宋娟娟 王尹琛 吴竟启 郭中陽
(1.江苏超力电器有限公司,丹阳 212321;2.吉林大学,长春 130022)
主题词:永磁同步电机 矢量控制 直接转矩控制 无感控制 弱磁控制
缩略语
PMSM Permanent Magnet Synchronous Motor
FOC Field Oriented Control
DTC Direct Torque Control
V/F Voltsper Hertz Control
APC Adaptive Control
MPC Model Predictive Control
EMPC Economic Model Predictive Control
MRAS Model Reference Adaptive system
STC Self-Tuning Control
PAC Parameter Adaptive Control
FWC Flux Weaking Control
ADRC Auto Disturbance Rejection Control
EKF Extended Kalman Filter
MPTA Maximum Torque-per-Amp
ESO Extended State Observer
EPS Electric Power Steering
NVH Noise Vibration and Harshness
EMB Electro Mechanical Brake
ECU Electronic Control Unit
PWM Pulse Width Modulation
EKF Extended Kalman Filter
随着制造业产业升级与百年一遇的汽车电动化变革,对电机电控需求呈现出急速增加的势头。中国是全球电机产量最大的国家,2020年市场规模达950亿元,其中占生产台数总量三分之一的微特电机达136亿台。在碳达峰、碳中和的“双碳”战略目标下,电机技术也成为了战略技术。电机发明以来200年的历史中,电机技术是人类生活与产业支撑从未缺席的重要基础技术。有统计数据表明,工业化时代的全部电力消耗量的57.3%是由电机消耗的,在制造业方面电机的耗电量达到69%,在家电应用上,无刷电机相比有刷电机节能30%。因此,电机能效指标的提升一直是行业对于产品性能评价的重要尺度之一。
早期对电机控制的研究主要为固定频率供电的电机运行特性的研究,特别是稳态特性和直接启动性能的研究。1971年,德国学者Blaschke提出了交流电机矢量控制理论,它的出现对电机控制的研究具有划时代的意义,使电机控制技术的发展进入了一个全新阶段,在此后的30多年里,矢量控制技术获得了广泛的应用,交流伺服系统逐步取代了传统的直流伺服系统。1985年德国学者Depenbrock提出了交流电机的直接转矩控制。DTC不仅拓宽了矢量控制理论,也丰富了现代电机控制技术的内涵,目前矢量控制和直接转矩控制技术还在向前发展和不断完善,已经实现无传感器控制,最终将实现全新的智能化控制。
按照电机结构和工作原理,电机的基本分类如图1所示。
图1 电机分类
随着稀土永磁材料技术的成熟,永磁电机设计制造技术的不断提升,永磁同步电机的效能得到很大提高。随着电力电子技术、自动控制技术、微处理器技术的广泛应用,永磁同步电机的控制算法得到了迅速的发展。永磁电机实现了无刷化运行,同时具备异步电动机的优点,通过高性能的控制方式使其输出的转矩特性足以媲美直流电动机。永磁同步电机的效能取决于电机本体优化设计以及控制策略。在当今汽车电动化的浪潮推动下,汽车动力学的控制执行依赖于高效能PMSM电机与减速机构组成的执行器。由于在电动汽车中动力性能优越的动力PMSM电机取代了传统的内燃机,NVH成为更加突出的关注点,同时也对电机的机械与电磁噪声提出了更高要求。
本文重点聚焦永磁同步电机PMSM,综述由矢量控制FOC、直接转矩控制DTC、无感控制、弱磁控制,以及基于基本控制的现代控制技术。电机现代控制技术是实现高性能伺服驱动的核心技术,也是体现先进制造技术的标志性技术之一;依托现代电气控制技术构成的伺服驱动装置是数控机床、机器人、电动汽车等高性能机电一体化产品的重要组成部分。汽车底盘控制的电动助力转向系统和电控制动助力系统,采用带有电机转子位置传感器的有感控制。而散热器风扇、电子水泵及鼓风机电机的控制大都采用低成本的无位置传感器控制。
