无位置传感器内置式永磁同步电机参数的在线辨识方法

JOURNALOFBEIJINGJIAOTONGUNIVERSITY

北 京 交 通 大 学 学 报Vol.42No.5Oct.2018

()文章编号:1673-0291201805-0077-09:/DOI10.11860i.ssn.1673-0291.2018.05.011j

无位置传感器内置式永磁同步电机

参数的在线辨识方法

()北京交通大学电气工程学院,北京1中车唐山机车车辆有限公司,河北唐山01.00044;2.099

张立伟1,佘 超1,李志军2,孙铭壑1

摘 要:在传统永磁同步电机无位置传感器控制中,电机参数决定了转子位置的估计精度,而电机参数又很容易受到外部环境的变化,导致控制性能的下降.提出了一种基于内置式永磁同步电机电流状态方程的电机参数的在线辨识方法,该方法采用仿射投影算法对参数进行估计,可以准确估计定子电阻、转子磁链、直轴电感和交轴电感.由于定子电阻和转子磁链与定子电感随外界环境的变化率不同,所以采用两种不同的中断周期分别对定子电阻、交轴电感、直轴电感和转子磁链进行辨识.可以在保证辨识精度的情况下大大减少不必要的计算,提高了该算法在实际应用中的效率.针对传统的模型参考自适应算法速度估算的收敛速度较慢的缺点,提出了改进的基于电流自适应状态观测器的转子位置和速度估计方法,提高了速度辨识的收敛速度,减小了稳态误差.实验结果表明:电机参数的在线辨识方法能够对电机参数进行准确辨识,具有稳定性好和良好的动态性能.关键词:在线辨识;无位置传感器;内置式永磁同步电机;仿射投影算法中图分类号:TM301.2 文献标志码:A

OnlineparametersidentificationforsensorlesscontrolofIPMSM

(,,;1.SchoolofElectricalEnineerinBeiiniaotonniversitBeiin00044,ChinaggjgJgUyjg1

,,)2.CRRCTanshanCo.Ltd.TanshanHebei0099,Chinagg

111

,,ZHANGLiweiSHEChaoLIZhiun2,SUNMinhejg,tersareeasilhanedbheexternalenvironmentresultininthedecreaseofthecontrolper-ycgytg

,formance.Inthispaeranon-lineidentificationmethodofmotorparametersbasedonInteriorpstraihtshaftinductanceandcross-axisinductance.Asthevariationrateofstatorresistanceandg

,rotorfluxandstatorinductancevarieswiththeexternalenvironmenttwodifferentinterrutc-py,clesareusedtoidentiftatorresistanceandrotorfluxandstatorinductancewhichcangreatlysy

:,AbstractInthesensorlesscontrolofthetraditionalpermanentmanetsnchronousmotorthegy

,motorparametersdeterminetheaccuracftherotorpositionestimationandthemotorparame-yo

,PermanentManetSnchronousMotor(IPMSM)ispresentedandtheparametersareestimatedgy

,,bffineproectionalorithm,whichcanaccuratelstimatethestatorresistancerotorfluxyajgye

reduceunnecessaralculationandimrovetheefficiencfthealorithminpracticalalication.ycpyogppAimintthedisadvantaeoftheslowconverenceseedestimationofthetraditionalmodelref-gaggp

收稿日期:2018-01-17

)基金项目:国家重点研发计划(2016YFB1200601-B22

()Foundationitem:NationalKelan2016YFB1200601-B22yR&DP

,男,河北保定人,:第一作者:张立伟(副教授,博士.研究方向为电机控制和电动汽车驱动系统.1977—)emaillwzhan@btu.edu.cn.gj

],():引用格式:张立伟,佘超,李志军,等.无位置传感器内置式永磁同步电机参数的在线辨识方法[北京交通大学学报,J.201842577-85.,,]ZHANGLiweiSHEChaoLIZhiun,etal.OnlineparametersidentificationforsensorlesscontrolofIPMSM[J.JournalofBei-j,():()iniaotonniversit2018,42577-85.inChinesejgJgUy78

