励值,并送入算法,算法根据输入不算调整动作值,使奖励值不断增大。所述脑中运行的基于q学习的感应电机参数辨识算法,具体实现步骤如下:(1)一共迭代i个回合,每个回合又迭代j次,迭代次数i和j根据实际情况而定;(2)每个回合中,首先初始化电机参数值,本文档来自技高网
...
一种感应电机参数辨识系统及方法

【技术保护点】
一种感应电机参数辨识系统,其特征在于:系统所包含的设备及功能如下:电机对拖台架一台、台架上同轴安装测功机电机和被测电机,使测功机电机可以拖动被测电机同时运行;电机控制器两个,分别控制对拖台架上的被测电机和测功机电机;转速‑转矩传感器一台,安装在测功机电机和被测电机之间;电机数据采集器一个,功能为:与电机控制器、转速‑转矩传感器进行通讯,采集电机d轴电流信号id,q轴电流信号iq,d轴电压信号Ud,q轴电压信号Uq,电机温度信号T,转速‑转矩传感器上的转矩信号Te,并将上述信号传送至电脑以供电脑进行运算;电脑运算结束后,接收电脑运算后的电机励磁电感值或电机转子电阻值,将接收的电机励磁电感值或电机转子电阻值传送给电机控制器;电脑一台,用于搭建强化学习框架,并在此强化学习框架内运行基于q学习的感应电机参数辨识算法,得到任意状态下的电机参数辨识值。

【技术特征摘要】
1.一种感应电机参数辨识系统,其特征在于:系统所包含的设备及功能如下:电机对拖台架一台、台架上同轴安装测功机电机和被测电机,使测功机电机可以拖动被测电机同时运行;电机控制器两个,分别控制对拖台架上的被测电机和测功机电机;转速-转矩传感器一台,安装在测功机电机和被测电机之间;电机数据采集器一个,功能为:与电机控制器、转速-转矩传感器进行通讯,采集电机d轴电流信号id,q轴电流信号iq,d轴电压信号Ud,q轴电压信号Uq,电机温度信号T,转速-转矩传感器上的转矩信号Te,并将上述信号传送至电脑以供电脑进行运算;电脑运算结束后,接收电脑运算后的电机励磁电感值或电机转子电阻值,将接收的电机励磁电感值或电机转子电阻值传送给电机控制器;电脑一台,用于搭建强化学习框架,并在此强化学习框架内运行基于q学习的感应电机参数辨识算法,得到任意状态下的电机参数辨识值。2.根据权利要求1所述的感应电机参数辨识系统,其特征在于:电脑接收电机数据采集器的数据后,搭建的电机参数辨识的强化学习框架的构成如下:(1)环境变量的选择为电机控制器的电机d轴电流id,q轴电流iq,d轴电压Ud,q轴电压Uq,电机温度信号T,其中,如果无法检测电机温度信号T,本发明提出方法仍然可以适用,只需将环境变量剔除电机温度信号即可,但是id,iq,Ud,Uq四个变量是环境的最基本的变量,缺一不可;(2)将动作设置为三种模式,可以选择以下三种模式中的任意一种,三种模式分别为:①共2个动作,即当前的电机参数辨识值增加0.1或减少0.1,记为a=[Y-0.01,Y+0.01],Y可以是电机转子电阻,也可以是电机的励磁电感,根据所需辨识的参数而定;②共400个动作,即当前电机的参数值每次增加或减小的间隔为0.01,总变化范围为-2.0~2.0,记为a=[Y-2.0,Y-1.99......Y+1.99,Y+2.0],变化范围和动作间隔可以自由电机调整;③共200个动作,即当前电机的参数值分别为0~2.0,每个动作间隔为0.01,记为a=[Y=0.0,Y=0.01......Y=2.0],参数范围和动作间隔可以自由调整;(3)将电机参数调整对电机输出转矩的影响称之为奖励,奖励设置为三种模式,可以选择以下三种模式中的任意一种,三种模式分别为:①直接为电机输出的转矩值,记为r=Te;②电机输出的转矩值和某一个参考值之差,记为r=Te-Te*,参考值约为当前工况下最大转矩的90%;③电机当前输出转矩与最大输出转矩之差,记为r=Te-Tmax;电机测试系统采集电机的环境变量和奖励值,并送入算法,算法根据输入不算调整动作值,使奖励值不断增大。3.根据权利要求1所述的感应电机参数辨识系统,其特征在于:电脑中运行的基于q学习的感应电机参数辨识算法,具体实现步骤如下:(1)一共迭代i个回合,每个回合又迭代j次,迭代次数i和j根据实际情况而定;(2)每个回合中,首先初始化电机参数值,电机参数可以为励磁电感或转子电阻,根据需要辨识的...

【专利技术属性】
技术研发人员:周礼坤
申请(专利权)人:合肥申芯电子技术有限责任公司
类型:发明
国别省市:安徽,34

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1