永磁同步电机的调速主要通过改变供电电源的频率来实现。目前常用的调速方法有:恒压频比控制(V/F)、基于磁场定向的矢量控制(FOC)以及直接转矩控制(DTC)。其中,V/F是开环控制,FOC和DTC是闭环控制。下面从控制原理、基本结构、应用特点3个方面进行介绍。
V/F控制属于标量控制,通过同时改变输出频率和电压来使电机的磁通保持不变,从而实现感应电机在较大范围内的平滑调速运行。该方法无需任何电机参数或位置反馈。文献[3]中基于感应电机的定常特性,利用公式推导了V/F控制的原理,只需改变定子角频率的同时改变感应电动势,就能使气隙磁通在整个调速过程中保持不变。
传统的V/F控制框图如图2所示,直接将输入的给定转速,分解成电压和角度,产生三相电压,以控制电机正常运行。
图2 V/F控制
V/F控制具有软硬件实现简单、调速方便、对参数变化鲁棒性强、性价比合理等优点,但是也存在一些缺点,其中之一是V/F控制不能保证定子电流和所需转子位置之间的同步,导致电机在高于旋转频率时变的不稳定。为了提高V/F控制的稳定性,文献[5]采用检测DC_Link上的电流扰动来调节V/F控制器的输入频率,且使得输入功率最小,文献[6]提出相比较启动更稳定的I/F控制,文献[7]提出基于n-t坐标系的高性能永磁同步电机V/F状态反馈控制。V/F的另外一个缺点是系统动态性、控制精度和负载能力受没有反馈的影响,导致启动能力差、转矩脉动大、调速范围窄,因此限制了这种控制方法的使用,如风扇、泵、洗衣机等,但是在车辆电机控制中很少采用V/F控制。
矢量控制的概念是由达姆施塔特工业大学的Hasse K以及西门子公司的Blaschke F分别在1968年及1970年代初期提出的。Hasse提出了间接矢量控制,Blaschke则提出了直接矢量控制。随着微处理器的大力发展,矢量控制在80年代得到了全面的发展。
FOC控制的关键是在跟随转子旋转的dq坐标系下,将定子电流解耦为励磁分量和转矩分量,使交流电机的控制等效于他励直流电机。一般从数学模型、等效电路、磁链方程、转矩方程、坐标变换5个方面来理解。
2.2.1 数学模型
永磁同步电机在两相旋转坐标系下的电压方程为式(1):
磁链方程为式(2):
式中,L,L为直轴和交轴的定子电感;ψ为永磁体产生的磁链。
转矩方程如式(3):
式中,T为电磁转矩,p为电机极对数。
2.2.2 坐标变换
如图3所示,三相静止坐标系()和两相静止坐 标 系()及 两 相 旋 转 坐 标 系()的 位 置。I,I,I,I,I,I,I为定子轴、轴、直轴()、交轴()及三相abc的电流,单位是A;为和坐标的夹角,单位是rad;U,U为定子在轴、轴的电压。
图3 坐标系
三相坐标系转为两相静止坐标系,即Clark变换,如式(4)。
两相静止坐标系和两相旋转坐标系之间的关系,即Park变换,如式(5):
Ipark变换是Park变换的逆变换,如式(6):
永磁同步电机有感FOC闭环系统的常用基本框图如图4所示,由速度环和电流环分别构成外环和内环。其中速度调节器和电流调节器使用传统的PI控制,PI控制具有一定的鲁棒性,文献[11]介绍了最佳整定法设计调节器PI参数。文献[12]采用调节器典型整定方法设计转速和电流调节器。
图4 有感FOC控制
相比V/F控制,FOC可以实现平稳启动、转矩脉动小,转速范围宽,可在恶劣工况下获得高动态响应。闭环有感矢量控制要求提供转子位置信号,因此需要安装角度位置传感器,增加了系统的复杂度,但是控制精度高,电机的实时响应快。汽车上的电动助力转向EPS、电动助力制动iBooster/EMB(图5)、变速器换挡控制、主动悬架控制等均采用此类控制算法。
图5 PMSM应用场景