北 京 交 通 大 学 学 报 第42卷

erenceadativealorithm,animrovedrotorpositionandvelocitstimationmethodbasedonpgpye

,thecurrentadativestateobserverisproosedwhichimrovestheseedidentificationconver-ppppoodstabilitnddnamicperformance.gyay

:;;Kewordsonlinestatorparametersidentificationsensorlessseedcontrolinteriorpermanentpy;manetsnchronousmotoraffineproectionalorithmsgyjg 永磁同步电机(PermanentManetSnchron-gy,具有结构相对简单、功率密度较ousMotorPMSM)enceseedandreducesthesteadtateerror.Theexerimentalresultsshowthattheon-linei-gpysp

,dentificationmethodofmotorparameterscanaccurateldentifhemotorparametersandhasyiyt

目前电机参数辨识主要分为电机参数离线辨识和在线辨识.离线辨识可以在特定时刻对电机参数高、运行可靠和低维护成本等显著特点,广泛应用于工业控制、家用空调和电动汽车等领域,相关的控制

技术也成为了研究的热点[1-2]

矩的有效控制,特别是在采用.

为了实现对速度和转(空间矢量控制策略

转子位置和速度信息的观测精确是必不可少Sp

aceVectorControl,SVC)的电机调速系统,因此中,需要增加编码器或旋转变压器等位置传感器来获取位置和速度信息,这就导致了电机系统的尺寸增大、成本增加及对噪声的敏感性增加等控制精度要求不高的领域,如风机和泵类等系统中.所以在一些对

,

无位置传感器控制成为一种很好的选择[3-4]传统的模型参考自适应算法在进行角度和转速

.

辨识时,该算法是在理想条件下进行的,并没有考虑内置式永磁同步电机(部环境因素变化引起的电机参数的变化IPMSM)

在运行过[5-6程]中在传统因外的观测器建立过程中,是以定子电阻、交轴((d轴)电感、转子磁链等电机参数恒定不变q.

轴)电感、直轴为前提条件,当IPMSM在运行时,外部条件的变化使得电机参数发生改变,但这时的观测器仍然采用初始设定的电机参数,这样观测到的角度和速度会产生误差,导致速度和位置角度估计精度的降低;同(时由于Rs、LPdM、SLM调速系统控制器中常用的电机参数

q、ψf电机厂家得到的数据又不具有通用性),通过电机铭牌上不易获得,而且通过普,从通的电机试验方法很难获得以上全部参数,这同样

导致了电机参数的不确定性[7-9]IPMSM的定子电阻和永磁磁链的变化主要是

.

由电机的温度变化影响,而定子的电感的变化主要是由电机的磁场饱和引起的q轴电感和[1d轴0-11]在电机运行过程中,电机运行温度的变化、电机磁场.

的饱和及电流波动等因素的出现使得电机实际参数值与电机标定参数值之间存在差异,这就大大影响了观测器对速度辨识的准确度,造成了电机系统的

不稳定[12]确的电机参数越来越重要.为了得到高性能的.

IPMSM控制,

获得准进行测量,但实现过程需要查表法或插值函数的确定,造成了控制系统的复杂性,同时离线辨识也并没有解决电机温升、磁路饱和等问题展卡尔曼滤波器、模型参考自适应.在线辨识采用扩、神经网络和最小

二乘法等方法对电机参数进行更新,这些算法主要是基于IPMSM旋转坐标系下建立的电流方

程[13-15]

的电机参数的个数,但由于存在电机方程矩阵的秩小于待辨识,有可能会产生辨识结果的发散,造成辨识结果的不准确器转子角度和速度观测器是采用电流自适应状态观

.本文所采用的无位置传感测器,是基于模型参考自适应算法的改进,

本文作者提出了一种基于内置式永磁同步电机电流状态方程,建立模型在线辨识定子参数的方法,该方法采用仿射投影算法对参数进行估计,可以准确的估计定子电阻和d轴电感与q轴电感.由于定子电阻与定子电感随外界环境的变化率不同,所以采用两种不同的中断周期分别对定子电阻和定子电感进行辨识,同时以一个中断周期的辨识参数值作为另一个辨识周期辨识算法中的标定值,可以在保证辨识精度的情况下大大减少不必要的计算,确保电机参数辨识结果的收敛,提高了该算法在实际应用中的效率 .

