基于IMM的永磁电机无速度传感器技术

张钧天　黄辉先　王程啸　谭荣福

摘要：提出一种新颖的基于IMM算法的电机转速、转子位置观测器，用于永磁电机无速度传感器矢量控制系统的转速等参数辨识。以期削弱滑模观测器的抖动，提高模型参考自适应观测器的动态性能。该方法基于交互式多模型算法的核心思想，在永磁同步电机Id=0的双闭环电压矢量控制系统运行时缺少直接速度测量手段的情况下，用滑模观测器（SMO）和模型参考自适应观测器（MARS）对电机的即时转速、转子位置进行并行估测，计算出两组不同的SVPWM电压输入uα、uβ值，再赋予权值进行交互输出电压值。通过分析和仿真结果表明，所提出的永磁电机无速度传感器矢量控制系统的转速辨识方法具有较强的鲁棒性和令人满意的动静态性能。

关键词：永磁同步电机；IMM；无速度传感器；速度辨识

中图分类号：TM341文献标识码：A

Abstract：A new motor speed and rotor position observer based on the IMM algorithm is proposed， which is used for identifying parameter that the speed of vector control system of permanent magnet synchronous motor with speed sensorless. In order to undermine the jitter of sliding mode observer， Improved dynamic properties of model reference adaptive observer. The observer is based on the core concept of interactive multiple model algorithm， under the condition of Id=0 vector control system of double closedloop voltage magnet synchronous motor runs with the lack of direct speed measurements， by use the synovial membrane observer and modelling reference adaptive observer to evaluate instant rotational speed and rotor position of vector control system in parallel， calculate the two different values of SVPWM voltage import uα and uβ，then assign the weight to interactively output voltage values. Though analyzing and simulating results show that the proposed speed sensorless vector control system of permanent magnet motor speed identification method have stronger robustness and satisfactory dynamic and static performance.

Key words：Permanentmagnetsynchronousmotor； IMM；sensorless； Speedestimate

1引言

随着工业控制、加工制造、航空航天等行业的迅速发展，伺服控制系统的研究与应用越来越广泛。而永磁同步电机因具有功率因数高、动态响应快、过载能力强、效率高、结构简单、运行平稳等优点逐渐成为了伺服控制系统中的主流电机[1-2]。如何提高控制系统的性能成为了各国专家学者研究的热点。

目前适合永磁同步电机的最主要的无速度传感器控制控制策略主要有卡尔曼滤波法[3]、滑模变结构控制[4-6]、模型参考自适应（MARS）法[7-10]、高频注入法[11]。MARS法具有算法简单、计算量小的优点，但参考模型本身的参数准确程度会直接影响速度辨识的精度，当电机参数变化或存在外界干扰时，MARS法就不再适用。滑模变结构控制算法简单、鲁棒性强，但在变结构控制中，由于惯性、滞后的因素的存在会产生抖振。

基此，本文提出一种融合滑模变结构法和MARS法的新算法，以期进一步提高速度识别精度和鲁棒性并有效的减小滑模变结构引起的抖动。实验结果表明了本文方法的有效性。

2滑模观测器

永磁同步电机在αβ坐标系中的方程式为：

4基于IMM算法的电机转速估计

交互式多模型算法（IMM）的基本算法流程如图1所示：

显然，交互式多模型算法的核心思想在于：观测时，对跟踪目标的同一相关属性采用多重算法进行并行评估，得出不同观测器下的不同观测值。然后，采用加载不同的权值对其进行概率交互，输出较为理想的观测值，以便系统进行相关控制。

本文基于交互式多模型算法的核心思想，在永磁同步电机缺少霍尔传感器等直接速度测量手段的情况下，观测电机的三相输入电压和三相输出电流值作为观测器的输入值，借助滑模算法观测器（SMO）和模型参考自适应算法观测器（MARS）对电机的实时转速、电机转自位置两个电机参数进行并行估测，得出在不同的电机转速和转子位置估测值。然后，通过两组Id=0的双闭环电压矢量控制PI参数调控系统，同时计算出两组不同的空间矢量调制（SVPWM）输入值uα1、uβ1、uα2、uβ2。最后进行加权处理，得出较为理想的uα、uβ值。

传统基于滑模观测器的Id=0双闭环电压矢量控制系统具有较强鲁棒性能，响应速度较快，但其速度适应范围差，且在电机速度稳定后存在明显的抖振现象；传统基于模型参考自适应算法的Id=0双闭环电压矢量控制系统具有较强的速度适应能力强，鲁棒性好，但其在电机低速与中低速阶段鲁棒性能有所下降。因此，为了保证系统的强鲁棒性与速度适应性，本文采用以模型自适应算法观测器为主导，两者进行权值交互并行估测。通过仿真和实验得出电机转速在400-600rad/s时，两个模型交互概率设定为固定值0.9左右（即取模型参考自适应观测器预测结果的90%，取滑模观测器预测结果的10%），系统具有良好的性能。