直接转矩控制摒弃了矢量控制的解耦思想,实现在定子坐标系内对电机磁链、转矩直接观察和控制。1985年,德国大学Depenbrock教授基于六边形磁链,通过对瞬时空间理论的研究,提出直接转矩控制理论。1987年推广到弱磁调速范围。1985年,Takahashi教授提出了基于圆形磁链的异步电机直接转矩控制策略。1997年,Zhong,Rahman等人把直接转矩控制与永磁同步电机结合起来,提出了基于永磁同步电机的直接转矩控制理论,实现了永磁同步电机直接转矩控制。
如图6所示,坐标系是转子上的旋转坐标系,其中轴的正向为转子磁链的方向,轴与A相绕组的夹角为θ,坐标系为定子上的旋转坐标系,轴的正向为定子磁链的方向。轴与轴的夹角即定子磁链和转子磁链之间的夹角,为转矩角。ψ,ψ分别为定子磁链、转子磁链。由于坐标系和坐标系都是旋转坐标系,在恒定负载且稳定运行时,这2个坐标系同步,此时的转矩角恒定。瞬态时,转矩角随着定、转子旋转速度的不同而不断改变。
图6 定转子磁链参考坐标系
根据转子坐标系下的电机电压方程(1)、磁链方程(2)、转矩方程(3),将坐标系下的参数经过坐标变换可得定子坐标系轴上的转矩为,如式(7):
当定子磁链保持恒定时,则转矩变化的表达式,如式(8)。
由式(7)、式(8)可知,在一定条件下,保持定子磁链恒定,电机的电磁转矩随着转矩角的变化而变化。因此,通过控制可以实现对永磁同步电机转矩的有效快速控制。
直接转矩控制框图如图7所示,直接转矩控制技术在异步电机和同步电机的应用上有所差异,文献[16]在永磁同步电机直接转矩中插入零矢量,文献[17]构造一种应用零电压矢量的控制开关表,抑制电机的转矩脉动。
图7 直接转矩控制
相比V/F控制,DTC在PMSM高速时有更好的动态性能和强鲁棒性。相比矢量控制,DTC控制大大减少了FOC控制中易受电机参数变化影响的问题,DTC也存在一定局限性:
(1)DTC在低速时,其定子电阻的变化引起定子电流和磁链的畸变,对逆变器开关频率提高的限制较大;
(2)由于缺少电流环,DTC不能做电流保护,需要增加额外的限流措施。DTC适用需要快速转矩响应的大惯量运动控制系统,如电气机车等。
无传感器控制在永磁同步电机电机上的研究始于20世纪80年代,经过几十年的不断研究,已经有了很大的进展。在永磁电机中有无感方波控制和无感FOC控制,无传感器FOC控制系统框图如图8所示。无感FOC控制和有感控制最大的区别是使用算法产生的转子位置替代了传感器。文献[19]将无感控制技术分为2大类。本文按无感控制实际开发中的难点分为3个方面:起始位置的检测、低速启动和中高速运行。
图8 无传感器FOC控制系统
2.4.1 起始位置检测
起始位置检测常用的有电感参数法和信号注入法。
(1)电感参数法
电感法是利用面装式和内置式永磁同步电机定子绕组的磁链特性,通过检测不同的观测量来确定转子初始位置的方法。文献[20]中介绍了电感法的基本原理,研究了基于电感法的面装式集中绕组永磁电机转子初始位置的确定方法,确定通过检测电流变化率可以得到转子位置信息。
对于内置式电机,由于交直轴电感与转子位置存在对应关系,采用电流滞环控制检测交、直轴电感,可以得到转子位置信息。
内嵌式和内埋式永磁同步电机直轴交轴电感大小不同,电感参数法通过向绕组分别2次通入线性无关的电压矢量,通过测量瞬间响应电流计算出电感矩阵,由此得出转子位置信息,如式(9)。
式中,L,L为直轴电感,和交轴电感,为共模电感,为差模电感。
电感参数矩阵如式(10)。
瞬时电流响应方程如式(11)。
得到转子位置的电角度,如式(12)。
式中,U,U为定子在轴、轴的电压;,为定子共模电感和定子差模电感,(=1,2)表示施加电压次数。
文献[21]使用电感参数法对电机初始位置检测进行了试验,最大转子位置误差为±10°,证明此方法可行。
(2)信号注入法
信号注入法利用电机的结构性凸极或饱和性凸极或定子铁心的非饱和特性,在初始静止状态下,通过向电机定子通入测试电压信号,在其系统检测的电流中获取转子的位置信息的一种方法。
文献[22,23]中提供了注入PWM谐波的方法,文献[24]中使用矢量测试电压脉冲注入法。PWM谐波脉冲注入法采用常规的PWM波,容易实现,但是对硬件的采样精度和采样速度有很高要求,更适合电感较小的永磁同步电机中。文献[25]通过试验注入等宽电压脉冲矢量,经过检测电流获取转子初始位置,误差为±1.875°电角度。
