一种用于IPMSM故障处理的转子位置速度估计方法技术

本发明专利技术涉及一种用于IPMSM故障处理的转子位置速度估计方法，该方法包括以下步骤：步骤1：建立IPMSM实际等效电路模型；步骤2：建立STA

【技术实现步骤摘要】
一种用于IPMSM故障处理的转子位置速度估计方法


[0001]本专利技术涉及永磁同步电机控制
，尤其是涉及一种用于IPMSM故障处理的转子位置速度估计方法。

技术介绍

[0002]内置式永磁同步电机(Interior permanent magnet synchronous machine，IPMSM)具有功率密度高、调速范围宽、控制性能优良等优势，在大容量舰船电力推进系统、电动汽车等高性能交流传动领域中有着巨大的应用前景，在对IPMSM进行矢量控制时，需要时刻检测电机转子的位置信息，从而将电流的励磁分量和转矩分量进行解耦控制，实现类似直流电机的调速性能。
[0003]传统上可通过机械式位置传感器(如光电编码器、旋转变压器)获得电机转子位置。然而，高温、潮湿、涉水、粉尘、振动等恶劣工况下，机械式位置传感器信号易受到干扰和损坏，影响电机控制系统在不同环境下的适应性。无传感器转子位置速度估计技术可以在上述机械式传感器信号出现故障时提供转子位置的冗余保障，进而提升高性能交流传动系统的可靠性。
[0004]内置式永磁同步电机无传感器转子位置速度估计方法大体上可以分为两类：一类是基于电机凸极性的方法，通过注入高频信号进行估计，但是高频信号的注入会带来额外损耗和扭矩波动，该类方法适用于零低速范围。另一类是基于电机等效电路模型的方法，此类方法适用于中高速范围，通常由扩展反电动势(extended electro motive force，EEMF)观测器与转子转速位置观测器两部分组成，其中，滑模观测器结构简单、鲁棒性强，可被用来观测IPMSM扩展反电动势，但传统滑模观测器采用符号函数作为滑模开关函数，观测结果常产生高频抖振干扰。此外，从扩展反电动势观测值中提取转子位置和转速时，传统的锁相环方法存在电机反转时失稳的问题，不适用于电机反转工况。

