- 頭條無軸承電機無速度傳感器的研究重點2019-04-24 作者：孫宇新、沈啟康等 | 來源：《電工技術學報》 | 點擊率：導語無軸承電機是集旋轉與懸浮于一體的新型電機，在轉矩繞組和懸浮力繞組磁場的共同作用下實現轉子的穩定懸浮。無軸承電機具有成本低、齒槽脈動轉矩低、結構簡單、弱磁調速范圍寬等優良特性，非常適合應用于高速精密數控機床及高壓密封泵等高速驅動的高新技術領域。
江蘇大學電氣信息工程學院的研究人員孫宇新、沈啟康等，在2018年第13期《電工技術學報》上撰文指出，無軸承電機是集旋轉與懸浮于一體的新型電機，在轉矩繞組和懸浮力繞組磁場的共同作用下實現轉子的穩定懸浮。無軸承電機具有成本低、齒槽脈動轉矩低、結構簡單、弱磁調速范圍寬等優良特性，非常適合應用于高速精密數控機床及高壓密封泵等高速驅動的高新技術領域。
無軸承異步電機通常采用氣隙磁場定向控制實現動態解耦控制[1]。為了實現轉矩和徑向懸浮力之間的解耦控制需要準確檢測轉子的轉速。傳統的異步電機通常在轉軸上安裝機械式傳感器或光電編碼器來檢測轉速，但無軸承異步電機穩定運行時轉子處于自懸浮狀態，轉子位置、速度及徑向位移更容易產生振動和突變，在轉軸上安裝傳感器會嚴重影響電機性能，因此無軸承電機的無速度傳感器研究問題已成為無軸承電機技術進一步發展的關鍵技術之一。如何實現平穩及負載突變狀態下轉子轉速的準確估計是無軸承電機無速度傳感器研究的重點。
近幾十年來，國內外學者研究的無速度傳感器控制方法主要有滑模觀測器法[2,3]、神經網絡法[4]、高頻信號注入法[5,6]、模型參考自適應法[7,8]、擴展卡爾曼濾波器（Extended Kalman Filter, EKF）算法[9-12]等。其中EKF算法不受電壓直流偏移量的影響，可有效抑制噪聲，估計精度高，估算范圍廣，因此在電機無速度傳感器控制中得到了廣泛應用。
但EKF算法抗干擾能力較差且對電機參數敏感[13]，在電機運行過程中電機參數會隨溫度、頻率和負載的變化發生改變，從而影響無速度傳感器的性能，因此如何提高卡爾曼濾波器的魯棒性能成為目前的研究熱點。
針對此問題，文獻[14]提出了一種基于抗差擴展卡爾曼濾波器的轉速估計方法，在擴展卡爾曼濾波器的基礎上引入抗粗差環節，可以使系統遇到干擾時更快收斂，但該方法主要是針對定子電壓和狀態向量中的干擾，并沒有考慮到電機本身參數的變化。文獻[15]設計了一種魯棒卡爾曼濾波和自適應轉速估計，減小了參數變化對系統穩定性的影響。但該方法在增強系統魯棒特性的同時也影響了參數準確時的估計精度。
文獻[16]提出一種改進SRUKF濾波，通過引入時變漸消因子和弱化因子，實時修正濾波增益矩陣和誤差協方差平方根矩陣，使系統在狀態突變或負載擾動時具有更強的魯棒性，但該算法過于復雜，運算量較大，且只在電機參數變化較小的情況下適用。
為了在不影響轉速估算精度的情況下減小電機參數變化對轉速估計的影響，增強系統的魯棒性，本文提出了一種新型擴展卡爾曼濾波器，將電機參數作為待辨識狀態向量增廣到系統模型中，分別構造三個狀態方程串聯起來，在每個采樣周期內交換參數實現實時的檢測，使系統穩定運行。該方法算法簡單，并能有效減小電機參數變化對轉速估計的影響。仿真和實驗結果驗證了算法的有效性。
圖4 無軸承異步電機的控制框圖
圖15 實驗裝置照片
作者最后指出，本文針對傳統無軸承異步電機的無速度傳感器矢量控制精度受制于電機參數敏感易變的不足，提出了一種新型串聯擴展卡爾曼濾波器。將電機參數作為待辨識狀態向量增廣到系統模型中實現電機參數的在線檢測，采取三個降階狀態方程的串聯結構，在每個采樣周期內檢測并交換電機參數，不僅能夠減小電機參數變化對轉速估計的影響，提高系統的精度和性能，還能減小芯片的計算負荷，增強算法的實用性。
對所提方法分別進行了仿真和實驗驗證，并將結果與傳統EKF進行了對比，實驗結果顯示：當轉子電感Lr和轉子電阻Rr發生變化時，采用新型串聯卡爾曼濾波器相對于傳統EKF能有效降低穩態估計誤差和偏移，確保系統穩定運行。但為了確保轉速估算精度，這種新型串聯擴展卡爾曼濾波器建立在電機的六階狀態方程的數學模型上，在增廣后計算量較大，因此如何在降階的數學模型上應用該方法將是下一步研究的問題。
（原文標題為“基于新型卡爾曼濾波器的無軸承異步電機無速度傳感器控制”；DOI：10.19595/j.cnki.1000-6753.tces.170757）