内置式永磁同步电机数学模型

为了简化分析,建立内置式永磁同步电机在坐标系下的数学模型,

假设三相内置式永磁同d步-

电机为理想电机,并且满足以下条件:心中的磁滞损耗和涡流损耗,这时的电机磁路以线1)忽略电机铁性计算;弦分布;2

3))忽略气隙磁场的高次谐波电机的直轴和交轴气隙不,气隙磁场为正绕组为空间对称的三相绕组相等;4)定子将lark变换IPM及SM在三相静止坐标系下的数学模型经

.

Park变换后,可得到IPMSM在坐标系下的数学模型,电压方程与磁链方程分别为

d-q

1qC第5期 张立伟等:无位置传感器内置式永磁同步电机参数的在线辨识方法

79

dìïusid=Rssd+d-ωeqψsψs

ïdtí

dï

usisedq=Rsq+q+ωïψsψs

dtî

()1()2

()4

^^xy=C可以看出,电流自适应状态观测器具有y和u两个观测器不同,ReferenceAdationSstem,MRAS)py增加了可以将Δ通过设置合理的x的G,y反馈到^反馈矩阵G,使电流自适应状态观测器具有合适的

·

{

^^x=Ax+Bu+G(y-^y)

·

式中:ususiid,sd,sq分别为定子直轴和交轴电压;q分别为定子直轴和交轴电流;d,q分别为定子直ψsψs轴和交轴磁链;Ld,Lq分别为定f为永磁体磁链;ψ子直轴和交轴电感;ωe为电机转子电角速度;Rs为{

Ldid=sd+ψfψs

Lqisq=qψs

输入变量,与传统的模型参考自适应系统(Model

极点,这样能够实现观测器快速收敛达到稳定状态,从而提高观测器的动态性能.Δx快速趋近于零,

定子电阻;电机电磁转矩方程为Te=32P(ψsdisq-ψsq

isd)(3

)式中:P为电机极对数 .

自适应状态观测器设计

.1 电流自适应状态观测器的基本原理

状态观测器是根据永磁同步电机的数学模型建立的对电机状态变量的一种观测.永磁同步电机的电流状态观测器是在电机模型可观测的前提下,建立一个与被观测电机模型完全相同的电流状态模型,并且其观测器中的状态变量为电流1所示.

.电流自适应状态观测器的原理结构如图图Fi1g 电流自适应状态观测器的原理结构图.1 Princilebl为了实现对电机状态的准确估计adap

ptivesotcakdteoiabg

srearvmoerfcurrent,本文提出了一种应用反馈控制原理来进行状态估计校正的方

法:利用输入误差Δy=^y-y,将ΔyΔx作为输出负反馈=^x-x导致的输出变量误差,

这个校正项相当于误差补偿器,构成含有闭环状态反馈的状态估

计,将根据图Δ从而使1y快速调整为零,可以得出该观测器的表达式为

Δx快速趋近于零..2 IPMSM位置和速度观测器的设计

式(1

)变换为电流状态方程可得éddtiéêêidúùiéëqúû=Aêdúùêëiq

úû+êê1êLd0ùúúéudùéê0ùúêêë

01úêúêúëuqú

û+êêë-ωψLfúqúû(5) 根据式(=[^i5)构L造qúû电流自适应状态观测器,选择d^iq的电流观测器为

]T

作为状态观测量,构造成式(4)形式ddéti^êê^dùúiéêiëqúúû

=Aêêidúùëqúû+éêê1é

êêL0ù

údúuùéêê0ùú^éê01ú

úêêëudúêëLqúû

+qúû

ë

-^ωψLfú+Giêêdêq

úû^i-idùúëq-iqúúû(6)其中

é

êé

êRA=ê-RsωLqúù

êLdLê-êêLs^LqùdωLúdúêLRdúú, ^A=ë-ωLdêq-Ls

úqúû

êë-^ωLLdRs

ú.