2.4.2 低速启动
三段式启动法指采用转子预定位、强制启动、闭环运行3个步骤的无位置传感器控制方法。预定位阶段指电机静止时通过线绕组通入固定电压脉冲序列,将转子固定在特定的位置上,使转子位置初始化,电机可以从初始位置通过向绕组施加特定方向依次旋转的电压矢量或者电流矢量,将转子从静止状态带入低速运行状态,当转速达到额定转速15%,无传感器位置估计算法可以获得可靠稳定的输出,从而完成强制启动。
三段式控制方法是一种开环控制方法,因为预定位置的转子转动可能导致电机反转,所以只能用在启动转矩较小且允许启动反转的系统中。
从低速启动到转速闭环的平滑过渡也是一个难点,文献[27]提出一种基于双空间的永磁同步电机无位置传感器起动策略,实现IF控制向磁链估算法的无缝切换。
2.4.3 中高速运行
目前在中高速无传感器控制技术中,主要有以下5种算法:磁链估算法、状态观测法、滑膜变结构法、模型参考自适应法、卡尔曼滤波法。
磁链估算的关键是根据测量得到的电机电流、电压信号来估计电机的转子位置。文献[28]提出了一种改进的磁链估算法,对圆形与椭圆形磁链均能准确辨识,在稳态及转速突变时均具有良好的位置和转速跟踪效果。磁链估算法的优点是计算量小、简单、易于实现,但是在低速情况下估计精度下降。
状态观测器是一种状态重构,文献[29]利用状态观测器在静止坐标系下估计转子磁链的相位。该方法具有动态性能好、易于设计、稳定性高的优点,但是计算量大、算法复杂。
将状态观测器改成滑膜变结构形式,即滑膜观测器法。文献[30]设计一种新的滑膜观测器,加入反电动势自适应算法,调节反馈增益实现对估计转子位置误差的补偿,能准确估计转子的位置和速度。滑膜控制与参数和扰动变化无关,因此具有很好的鲁棒性,但是本质不连续,会引起较大的转矩脉动。
模型参考自适应控制是比较流行的自适应控制方式之一,早期大多采用局部参数最优化的设计方法,但是在整个自适应过程中难以保证闭环系统的全局稳定性。基于稳定理论的设计方法,则从保证系统稳定性的角度出发选择自适应规律。文献[31]用电流作为状态变量,验证MRAS算法可以准确估算转子位置及转速。模型参考自适应估算法受电机参数变化和电流检测精度的影响。
扩展卡尔曼滤波法的永磁同步电机无位置传感器控制是采用最优线性估计法,其控制结构图如下图9所示。
图9 卡尔曼滤波法无感控制
EKF法通过含有噪声信号的永磁同步电机的动态系统进行实时递归,从而获得最优的转子位置和速度估计值。该方法不需要构建类似模型参考自适应控制和滑膜观测器架构,更加灵活。EKF法无位置传感器控制精度较高,不依赖电机本体系统参数,具有抑制噪声和测量误差干扰的优点。但是计算量大,对硬件要求较高。文献[32]采用了EKF方法,在静止坐标系下以电机磁链和转速作为观测量,有效减少直接转矩控制的转矩脉动,并保持了功率器件恒定的开关频率,获得了较好了系统鲁棒性与准确度。
无感控制节省了传感器装置,减少了传感器和控制器之间的连接,节约了成本、降低了系统的复杂度。对永磁同步电机全速范围的控制,需要将上述3个方面结合起来运用,逐渐实现无感控制下电机速度平稳、动态性能和稳态性能达到理想状态。无感控制目前广泛应用于风机、泵等。
图10 无刷风机、电子水泵
对永磁同步电机弱磁控制的研究最早在20世纪80年代中期,90年代初Morimoto S对永磁电机运行区域进行了分析总结,形成了完善的理论。永磁同步电机弱磁控制的思想来源与他励直流电机。目的是为了获取较宽的调速范围,超过基速高速运行。
永磁同步电机的电压方程满足:
电流方程:
如图11所示,电压的极限轨迹是一个椭圆,椭圆的圆心是(-ψ/L,0),电流的极限轨迹是一个圆,圆心是圆点。从电流极限圆区域向电压极限圆的区域移动的过程就是弱磁过程。
图11 电压极限椭圆和电流极限圆