5实验结果与分析

为了验证所提方案的控制效果，对系统进行Simulink仿真研究。所建立的基于IMM算法的永磁同步电机无速度传感器电压矢量控制（Id=0）系统模型如图3所示：

仿真电机参数如下：额定电压500 V；定子相电阻2.875 Ω；定子电感0.0085 H；电机极对数4；电机转动惯量0.008 kg·m2。仿真时间设定为0.5 s。为了检验该调速系统的调节性能与速度跟踪性能，下面将分2步进行对比实验，值得说明的是因为在该系统中由滑模观测器构建的调节系统效果远远比自适应观测器调节系统、交互式多模型观测器调节系统效果差很多，故不加入对比。

5.1仿真实验1

分别设定400 rad/s、600 rad/s的恒定理想速度信号，并且在0.2 s给永磁同步电机加一个6 N·M的小负载，检验该系统的速度调节性能。MARS调速系统与IMM调速系统中电机实际输出速度及实际输出速度、理想输出速度的相对误差百分比对比如图3，4，5，6所示：

由图3，4可知：MARS观测调速系统超调量为510 rad/s，而IMM观测调速系统超调量为490 rad/s，相对于MARS观测调速系统而言，IMM观测调速系统减少约18.7%的超调量；稳定时间缩短3 ms左右；静态性能好；在加入小负载后IMM观测调速系统继承了MARS观测调速系统的优秀扰动抑制能力。

由图5，6可知：MARS观测调速系统超调量为708.5 rad/s，而IMM观测调速系统超调量为683.1 rad/s，相对于MARS观测调速系统而言，IMM观测调速系统减少约23.4%的超调量；稳定时间缩短2 ms左右；静态性能优秀；在加入小负载后，IMM观测调速系统继承了MARS观测调速系统的优秀扰动抑制能力的同时，进一步减少超调量，并缩短稳定时间。

5.2仿真实验2

理想速度信号设定为100sin（100πt）+500 rad/s，以检验系统的速度跟踪性能。MARS调速系统与IMM调速系统中电机实际输出速度对比如图7所示：

由图7可知：MARS观测调速系统超调量明显比IMM观测调速系统超调量大很多，而且相对于MARS观测调速系统而言，IMM观测调速系统稳定时间明显缩短；系统的速度跟踪能力很强，没有相位差。而且，对比MARS观测调速系统而言，IMM观测调速系统在稳定时的静态误差较少，稳定性能好。

6结论

本文提出一种基于交互式多模型观测器的永磁同步电机无位置传感器控制的新方法。本策略基于交互式多模型算法的核心思想，在永磁同步电机Id=0的双闭环电压矢量控制系统运行时缺省直接速度测量手段的情况下，用滑模观测器（SMO）和模型参考自适应观测器（MARS）对电机的即时转速、转子位置进行并行估测，计算出两组不同的SVPWM电压输入uα、uβ值，再赋予权值进行交互输出电压值。本策略在电机转速、负载转矩、电机参数等变化情况下的仿真研究表明：

1）系统动态、稳态性能良好，速度辨识精度较高；

2）对电机理想速度变化及负载转矩波动具有较强的鲁棒性；

3）算法较简单，易于工程实现

参考文献

[1]PILLAY P，KRISHNAN R. Application characteristics of permanent magnet synchronous and brushless DC motor for servo drives[J]. IEEE Trans on Ind. Appli，1991，27（5）：986-996.

[2]LIANG Yan， LI Yongdong， The state of art of sensorless vector control of PMSM [J]. Electric Drive，2003，33（4）： 4-9.

[3]BOLOGNANI S， TUBIANA L， ZIGLIOTTO M. Extended KalmanFilter tuning in sensorless PMSM drivers[J]. IEEE Trans. Industry Application，2003，39（6）：1741-1747.

[4]XU Junfeng. Analysis of the stator flux linkage in permanent magnet synchronous motor direct torque control[J]. Electric Drive，2005，（1）：10-12.

[5]贾洪平， 孙丹. 基于滑模变结构的永磁同步电机直接转矩控制[J]. 中国电机工程学报， 2006，（26） ：134-138.

[6]黄辉先，阮挺.基于遗传算法的模糊滑模控制在永磁直线电机位置控制中的应用[J]. 湘潭大学自然科学学报， 2010，（4） ：14-17.

[7]张猛，李永东，赵铁夫，等.一种减小变频空调压缩机低俗范围内转速脉动的方法[J]. 电工技术学报， 2006，21（7）：99-104.

[8]KIM Y S，KIM S K，KWON Y A. Mars based sensorless control of permanent magnet synchronous motor[C]. SICE 2003 Annual Conference，2003（2）：1632-1637.

[9]LIANG Yan，LI Yongdong.Sensorless control of PMSM based on MARS method and initial position estimation[C]. Electrical Machines and Systems， ICEMS，2003，2003（1）： 96-99.

[10]李永东，张猛，肖曦，等.永磁同步电机模型参考自适应无速度传感器控制方法[J]. 电气传动， 2004，34：302-306.

[11]秦峰，贺益康，刘毅，等.两种高频信号注入法的无传感器运行研究[J]， 中国电机工程学报， 2005，25（5）：116-121.

[12]张崇巍， 李汉强. 运动控制系统[M]. 武汉： 武汉理工大学出版社， 2002.

[13]刘金锟. 滑模变结构控制Matlab仿真[M]. 北京： 清华大学出版社， 2005.