úq-Lqúû

式中:状态矩阵^A为经过输出反馈估算的电机参数;A为理论的电机参数,

基于电流自适应状态观测器的转速自适应系统本质上是参考模型自适应算法,这同样是一种基于稳定性理论设计的参数辨识方法.在本文中参考模型选择电机本身,可调模型选择为电流自适应状态观测器,由于基于该观测器的转速自适应系统是一个非线性系统,根据前面的分析可知,转速计算的自适应律的推导应该采用非线性系统的稳定性理论,这样才能达到整个自适应系统的稳定,这里采用波波夫(理来判断系统的稳定性与传统的MRAS系统相比.

POPOV)超稳定性原,

电流自适应状态观测器增加了校正反馈增益环节,为了增益矩阵G满

222^x80

北 京 交 通 大 学 学 报 第42卷

T

)))ìk+1k+1σ(k+1=X(ïY(

ï^^ï)σ(k+1σ(k)=+()11í

Tï^))Y(k+1k+1σ(k)-X(()ïXk1+μï))îI+XT(k+1X(k+1η式中:X为系统输入矩阵;Y为系统输出矩阵;σ和^可以证明为保证σ为待辨识向量;μ为收敛因子,

足稳定性条件,这里可以设反馈增益矩阵为

()G=(k-1)A,k≥17

同时转速辨识系统 根据波波夫超稳定性理论,如下

响应更快,这里同样采用比例积分形式的自适应律,

kæiö^ω=çkp+÷×søè

应使0<μ<2.在实际应用中,APA算法的收敛,

[id

·

^iq

·LLqLd

+

Lq2d

ψ^ifq-iq·^id·LLdψf

q-Lqiq+(LLd

-

Lq)

·^(^(

LdLq)

ψf

^]

() qLdid·iq)+Lq

-LdLdiq

8电流自适应状态观测系统增加了校正环节,

可调模型增加了反馈增益,以此达到辨识参数的收敛,相比于传统模型参考自适应算法具有更快的收敛速度 .

基于仿射投影算法的参数辨识

.1 内置式永磁同步电机离散化数学模型

根据式(通过变换可以得到电机状态空间函数如下

1)和式(2),选择定子电流为状态变量,ìïïdisdRsiLq1í

ïdt=-Lsd+ωeisqusdïRdLd+

Ld

(9)î

disq dt=-Lsqisq-LLdqωeisd+L1qusq-ψLfqωe根据前向欧拉离散法,

以电流为状态变量可得永磁同步电机定子电流离散化模型为

ìïïisd(k+1)=isd(k)-RsTsisdï

L(

k)+ïLdïqTsωeTsí

Ld(k)isq(k)+Lusd(k)ï

ïiïsq(k+1)=isq(k)-RLTd

ssq

isq(k)-ïïLîLdTsq

ωe(k)isd(k)+TLsqusq(k)-ψLfqωe(k)式中:T.2 s为离散化采样周期;k为离散化标号仿射投影算法

.

(10

)仿射投影算法(是能量归一化最小均方误差PA)是由K.OzekiA和ffiT.nePUmrojectionAlgorithm,(eda于1984年提出,

法,对数据进行分块处理,其运算量要比最小二乘法NLMS)算法的推广算小,收敛速度介于最小均方算法和最小二乘法之间,

在输入信号具有相关性的情况下,可重复利用过去的数据信号,以提高参数辨识算法的收敛速度采用仿射投影算法来进行电机参数的估计,AP.本文A算法的离散形式如下

0AP小的<μ2,μ决定

可以使稳态误差减小,同时也会造成收敛速度减小;反之亦然,所以μ的选择要综合考虑收敛速度和稳态误差的平衡;η为避免矩阵求逆过程中的数值问题,克服了算法可能的奇异情况而引入的调整参数;I为单位矩阵根据式.