如图12所示弱磁控制框图。常见的弱磁控制方法按照电流、电压、相角3种不同的控制对象分为3类,以电流为控制对象,有公式计算法、负id法、查表法和梯度下降法。文献[35]提出利用电压极限椭圆的梯度下降法进行弱磁和电流参考值修正的方法,文献[36]根据电机运行时的转矩和定子磁链给定值,实时查表得出电机的交直轴电流参考值。以相角控制的电流角度法。公式计算法易于规划,但无参数鲁棒性,负id法简单可靠,不依赖参数,但是稳定性随转速上升而下降,查表法易于规划,但是需要大量的试验数据,可移植性差,梯度下降法可实时调节,但算法复杂。文献[37]利用DSP解决电机位置超前补偿的策略,实现弱磁控制。电压控制算法中,文献[38]提出一种电压指令与逆变器直接对应,结合过调制算法的弱磁控制。
图12 弱磁控制结构
此外有些学者从电机本体结构的角度,达到弱磁的目的。文献[39]通过设计动态调整转子磁场结构装置,文献[40]通过增大磁路磁阻减弱主磁场,并减小动态转子定子间的耦合面积,文献[41]通过改变定子结构减少磁路磁阻,使电机实现弱磁扩速。
弱磁控制在工业、汽车电子等都有应用,如汽车电动助力制动系统。
现代控制理论是在20世纪50年代中期迅速兴起的空间技术的推动下发展起来的,为过程控制带来了状态反馈、输出反馈、解耦控制等一系列多变量控制方法。随着现代控制理论的逐步发展,越来越多的新算法应用到永磁同步电机控制中,自适应控制,滑膜变结构控制、模型预测控制、自抗扰控制等算法。上述的无感控制是现代控制理论在永磁同步电机控制中的典型应用。
自适应控制的思想由W.I.Caldwell在1950年提出,后经过H.P.Whitaker、P.C.Parks等人的发展,目前已经成为现代控制理论的一个重要分支。APC的本质是一种带有在线参数识别的控制方法,主要可以被分为模型参考自适应控制(MRAS)、自校正控制(STC)、参数自适应控制(PAC)。
自适应控制方法是系统通过不断地测量系统状态、性能和参数与期望值进行对比,根据偏差改变控制器结构、参数或控制率来影响最终结果,使得系统在某个运行状态下达到最优表现。
图13是自适应控制结构框图,自适应控制器由信息采集、在线识别计算、控制决策和修正组成。文献[43]将离散模型参考自适应的控制方法应用于永磁同步电机的速度控制中,并设计自适应观测器推算死区补偿时间。MRAS被大量使用在无感控制中。
图13 自适应控制结构
自适应控制方式优点在于不需要精确的数学模型,算法简单,鲁棒性强,适用范围广。但是存在着算法收敛速度慢,参数估计需要一定的经验,通用性和开放性低的缺陷。
作为变结构控制的一种,滑模控制最早由前苏联学者Utkin和Emelyanov在20世纪50年代提出,之后,Itkis等人进一步总结发展了滑膜变结构控制的理论。
滑膜控制在结构上是不连续的,是一种特殊的非线性控制方法。通过构建滑膜面和控制器,使得系统状态在有限的时间内收束到滑模面,通过不断的切换滑膜面最终达到系统稳定原点。
目前应用的滑膜面主要有线性滑模面和非线性滑模面。线性滑膜面的表达形式为:
式中,代表系统状态;()代表滑模面;代表滑膜系数。
实现方法有极点配置法、最优化控制法、微分几何法和Lyapunov方法。主要适用与速度和精度要求都不高的线性和简单的非线性系统。非线性滑膜面主要应用与复杂的非线性系统,包括终端滑膜、分段线性滑膜、积分滑膜和全局滑膜。
滑膜控制率分为不等式形式满足˙<0条件和满足等式趋近率法2种。后者可以更好的描述运动过程。常用的趋近率有一下4种,同时根据系统抖动情况和趋近速度选取。
(1)等速率趋近
(2)指数趋近率
(3)幂次趋近率
(4)一般趋近率
式中,sgn()是符号函数,>0时sgn()=1;s<0时,sgn()=0;,,是常数。
在通用趋近率的基础上,文献[48]提出新的趋近率,旨在有效地减少抖动。
滑膜控制的应用框图如图14所示。滑膜变结构控制可以克服系统的不确定性,尤其是非线性系统,具有良好的控制效果,算法简单,具有很好的鲁棒性和响应特性。但是由于其自身特性,在即将达到平衡点时会产生抖振,影响系统实际运行。
图14 永磁同步电机滑模控制系统
文献[49]设计了使用滑膜变结构和线性化策略,实现速度和电流回路,有效地改善控制系统的稳态、动态性能和鲁棒性。
