內(nèi)置式永磁同步電機(jī)（Interior Permanent Magnet Synchronous Motor, IPMSM）具有功率密度高、效率高、調(diào)速范圍寬等優(yōu)點，廣泛應(yīng)用于電動汽車電驅(qū)動系統(tǒng)中。其相電流的正弦度是衡量控制性能的重要指標(biāo)，影響電流諧波的主要因素有兩類：①電機(jī)本體方面。如磁路不對稱、磁路飽和現(xiàn)象等引起的氣隙磁場畸變；②逆變器方面。由于死區(qū)效應(yīng)和開關(guān)管導(dǎo)通壓降等非理想特性因素的存在，使調(diào)速系統(tǒng)引入了大量的電流諧波，在低速區(qū)尤為嚴(yán)重。由于電流諧波的存在，影響了輸出轉(zhuǎn)矩的平滑度，引發(fā)轉(zhuǎn)矩脈動，進(jìn)而產(chǎn)生電磁噪聲和振動問題。

針對IPMSM的電流諧波畸變問題，國內(nèi)外學(xué)者進(jìn)行了深入的研究，主要分為三類：

第一類是模型補(bǔ)償法，如文獻(xiàn)[5-8]所述，通過建立電壓型逆變器（Voltage Source Inverter, VSI）死區(qū)時間引發(fā)的電壓畸變模型，采用前饋控制進(jìn)行補(bǔ)償，然而這類補(bǔ)償措施依賴于電流的方向判斷，電流過零點附近，易出現(xiàn)誤判斷。

第二類方法從電機(jī)本體優(yōu)化角度出發(fā)，如斜槽法和分?jǐn)?shù)槽法等，見文獻(xiàn)[9-11]，該類方法大多會使得電機(jī)結(jié)構(gòu)復(fù)雜，加工難度提高，部分算法會導(dǎo)致電機(jī)的平均轉(zhuǎn)矩下降。

第三類方法利用控制算法抑制電流諧波的畸變，見文獻(xiàn)[12-18]，其中文獻(xiàn)[12, 13]中提到利用5次和7次同步旋轉(zhuǎn)變換進(jìn)行諧波提取，通過電壓注入法實現(xiàn)電流諧波的抑制，然而這種方法增加了兩組PI控制器，調(diào)節(jié)參數(shù)較多，設(shè)計較為困難。

文獻(xiàn)[14, 15]中利用諧振控制器組成比例積分諧振（Proportional Integration Resonance, PIR）控制器抑制指定次電流諧波，然而諧振控制在實驗中實現(xiàn)較為困難，需要額外的近似或者改進(jìn)措施。文獻(xiàn)[16-18]將神經(jīng)網(wǎng)絡(luò)算法與電壓畸變結(jié)合，來抑制電流的6次諧波，其中文獻(xiàn)[16]的補(bǔ)償方法需要更細(xì)分的劃分扇區(qū)。文獻(xiàn)[18]利用電流控制器積分的結(jié)果補(bǔ)償諧波，該方法依賴于高精度的電流傳感器。

本文提出一種基于自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)（Adaptive Linear Neural Network, ADALINE）算法的PMSM諧波電流提取和抑制方法。首先，構(gòu)建了由死區(qū)效應(yīng)產(chǎn)生的電流諧波的數(shù)學(xué)模型；其次，直軸和交軸電流的6次和12次諧波，通過ADALINE算法進(jìn)行提取；最后，利用神經(jīng)網(wǎng)絡(luò)訓(xùn)練獲得的補(bǔ)償電壓值注入電機(jī)的三相繞組中，實現(xiàn)對電流諧波的提取和抑制。仿真和實驗結(jié)果表明，所提出的算法可以有效提取電流諧波，減小電流畸變。

圖5 基于ADALINE電流諧波補(bǔ)償算法永磁同步電機(jī)矢量控制系統(tǒng)框圖

（a）永磁同步電機(jī)實驗臺架

（b）控制器

圖11 永磁同步電機(jī)控制系統(tǒng)平臺基本結(jié)構(gòu)

結(jié)論

本文著重分析了死區(qū)效應(yīng)對IPMSM諧波電壓和諧波電流的影響，在同步旋轉(zhuǎn)坐標(biāo)系下主要表現(xiàn)為6次和12次電流諧波，針對上述諧波問題，利用ADALINE算法將諧波電流以權(quán)值調(diào)整方法進(jìn)行提取，再以諧波為零為目標(biāo)，利用ADALINE算法轉(zhuǎn)化為諧波電壓注入到電機(jī)三相繞組中。

所提出的諧波抑制方法能夠在低速條件下提取并抑制IPMSM的指定次諧波電流，仿真和實驗證明了所提出算法對于諧波電流提取和抑制的有效性。