(只能同时在线辨识两个参数值10)和式(11

)可知,,由于方程秩的问题综合考虑定子、定子电阻和转子磁链的受影响因q轴,电感与素,对需要辨识的参数进行分类d轴电感:定子电阻和转子磁

链主要受温度变化影响,与电机转速和定子电流的动态响应相比,温升引起的定子电阻和转子磁链的动态响应也相对缓慢;而定子q轴电感与d轴电感的影响因素主要是磁场饱和,磁场饱和又是与定子电流的变化相关,所以电感参数的动态响应是与定子电流变化相关的较快响应APA算法按中断周期执行的.通过以上分析,可以将

长短分为:快速算法和低速APA算法共两种.快速APA算法是对

APA

定子的中断执行周期q轴电感与T1与d轴电感这两个参数进行辨识,法是对定子电阻和转子磁链这两个参数进行辨识PWM周期相同,低速APA算,中断执行周期T2=50T1得到相对精确的辨识值的情况下,这样就可以在保证能够,减少参数辨识算法的执行时间.图2为算法执行逻辑流程图.

图Fig

.22 APA算法流程图

3.3 d轴电感和q轴电感的辨识原理

FlowchartofAPA根据电机电流离散方程式(10)和APA算法离

333A第5期 张立伟等:无位置传感器内置式永磁同步电机参数的在线辨识方法

81

),散方程式(采用11d轴电感和q轴电感进行辨识,中断时间T1,可以得到

)i(i(k1k)-T1ω(k)ik)ùéq(êd+-dú()13êú()()()()Tωkikik1ik+-qëû1dq

)Y(k+1=

ik)Vd(k)éù-T1Rs+T1d(êú()12ê-TRi(ú)()()kTVkTωk+1q-1ëû1sqfψ)XT(k+1=

APA算法的输入变量包括电机d轴电流与电压、q

轴电流与电压及电机的转速,还有通过低速APA算法辨识得到的电机定子电阻和转子磁链,得出的d轴电感和q轴电感实时更新到低速APA算法辨识观测器和MR进行AS速度和转子位置观测器中,3.4 定子电阻和转子磁链的辨识原理

根据电机电流离散方程式(和A10)PA算法离),散方程式(对定子电阻和转子磁链进行辨识,采11用中断时间T2,可以得到电机参数变化的补偿.

,间的选择采用PWM中断周期2这样就可以00μs快速的跟踪磁场变化,达到算法快速收敛的效果.

^式中,在电感参σ为待辨识的d轴电感和q轴电感,数辨识过程中,由于电感的变化主要由于磁场饱和引起,与定子电流的变化相关,所以T1中断采样时

^σ=[LdLq]T,σ=[LdLq]

^^T

()14

))Ld(ik+1ik)Vd(k)Lqik)ω(k)éù--T2-T2d(d(q(êú()Yk+1=êú(()())()()()iVqk+T2Ldi-T2ëLqidkωkûqk+1-qkik)0é-T2ùd(Têú())X(k+116=êúk)-Tω(k)ë-Ti(û

()15

^式中,由于定σ为待辨识的定子电阻和转子磁链,子电阻和转子磁链的变化主要是电机温度变化造成,而温度的变化是一个相对缓慢的过程,较高的中断采样频率对待辨识参数的跟踪性并没有显著提高,相反会增加算法的复杂度,增加处理器的运算负担,所以可以采用相对较低的中断采样周期T2来50T1,这样就能够在保证参数辨识结果准确的同

时,可以大大减小APA辨识算法的运算量.

^σ=[Rsψf]T,σ=[Rsψf]

^^2q2

T

()17

对定子电阻和转子磁链进行辨识.本文采用T2=

4 仿真与实验分析

统模型参考自适应观测器算法的仿真模型.