文献[50]设计了一种基于积分时变滑模控制系统。这种方法在滑模面的设计中引入误差信号的积分项和时变项,在保证系统全局稳定的前提下提高了滑模面的收敛速度,同时避免了控制量中对加速度信号的要求,有效的减少了系统的鲁棒性并增强了系统的抗干扰能力。
文献[51]提出了基于模糊时变的滑模结构控制器,这种控制器采用模糊推理的方法来确定切换增益,它根据滑模控制原理能够更有效和合理的得到切换增益的准确值。当转速变化时,切换增益估计值能及时得到调整,以保证合适的切换增益,补偿控制环节,使得转速快速准确到达稳态。
模型预测控制(MPC)是20世纪70年代左右兴起的一类计算机控制算法,目前已经在控制领域得到广泛的应用。
模型预测控制对被控对象模型的要求较低,只要具有预测功能的模型都可以使用。其控制原理是:在时刻采样,根据预测模型以及参考输入预测未来一段时间内的输出状态,再对该输出进行优化在线求解获得控制输入序列,将控制序列的第一项作用与系统。在+1时刻重复上述过程。
虽然预测模型不固定,但是模型预测控制基本结构主要分为以下3部分:基于模型的预测、滚动优化和反馈校正。首先基于模型预测未来一段时间内的输出状态,然后反复优化求解获得期望输出序列,最终通过反馈使得输出值越来越接近期望值。具体结构图如图15所示。
图15 预测控制结构
模型预测控制的优点在于方便建立模型,鲁棒性和动态性能较好,可用于复杂的工业过程。但是控制的稳定性、抗干扰能力和模型的适应性以及在非线性区域的表现还可以进一步提高。
EMPC由瑞士学者于2002年提出,该算法包括离线计算和在线查表2个过程。EMPC基本思想是在MPC的基础上,引入多参数二次规划算法,对整个状态空间进行划分。在确定最优控制律时,均能采取离线方案解决每一区域的二次规划问题,并将最优控制律存储于RAM或ROM中,且在线计算可简化为单纯的查表过程。在下一采样周期,重新读取系统状态,并重复查表过程,可实现对系统的在线控制。
在扰动抑制类MPC研究方面,文献[55]设计了扩展状态观测器(ESO)估计系统扰动,将系统总扰动作为新的状态变量,将估计的扰动量用于广义预测控制器的前馈补偿,来提高预测控制器的鲁棒性。
ADRC技术是在1999年正式系统地提出来的。ADRC核心有3大模块:跟踪微分器、扩张状态观测器和状态误差反馈控制。ADRC适用于从对被控对象模型一无所知到完全掌握的任何情况,和传统PID控制要等到误差发生后才去补偿控制相比,ADRC将观察到扰动的第一时间补偿到输出端,反应敏捷。自抗扰控制框图如图16所示。
图16 ADRC速度控制
文献[56]提出自抗扰控制器利用其内部的扩张状态观测器可以估计出系统的内外扰动,据此将电机等效为由2个非线性系统构成的串联对象,然后设计2个一阶自抗扰控制器实现对电机的电流和转速控制。
目前ADRC已在多个领域使用,工业机器人、伺服电机驱动器、无人机、汽车风机空调等,如下图17的江苏超力汽车空调鼓风机:
图17 空调箱总成
近年来,围绕着矢量控制的缺陷,如系统结构复杂,非线性和对电机参数变化敏感的问题,国内外学者进行大量的研究。伴随着推进矢量控制、直接转矩控制和无感控制技术进一步向前发展的是人工智能控制,这是电机现代控制技术的前沿性课题。永磁同步电机控制未来研究的有如下5个热点。
(1)无感电流采样控制的速度辨识,特别是单电阻采样低速度的辨识;
(2)无感非电流采样控制的速度辨识;
(3)对于6倍基速以上更高倍速弱磁控制的研究;
(4)永磁同步电机与控制算法策略的电磁兼容特性研究;
(5)永磁同步电机控制系统的稳定性与NVH的研究。
本文综述了V/F控制、FOC、DTC、无感控制和弱磁控制,以及基于现代控制理论的现代控制方法,并对其特点和应用场景进行了介绍。上述的6种基本控制算法在汽车电控工程中,拥有最广泛应用基础,伴随电力电子技术的发展,相同的算法在不同处理器中实现时,越高速的处理器,控制策略的有效性、准确性和稳定性越高,实际应用中,基于电机本身特性选择合适的控制方法,并结合电动汽车的实际工况,匹配适应的处理器,才能够达到最优效果。随着现代控制理论的逐步发展,永磁同步电机控制的创新算法将会不断呈现,突破传统控制策略的局限,结合人工智能进行机器学习,使电机参数、位置等辨识等更准确、快捷,让电机控制更容易。