电机参数辨识算法(4)——基于正弦电流注入的电感磁链辨识及实验验证

1.前言

在之前的内容中,复现了一篇基于正弦电流注入的无差拍预测电流控制参数辨识。关于这个方法,问的最多的两个问题就是:

(1)能不能用在PI电流环上面?

(2)实验效果如何?

https://zhuanlan.zhihu.com/p/685863710https://zhuanlan.zhihu.com/p/685863710

https://zhuanlan.zhihu.com/p/687206417https://zhuanlan.zhihu.com/p/687206417

下面将针对这两个问题一一回答。

2.基于PIR的正弦电流注入的电感磁链辨识

能不能用在PI电流环上面?------不能。

因为需要注入正弦电流,而PI带宽有限,跟踪正弦电流会有误差。而无差拍预测电流控制在参数准确的情况下,能够具有很高的控制带宽,所有可以跟踪交流。

如果不想用无差拍预测电流控制,那就用PIR(比例积分谐振),因为PIR可以跟踪交流。

https://zhuanlan.zhihu.com/p/699288152https://zhuanlan.zhihu.com/p/699288152

下面是仿真验证。

2.1正弦电流注入参数辨识相关公式回顾

圈起来的地方就是交流信号。

只考虑正弦电流的电压方程如下:

为了有效提取电感,需要采用以下公式。

下面是磁链辨识的相关公式:

实在不清楚的可以再回看之前的文章。

2.2关于正弦电流选择的问题

论文中的说法如下:

我的理解:

根据式子(12)来看,如果你不希望逆变器非线性影响到你的辨识结果,那式子(12)不应该出现逆变器产生的电压扰动。由于逆变器产生的 dq 电压扰动通常为6 、12 、18 等倍频,所以我为了避开逆变器非线性,选择在d 轴中注入9 倍频的正弦电流,幅值为0.2A

由于我的电机是SPMSM,dq电感相同或者说差距不大,所以我只在d轴一个轴辨识电感即可。

其次,为了辨识磁链,不能采用id=0控制,我仿真和实验分别选择id=-0.5,id=-1,id=-1.5进行实验

2.3仿真参数

控制频率10kHz,死区时间2us。

d轴参考电流设置如下:

2.4仿真结果

总体波形如下:

三相电流、转矩、转速波形

dq电流跟踪波形

正弦电流注入参数辨识的方法关键就在于注入的正弦电流是否准确,下面把注入的正弦信号拉出来对比。

从下图中可以看到,采用PIR,可以使实际d轴电流很好地跟踪正弦参考电流。

dq电流跟踪波形(放大图)

三相电流、转矩、转速波形(放大图)

因为注入了9倍频电流,所以三相电流畸变是合理的。

参数辨识结果如下。还是跟之前的文章一样,辨识结果比较准确。

参数辨识结果

参数辨识结果(放大图)

磁链辨识的稳态值的平均值是0.137Wb,跟仿真里面设置的稳态数值0.137Wb一致,基本是0误差;电感辨识的稳态值的平均值是2.126mH,跟仿真里面设置的稳态数值2.1mH基本一致,误差2%(向上取整)。

3.基于PIR的正弦电流注入的电感磁链辨识实验验证

关于用无差拍还是PIR,或者别的方法,只要能够保证实际电流能跟上正弦电流信号就行。

3.1电感参数辨识实验

下面就是电感参数的实验波形。

从波形中可以看到,注入正弦电流之后,电感数值就会开始上升并趋于稳态,这与仿真中的波形一致。根据红蓝两条线也可以看到,采用PIR是可以保证实际电流能跟上正弦信号的。

这里的话,我对我离线用LCR测量的电感数值不放心,之前用LCR测量电感的数值大概是1.多mH。所以到底是LCR准,还是我辨识的结果更准确,这个不好判断。

3.2磁链参数辨识实验

我觉得还是看磁链辨识结果会比较准,因为永磁电机磁链一般不会发生明显变化,我第一次测我电机的时候,取了多次测量的平均值,得到磁链数值差不多是0.137Wb;同门前段时间重测了一台同款电机,磁链数值是0.1368Wb。所以这样看来,磁链的数值会比较稳定。(我们这里不会跑重载以及长时间运行)

之前测量的各相反电势波形及A相的FFT分析:

当时的磁链换算结果如下:

500r/min条件下:A-B-C三相反电动势的基波幅值的均值为:28.693V

换算到600r/min条件下:(因为一秒钟电机转10r,方便计算)

A-B-C三相反电动势的基波幅值的均值为:28.693V*1.2=34.4316V

基波磁链 :34.4316/(4*10*2*pi)=0.137Wb (10*2*pi为机械角速度,4为极对数)

下面是磁链辨识实验(由于忘带U盘,只能手机拍照了)

从下面这个图可以看到,当d轴电流的直流分量增大时,辨识的磁链会更接近测量值。这是因为受到逆变器非线性的影响。

之前的参考文献里面也阐述了逆变器非线性的影响:

对我的实验条件(该转速、电流条件下),id越大,辨识效果越准,这在仿真中也有体现。在我的仿真中,我是在1.25s时把d轴参考电流的直流分量由-0.5A该到了-1A,d轴参考电流的直流分量增大之后,仿真中辨识的磁链也是更接近真实值了。

稳态辨识结果如下图所示。电感辨识结果为2.18mH,磁链辨识结果为0.13557Wb。

磁链辨识结果误差为(0.137-0.13557)/0.137*100%=1%。考虑到,万一我当时测量的反电势有误差,说不定辨识结果0.13557Wb比测量结果0.137Wb更接近真实值。

4.总结

正弦电流注入参数辨识是简单有效的,而且辨识结果也比较准确。上述实验现象也基本与仿真一致。对于一些实验条件的有限的院校,可以采用这种方法去测量自己电机的参数。

但是这种正弦高频信号注入最好还是去1)分析一下延时问题,2)建立更准确的数学模型。相关文献可以上IEEE去搜搜。

相关推荐
HereLi3 小时前
低空经济——飞行汽车运营建模求解问题思路
运维·python·matlab
IT猿手4 小时前
部落竞争与成员合作算法(CTCM)求解5个无人机协同路径规划(可以自定义无人机数量及起始点),MATLAB代码
深度学习·算法·机器学习·matlab·无人机·无人机、
元周民7 小时前
matlab中高精度计算函数vpa与非厄米矩阵本征值的求解
matlab·矩阵
goomind10 小时前
MATLAB深度学习实战文字识别
深度学习·计算机视觉·matlab·ocr·文字识别
CChuaizhi13 小时前
数学建模_基于支持回归向量机SVR的回归预测之预测新数据+Matlab代码包教会使用,直接替换数据即可
数学建模·matlab·回归
机器学习之心16 小时前
回归预测 | MATLAB实GRU多输入单输出回归预测
matlab·回归·gru
软件算法开发1 天前
基于机器视觉和Dijkstra算法的平面建筑群地图路线规划matlab仿真
matlab·机器视觉·dijkstra算法·路线规划·平面建筑群地图
机器学习之心1 天前
回归预测 | MATLAB实LSTM多输入单输出回归预测
matlab·回归·lstm
迎风打盹儿1 天前
现代谱估计的原理及MATLAB仿真(二)(AR模型法、MVDR法、MUSIC法)
matlab·ar模型·现代谱估计·mvdr·music