第6章　系统的闭环控制 电力电子与电机系统分析基础 教学课件.ppt

6.4.2　模型参考自适应法 图6-12　基于反电动势的MRAS结构 6.4.2　模型参考自适应法 图6-13　基于无功功率的MRAS结构 6.4.3　观测器 图6-14　全阶观测器系统结构框图 6.4.3　观测器 图6-15　全阶状态观测器的结构图 6.4.4　其他方法 1.卡尔曼滤波法2.转子齿谐波方法3.智能控制法 1.卡尔曼滤波法 它是在20世纪60年代初提出的一种最小方差意义上的最优预测估计的方法，其突出特点是可以有效地削弱随机干扰和测量噪声的影响。扩展卡尔曼滤波算法则是线性卡尔曼滤波器在非线性系统中的推广应用。如果将电机转速也看作一个状态变量，而考虑电机的五阶非线性模型，在每一步估计时都重新将模型在该点线性化，再沿用线性卡尔曼滤波器的递推公式进行估计。扩展卡尔曼滤波法提供了一种迭代形式的非线性估计方法，避免了对测量的微分计算，而且可以通过对误差协方差阵的选择来调节状态收敛的速度。 2.转子齿谐波方法 为了克服速度估计中对电机参数的依赖性，可利用定子电流信号中与转速相关的频率成分来分析转速。早期利用转子齿谐波电动势计算转差频率，但只能在较高控制频率下有效。由于高速DSP芯片和硬件FFT芯片的出现才使这一方法有了充分的展示。利用转子齿谐波的改进方法可以在稳态下对大范围的速度进行测量计算。 3.智能控制法 神经元网络和模糊控制由于其非线性和对数学模型依赖性不强的特点，都被用到速度辨识中并且呈现出良好的性能。如利用基于反向通道技术的两层神经元网络技术估算异步电机的转速，将神经元网络模型的输出与电机的实际值进行比较，并利用两者之间的偏差反向调节神经元网络的权，最终使转速估计值跟踪转速的真实值。 6.5　数字滤波器在磁链观测中的应用 从前面的章节分析可以知道，在异步电机高性能闭环控制中，通常由电压积分模型法得到磁链，由于观测值中直流和低频分量的存在，低速时无法精确获得磁链，从而恶化了系统的低速性能。为改善高性能控制下的电机低速性能，一般的做法是在定子磁链观测值后加一个数字滤波器。本节介绍有限冲击响应数字滤波器与电压积分模型法相结合的方法，给出混合型定子磁链观测器原理结构及实施方法。 6.5.1　有限冲击响应滤波器的工作原理 该系统的相移与频率成正比。当一组离散信号序列x(n)通过此系统时，其输出序列为y(n)。输出信号y(n)仅仅相当于输入信号x(n)在时间上的移位，故可以实现信号的无失真传输。 6.5.2　使用有限冲击响应数字滤波器的定子磁链观测器 消除谐波和直流分量，首先考虑设计理想低通滤波器h(n)，使其在通带内满足线性相位，阻带内幅频响应为0。显然，它是一个无限长非因果系统，为得到物理上可实现且幅频、相频响应与理想滤波器h(n)类似。 6.5.3　有限冲击响应数字滤波器的效果 1)能够较为精确地观测异步电机低速运转时的定子磁链值。2)采用该方法可以精确地测量不同频率运行和不同负载情况下电机的电磁转矩，此转矩测量值可以用于观测不同变频器下的电机转矩响应，从而可以比较不同变频器的性能。3)将该方法用于直接转矩控制之中，可以有效改善电机的低速性能。 6.5.3　有限冲击响应数字滤波器的效果 图6-16　50Hz电机定子磁链观测效果 6.5.3　有限冲击响应数字滤波器的效果 图6-17　1Hz电机定子磁链观测效果 6.5.3　有限冲击响应数字滤波器的效果 图6-18　1Hz下的电磁转矩计算 6.6　矢量控制与直接转矩控制的鲁棒性分析 控制系统的鲁棒性是高性能交流调速研究中的热点问题之一。电机控制模型中的建模误差，以及系统运行中的参数漂移，诸如电机的定、转子电阻随着温度发生变化，相当于对所研究的控制系统加入了扰动。作为两种最具代表性的交流变频调速控制策略，矢量控制和直接转矩控制在鲁棒性能上各具特色。 6.6.1　关于鲁棒性的简单说明 鲁棒性能是衡量控制系统性能优劣的一个重要指标。这其中又分为内部鲁棒性和外部鲁棒性，前者主要着眼于系统建模误差和控制器的参数变化，后者则更侧重于抗外界信号干扰的能力。对于变频调速系统而言，其鲁棒性不仅仅局限于抗外界的EMI(Electromagnetic Interference)能力上，还与其在控制策略中所采用的系统参数及其受扰动程度有关。 6.6.2　变频调速系统的鲁棒性分析 很明显，对于RFOC系统而言，磁链观测、转速观测、转矩计算等均不可避免地用到转子侧参数，其各计算量的计算精度都要不同程度地受到转子侧参数的影响。 6.6.3　速度传感器对控制系统鲁棒性的影响 电力电子与电机集成系统中，不同控制策略对速度传感器(码盘)的依赖性，也是非常重要的一个方面。事实上，对于RFOC系统，一个高精度的码盘意味着由ω的观测而引入的偏差可以忽略不计。 6.7　矢量控制与直接转矩控制试验比较 本节从试验