技术实现思路

[0005]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种用于IPMSM故障处理的转子位置速度估计方法。
[0006]本专利技术的目的可以通过以下技术方案来实现：
[0007]一种用于IPMSM故障处理的转子位置速度估计方法，其特征在于，该方法包括以下步骤：
[0008]步骤1：根据IPMSM等效电路模型得到基于扩展反电动势的等效电路模型；
[0009]步骤2：基于超扭曲算法构建两相静止坐标系下的滑模观测器，即建立STA
‑
SMO模型，以对两相电流进行观测；
[0010]步骤3：通过电压传感器和电流传感器分别实时采集IPMSM的三相电压信号和三相电流信号；
[0011]步骤4：将采集到的电压信号和电流信号分别进行Clark变化，得到两相静止坐标
系下的电压信号和电流信号；
[0012]步骤5：将两相电压信号输入至STA
‑
SMO模型，得到电流的观测值；
[0013]步骤6：根据电流的观测值与实际电流值的差值得到扩展反电动势的观测值；
[0014]步骤7：将得到的扩展反电动势的观测值作为正切锁相环结构的输入，在线实时进行转子位置和转子转速的估计；
[0015]步骤8：将得到的转子位置的估计值和转速的估计值反馈至IPMSM矢量控制中，从而实现位置传感器出现故障时电机的无传感器控制。
[0016]所述的步骤1中，得到基于扩展反电动势的等效电路模型的过程具体包括以下步骤：
[0017]步骤101：在同步旋转坐标系中，IPMSM等效电路模型的数学表达式为：
[0018][0019]其中，u
d
和u
q
分别为d轴电压和q轴电压，i
d
和i
q
分别为d轴电流和q轴电流；R为定子电阻，L
d
和L
q
分别为d轴电感和q轴电感，ψ
f
为转子磁链，p为微分算子，ω
e
为转子电转速；
[0020]步骤102：将IPMSM等效电路模型改写为：
[0021][0022]步骤103：将改写后的IPMSM等效电路模型进一步整理可得：
[0023][0024]步骤104：对整理后的IPMSM等效电路模型进行Park反变换，得到两相静止坐标系下的IPMSM模型：
[0025][0026]其中，u
α
和u
β
分别为α相电压和β相电压，i
α
和i
β
分别为α相电流和β相电流，θ
e
为转子电角度，表示转子位置；
[0027]步骤105：从得到两相静止坐标系下的IPMSM模型中获取EEMF，EEMF的表达式为：
[0028][0029]其中，E
α
为扩展反电动势在α轴的分量，E
β
为扩展反电动势在β轴的分量，表示扩展反电动势的幅值；
[0030]步骤106：根据步骤104和步骤105得到IPMSM基于扩展反电动势的等效电路模型，即IPMSM实际等效电路模型：
[0031][0032]其中，u
d
和u
q
分别为d轴电压和q轴电压，i
d
和i
q
分别为d轴电流和q轴电流；R为定子电阻，L
d
和L
q
分别为d轴电感和q轴电感，p为微分算子，ω
e
为转子电转速，E
α
为扩展反电动势在α轴的分量，E
β
为扩展反电动势在β轴的分量。
[0033]所述的步骤2中，STA
‑
SMO模型的表达式为：
[0034][0035][0036]其中，和分别为α相电流观测误差和β相电流观测误差，k1和k2均为滑模系数，sign(
·
)为符号函数，p为微分算子，和均为观测器干扰项；
[0037]所述的观测器干扰项和的表达式分别为：
[0038][0039][0040]其中，和分别为α相电流的观测值和β相电流的观测值。
[0041]所述的步骤6中，得到扩展反电动势观测值的过程具体包括以下步骤：
[0042]步骤601：将STA
‑
SMO模型与IPMSM实际等效电路模型相减，得到电流误差状态方程为：
[0043][0044][0045]其中，和分别为α相电流观测误差和β相电流观测误差，k1和k2均为滑模系数，sign(
·
)为符号函数，p为微分算子，i
d
和i
q
分别为d轴电流和q轴电流，R为定子电阻，L
d
和L
q
分别为d轴电感和q轴电感，ω
e
为转子电转速，E
α
为扩展反电动势在α轴的分量，E
β
为扩展反电动势在β轴的分量；
[0046]步骤602：电流误本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于IPMSM故障处理的转子位置速度估计方法，其特征在于，该方法包括以下步骤：步骤1：根据IPMSM等效电路模型得到基于扩展反电动势的等效电路模型；步骤2：基于超扭曲算法构建两相静止坐标系下的滑模观测器，即建立STA
‑
SMO模型，以对两相电流进行观测；步骤3：通过电压传感器和电流传感器分别实时采集IPMSM的三相电压信号和三相电流信号；步骤4：将采集到的电压信号和电流信号分别进行Clark变化，得到两相静止坐标系下的电压信号和电流信号；步骤5：将两相电压信号输入至STA
‑
SMO模型，得到电流的观测值；步骤6：根据电流的观测值与实际电流值的差值得到扩展反电动势的观测值；步骤7：将得到的扩展反电动势的观测值作为正切锁相环结构的输入，在线实时进行转子位置和转子转速的估计；步骤8：将得到的转子位置的估计值和转速的估计值反馈至IPMSM矢量控制中，从而实现位置传感器出现故障时电机的无传感器控制。2.根据权利要求1所述的一种用于IPMSM故障处理的转子位置速度估计方法，其特征在于，所述的步骤1中，得到基于扩展反电动势的等效电路模型的过程具体包括以下步骤：步骤101：在同步旋转坐标系中，IPMSM等效电路模型的数学表达式为：其中，u
d
和u
q
分别为d轴电压和q轴电压，i
d
和i
q
分别为d轴电流和q轴电流；R为定子电阻，L
d
和L
q
分别为d轴电感和q轴电感，ψ
f
为转子磁链，p为微分算子，ω
e
为转子电转速；步骤102：将IPMSM等效电路模型改写为：步骤103：将改写后的IPMSM等效电路模型进一步整理可得：步骤104：对整理后的IPMSM等效电路模型进行Park反变换，得到两相静止坐标系下的IPMSM模型：其中，u
α
和u
β
分别为α相电压和β相电压，i
α
和i
β
分别为α相电流和β相电流，θ
e
为转子电角度，表示转子位置；步骤105：从得到两相静止坐标系下的IPMSM模型中获取EEMF，EEMF的表达式为：
其中，E
α
为扩展反电动势在α轴的分量，E
β
为扩展反电动势在β轴的分量，表示扩展反电动势的幅值；步骤106：根据步骤104和步骤105得到IPMSM基于扩展反电动势的等效电路模型，即IPMSM实际等效电路模型：其中，u
d
和u
q
分别为d轴电压和q轴电压，i
d
和i
q
分别为d轴电流和q轴电流；R为定子电阻，L
d
和L
q
分别为d轴电感和q轴电感，p为微分算子，ω
e
为转子电转速，E
α
为扩展反电动势在α轴的分量，E
β
为扩展反电动势在β轴的分量。3.根据权利要求1所述的一种用于IPMSM故障处理的转子位置速度估计方法，其特征在于，所述的步骤2中，STA
‑
SMO模型的表达式为：SMO模型的表达式为：其中，和分别为α相电流观测误差和β相电流观测误差，k1和k2均为滑模系数，sign(
·
)为符号函数，p为微分算子，和均为观测器干扰项；所述的观测器干扰项和的表达式分别为：的表达式分别为：其中，和分别为α相电流的观测值和β相电流的观测值。4.根据权利要求1所述的一种用于IPMSM故障处理的转子位置速度估计方法，其特征在于，所述的步骤6中，得到扩展反电动势观测值的过程具体包括以下步骤：步骤601：将STA
‑
SMO模型与IPMSM实际等效电路模型相减，得到电流误差状态方程为：SMO模型与IPMSM实际等效电路模型相减，得到电流误差状态方程为：其中，和分别为α相电流观测误差和β相电流观测误差，k1和k2均为滑模系数，sign(
·
)为符号函数，p为微分算子，i
d
和i
q
分别为d轴电...

【专利技术属性】
技术研发人员：陈俐，王文扬，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：