Fi.3 Simlifiedschematicof2Level-VSIgp

图3 两电平电压源型逆变器结构图

为了验证上述算法的有效性和可行性,本节对提出的新算法进行实验验证.实验采用两电平逆变器,输入电压为直流3输出侧由富士I36V,PM功器TM采样频率为5k电机采用S320F28335,Hz.

电机参数为:额SVC无位置传感器永磁同步电机,定子电阻Rs为0.6.88mH,Lq为10.08mH,53Ω,

感应电压UAC为1极对数P为4,额定频率fN66V,,为6额定扭矩TN为3根据实验要6.7Hz0N·m.求,搭建的永磁同步电机实验系统如图3所示.定电压UN为2额定电流IN为120V,2A,Ld为率模块连接永磁同步电机.主控芯片采用TI微处理

/,电机给定初始转速为60N·m,00rmin0.8s后

/,/;)转速设为1000rmin1s后转速设为400rmin2转速变化0.2s时将电机的负载转矩设为12N·m,)设定与条件1中相同.通过示波器观察永磁同步电的变化状态,电流自适应状态观测器算法仿真结果5所示.

根据仿真结果对比可知,电流自适应状态观测器算法估算的电机转速与实际的电机转速在以额定转速稳态运行和加减速运行时都能达到很好的跟/,在加速启动过程中误差达到最大的±3rmin/,在0.电磁转矩能够在4rmin1s处达到收敛状态;加减速过程中较快响应,最大波动在±0.而6N·m.传统模型参考自适应观测器算法估算的电机转速与实际的电机转速在稳态运行和加减速运行时都能达随,电机的转速估计误差在稳态运行时不超过如图4所示,传统模型参考自适应观测器算法如图

)设置仿真条件为:空载运行条件,负载转矩为1

机的实际输出转速、估算转速、三相电流和电磁转矩

4.1 电流自适应状态观测器的算法仿真分析

为了验证上节设计的电流自适应状态观测器对

/电机转子信息估计的性能,分别在Matlab

Simulink搭建了电流自适应状态观测器算法和传

82

北 京 交 通 大 学 学 报 第42卷

到很好的跟随,电机的转速估计误差在以额定转速/,稳态运行时不超过±1在加速启动过程中0rmin/,误差达到最大的1在0.5rmin15s处达到收敛状

态;电磁转矩能够在加减速过程中较快响应,最大波动在±1N·m.

Fi.4 Currentadativestateobserveralorithmgpg

图4 电流自适应状态观测器算法

第5期 张立伟等:无位置传感器内置式永磁同步电机参数的在线辨识方法

83

电流自适应状态观测器算法对转速 综上可知,

的估计精度要高于传统模型参考自适应算法,并且转速波动较小,鲁棒性更强,在转速响应中能够更快4.2 APA算法电机参数的在线辨识性能

为了验证所提出APA算法在电机参数在线辨识策略,应用图3所示搭建的永磁同步电机实验系统,分别对参数辨识的静态性能和动态性能进行验证.实验使用的永磁同步电机的参数见表1,实验中应用闭环矢量控制,电机的负载采用液压负载.)对参数辨识的静态性能进行分析,实验给定1

/,电机转速为额定值10液压负载转矩为额00rmin定负载3观察电机在额定工况运行时对参0N·m.数的辨识效果,其中辨识的数据通过CAN通信传送到上位机,将实验采集的参数辨识的数据分别应用M如图6所示,图6中的曲atlab进行数据处理,

线分别表示电机定子电阻、d轴电感和转q轴电感、子磁链参数收敛过程波形,从图6可以看到,最终辨识定子电阻Rs、永磁体磁链ψm、Ld和Lq的收敛结果都比较接近真实值,说明这种辨识算法最终的鲁棒性强和收敛性好能得到保证.

