开关磁阻电机(SRM)控制策略综述.doc

开关磁阻电机(SRM)控制策略综述 摘要:?简要回顾了SRD发展过程中出现的各种控制策略,分析和介绍了各控制策略的优缺点,展望SRM控制策略的发展趋势。关键词:?开关磁阻电机　 图 1 SRM 非线性反馈线性化控制的轨迹跟踪系统 文献 [16]采用单相参考转矩为梯形的转矩分配函数，使换相期间的原导通相转矩线性减小，新导通相转矩线性增大，并应用非线性转矩控制补偿反电势与电感的非线性特性，从而使原非线性系统线性化，改善了系统性能，减小了转矩脉动。文献 [15 、 16]都表明，基于线性控制律的反馈线性化控制器比 PID控制器能提供更好的动、静态性能，但是单纯基于线性控制律的反馈线性化控制器不足以处理 SRM 模型中的不确定性，在实现时系统性能很难被保证。 为了增强系统的鲁棒性，文献 [17、18]针对SRM速度跟踪应用，考虑到模型具有不确定性，基于 Lyapunov第二方法设计了鲁棒的反馈线性化控制器 ,文献 [17]为仿真结果，文献 [18]为其实现。通过考虑系统模型的不确定性，虽使 SRD系统的暂态、稳态性能及鲁棒性有所改善，但是转矩脉动仍然较大，而且在额定负载下存在 7 % 的速度误差。Taylor D. G.等人则将反馈线性化技术和奇异摄动技术应用于 SRM的控制,通过减小转矩脉动实现了SRD的高动态性能，但是这种方法使用的是 SRM 的降阶模型，而且它要求知道转矩 - 位置 - 电流特性的先验知识，要求复杂的线性化和解耦变换电路。 L. Ben Amor基于 SRM电动态及机械动态的全阶参数化非线性模型，将非线性自适应反馈线性化控制应用于3 SRM,这种方法减小了系统建模误差的影响，使用参数的在线估计避免了预先测试，在位置控制的应用中显示了系统的高性能，即转矩脉动大大减小，具有强的抑制干扰能力，而且无需测量电机的加速度，无需先验知识，实现容易。但是，它使用的模型忽略了磁饱和效应，这虽然简化了磁链、电感与相电流间的关系，可同时又带来了不小的误差。Scott A. Bortoff 研究了低速、高转矩运行模式下SRM的非线性自适应控制,结合 B样条基函数与 Fourier正弦基函数，建立了 SRM电磁转矩、转子位置及相电流间的动态模型，基于该模型设计了自适应反馈线性化控制器，实现了位置轨迹的渐近跟踪，缺点是大量参数导致瞬态性能差。 3. 2 变结构控制 1993年，G. S. Buja首次将变结构控制应用于SRD，通过将转矩脉动看作干扰，将非线性看作增益偏差，无需电机的先验特性即可克服SRD中的问题，系统结构如图 2所示。与传统控制下的 SRD相比，变结构控制 SRD的性能被改善，转矩脉动大大减小，系统对参数变化及干扰不敏感，控制策略容易实现。但是它以SRD工作于SRM磁特性线性区为前提，忽略了磁饱和及相间耦合的影响。Tzu-Shien Chuang则应用直流侧电流反馈设计了近似的滑模功率控制 (作为系统内环 ) ，同时以带有前馈与积分补偿的滑模速度控制为速度外环，将变结构控制理论应用于 SRM，构成鲁棒的 SRD,取得了好的结果。 图 2 SRM 变结构控制系统 3. 3 智能控制 由于智能控制在数学本质上属于非线性控制，且具有很强的自学习、自适应能力，所以智能控制在 SRD中的应用取得了优良的结果。在控制 SRM 的应用中，智能控制主要被用于学习 SRM电流波形，配合以适当的电流内环，从而实现 SRM的高性能控制。图 3即为模糊控制应用于 SRD的很好示例，它以转矩脉动最小为目标，采用了自适应模糊逻辑控制策略。控制器以位置为输入、相电流为输出，通过实时修改隶属函数使各相在最适合的电动区域导通，即使位置检测有误，控制器也将使模糊集合移向适合的电动区，模糊参数的初值被随机选取，在运行过程中通过适应实现最优。控制器不依赖于电机的先验知识，能够适应电机特性的任何变化，对转子位置反馈误差具有强的鲁棒性，转矩在最大正转矩产生区域产生，增加了转矩密度、避免了高电流峰值，电机转矩脉动很小。 图 3 SRM 自适应模糊转矩控制系统 3. 4 基于转矩分配函数规划的控制 从构建相电流波形着手，通过调整各相转矩以产生期望的整体电机转矩，从而实现转矩脉动最小，也不失为一种有效的方法。可是，对各相转矩进行任意组合均可产生同样的总转矩，而转矩分配函数的选择直接影响电阻损耗和馈电电压（）。电阻损耗关系到传动效率，馈电电压关系到转矩 - 转速容量，所以转矩分配函数及其关联的电流或磁通波形必须被仔细设计。 4.总结与展望 SRD发展到今天在控制策略方面虽已取得了很多非常有用的成果但是仍然很不完善仍然存在许多问题待解决而且尚未形成完善的SRM控制理论。通过前面的综述可以发现今后很长一段时间内关于?SRM?控