)无传感器控制系统的参数在线辨识的关键是2

当运行转速和负载发生变化之后,参数是否能够收敛到实际值,为验证本文所提出的参数辨识算法的动态性能,图7为系统在稳态运行时,在t1时刻转//,速从6在t00rmin阶跃到1000rmin2时刻转矩从15N·m阶跃到20N·m工况下的参数辨识动态响应波形.

的达到转速的给定值.

Fi.5 Traditionalmodelreferenceadativeobserveralorithmgpg

图5 传统模型参考自适应观测器算法

通过分析应用本文提出APA算法编写的电机

参数在线辨识方法在电机的转速或转矩发生变化时,可以看出各个参数的辨识结果经过短暂的动态响应后,仍会收敛到实际参数附近,从而表明转速或转矩突变不会造成较大的辨识误差.

在收敛速度上有了很大的提高,在出现负载变化时,

84

北 京 交 通 大 学 学 报 第42卷

图Fig.6 St6a 电机参数辨识静态实验结果

ofmtioctoprerpfaorrammaentceeriedxep

netriifimceatnitoanlresults图Fig.7 Dy7na 电机参数辨识动态实验结果

ofmmotiocrppearfroarmmeatenrceideexnp

tiefriicmateiontn

alresults 结论

1

)本文作者针对传统模型参考自适应算法中对转速估计收敛速度慢的特点,提出了一种改进型的可调模型,即采用增加反馈环节的电流自适应状态观测器来对速度进行估计,仿真表明该方法较传统方法具有较快的收敛速度,降低系统的稳态误差,同时具有一定的鲁棒性应用存在的问题2

)对仿射投影算法在电机参数辨识中的工程化.

,采用不同周期分别对电机的交直

轴电感、定子电阻和转子磁链进行辨识,在完成各自的辨识任务之后,两组不同周期的辨识系统通过相互交换各自的辨识结果来保证该参数辨识算法所使用的辨识方程组的满秩,很好的克服了多参数辨识的欠秩问题,置传感器矢3

)从而实现多参数的辨识将辨识得到的参数加入到永磁同步电机无位.

量控制系统的转速与位置估算算法模型,增加了速度与位置辨识的精度.仿真和实验表明,提出的电机参数在线辨识方法能够对电机参数进行准确辨识,具有稳定性好和良好的动态性能.

参考文献([References

):1]cPmoIIonPtdrPeollOaonfPA,dHMHFsSIMNKigdnrKailvAeNinsuEjecsNtiinM,Lognac[CoU]/mOM/bIJ.Sensorless

IinnadtuisotnoryfAvpop

lltiacgae-[2]tGiEonNsCDUoSnOferFen,cMeI,C2E0L0IR4(2,):R96A4N-D9O70.

sPenMsorC,etal.BackEMF

Mles[Js-co.nItErEolEalTgroarnitshacmftionosrhoinIgh-nddyunsatrmiiaclEpelrefcotrromnaincs

ce[3]2iC0O10SR,L5E7Y(6]MJ):20,9L2O-R21E0N0ZRD..

,RotorositionandvctThyrraoesnntsoiaumcsmatiotionansochfionInrasenatdusastlitaernnt-polepermap

nentmageloc-ydstAilplp

alincdathiiognhsspe9e9d8s[n,J3]etsyn-4.I(E4E)E[4]7K8I4M-7JS.

,1:,SULSK.Hoig

nshepnersfoorrsumasnicnePgr

eMduScMedodrirvdeesr[5]7ow5bisthoutrotationalposi-er8v2.

er[C]//IndustrytiApp

licationsConference,1995:iWAjnNGG,YANGL,ZHANGG,etal.ComarativeTecvrteaisnotsnigacsatctiihooenonsmefospnPfsoeruowsdeoenrEsraornlldomhigh-frequencyeecstsroInPicMsS,M201d7riv,e3s2[sJip

g(3]nalin-).I:2E1E2E[6]-2132.

3

fMiltEeRrCasOaRnoELbLsIerPve.rAhforyssteenrseosirslehsy

sbvraildveexctoenntdreodKlincalamamnlessinternalcombustionengines[J].IEEETransactions-

[7]LoIYnIn,duCstArOSyAp.p

Mliocadteilornesf,er2e0n1c2e,a4d8simulationofpermanentmagnetap(t6iv)e:1c9sy

nchro4on0ntor-o1ul9ss4y

9mst.oetomr5第5期 张立伟等:无位置传感器内置式永磁同步电机参数的在线辨识方法

[//A,EC]dvancedInformationTechnololectronicgy

85

[]KHL8AIEFA,BOUSSAKM,CHÂARIA.AMRAS-]sensorlessvectorcontrolledIPMSMdrive[J.Electric,():PowerSstemsResearch2014,10831-15.y

,andAutomationControlConference2016:498-502.

basedstatorresistanceandseedestimationforpal.AdativecontrolofPMSMcurrent-looasedonppb,2:ElectrotechnicalSociet012,27(3)86-91.(iny

,,YANGLion.ZHANGYunlonCHENZhianetygggg

():386-91.

]流环在线自适应控制方法[电工技术学报,J.2012,27

arameteridentification[J].TransactionsofChinap)Chinese

[]9ZHAOY,QIAOW,WUL.Anadativequasi-slidin-pg

forinteriorpermanentmanetsnchronousmachinesgy[],J.IEEETransactionsonPowerElectronics2013,28():125618-5629.

moderotorpositionobserver-basedsensorlesscontrol

[]刘侃,章兢.基于自适应线性元件神经网络的表面式永13

():2010,303068-73.

]磁同步电机参数在线辨识[中国电机工程学报,J.

,LIUKanZHANGJin.Adalineneuralnetworkbasedg

[10

]史宇超链的在线辨识,孙凯,马鸿雁[J].电工技术学报,等.内埋式永磁同步电机永磁磁,iSdeHnIYtificuacthiaoon,oSfUpNerKmaain,enMAtmHagonn2eg0tfy

1a1n,26lu,xet(9ia)nl:.48IO-PnM-l5Si3nMe.

Sdroicvieety

[,J2]0.11T,r2a6ns(a9c)ti:o4n8s-5o3f.(CinChinahineEsleec)trotechnical

[11

]李旭春机无位置传感器控制,张鹏,严乐阳,[等.具有参数辨识的永磁同步电1L3IX9-u1c4h7un.

J].电工技术学报,2016,31(14)

:sorlesscon,trZolHAoNfGpePrenmgan,eYntANmaLgenyeatng

s,yentchalro.nSoeuns-tmioontsorwofCithhinoaEnlinleecptarroatemcehtneirciadleSnoticfiiectayti,on20[J16].,3T1ra(n1s4a)c-

:[12]1杨立永39-14,7张云龙.(inC,h陈智刚inese

),等.基于参数辨识的PMSM电

omnalinneentmparaagmneetteresynsctihrmationforsurface-mountedper-14

oftheC,王培良SEE,,2李祖欣010,30o(n3o0u)sm:68a-ch7i3ne.s(i[nCJ].hPirnoecseee)ding

s[]荀倩辨识[J,等.电.基于递推最小二乘法的永磁伺服系统参数工技术学报,161-169.

]2016,31(17)

:sp

Xq

aUuraNarmemeQtiearnes,thoiWAdde[JntN]ifG.icTaPrtaieoilnsnianactbg

ia,osneLsodIZfCounxinhirne,aEceutrlsaeilcv.tePMrotleeScahsM-t[15]LniIcUalKSo,cZieHUZQty

,2016,,S3T1O(1N7EDA.):161-P1a6r9a.m(eitnCerehisntiemse)froortocronpdeirtimoannemonitogringofPMSMstatorwindingatnaioInn

nddustrialElectrontmnicsa,2n0et1s3[J,6]0.I(E1E2ET):59r0a2ns-ac5t9io1n3s.o-