Page 204 - 电气自动化控制技术研究

电气自动化控制技术研究

在不同速度区间的估算效果，可以把所有的无位置传感器控制方法分为两大类：适用于中、

高速的方法；适用于零速或极低速的方法。
第一类无位置传感器控制方法适用于运行在中、高速范围内的调速传动系统。这类方
法依赖电动机基波激励模型中与转速有关的量 ( 如产生的反电动势 ) 进行转子位置和速度

估算，由于电动机运行在零速和极低速时，有用信号的信噪比很低，通常难以提取。因此，
从根本上说，对基波激励的依赖性最终导致了这类方法在零速和低速下对转子位置和速度
的检测失效。目前适用于中、高速运行的无传感器控制技术主要有以下几类：磁链估计法、

模型参考自适应 (Model Referencing Adaptive System，MRAS) 法、状态观测器法、滑模变结
构法、检测电机相电感变化的位置估计法、卡尔曼滤波法等。相关文献提出了一种新的电
压模型方案，以估计出的位置角为反馈量，分别估计了定子磁链的幅值和相位。这种方法

从根本上解决了电压模型的初始值不准确和积分零漂的问题。相关文献提出一种定子磁链
优化控制的方法，在低速时通过电流模型计算磁链对电压模型磁链进行补偿，电流模型的

位置信息来源于信号注入的估计值。以上算法的优点是计算量小、简单、易于实现，但在
低速情况下估计精度下降。这种方法对电动机的参数依赖性较大，应用这种方法时，最好
结合电机参数的在线辨识。先假设转子所在位置，利用电机模型计算出在该假设位置时电

机的电压或电流值，并通过与实测的电压或电流比较得出两者的差值，该差值正比于假设
位置与实际位置之间的角度差。如果该差值减少为零，则可认为此时假设位置为真实位置。

保证这种方法估计精度的核心是要能够准确估计位置偏差，虽然数学模型是精确的，但估
计精度仍然要受电机参数变化的影响，同时要受电流检测精度的影响，虽然采用了闭环控
制，但依然没有完全摆脱对电机参数的依赖性。相关文献介绍了基于状态观测器的转子位

置估算方法，其中采用了带有直轴、交轴变换的线性观测器方法。基于状态观测器的位置
估算方法具有动态性能好、稳定性高、适应面广等特点。缺点是在低速段调速效果依然不
理想，而且算法复杂，计算量大。滑模变结构控制与普通控制方法的根本区别在于控制律

和闭环系统的结构在滑移面上，具有不连续性，即一种使系统结构随时间变化的开关特性。
由于滑模面一般都是固定的，而且滑模运动的特性是预先设计的，系统稳定性与动态品质
仅取决于滑模面及其参数，因此系统对于参数变化和外部干扰不敏感，是一种鲁棒性很强

的控制方法，并且结构简单、响应快速，对系统内部参数摄动、外部干扰等具有很好的鲁
棒性。缺点是估计变量中含有高次谐波，尽管可以进行滤波处理，但通常滤波会引起相位

偏移。检测电机相电感变化的位置估计法位置估计精度依赖于电感的计算精度。当电感计
算有较大误差时，位置估计误差也较大。
第二类无位置传感器控制方法能够实现电动机全速范围 ( 包括低速甚至零速 ) 的转子

位置和速度检测。其基本原理是检测电机的凸极，由于电机的凸极中含有位置信息，因此
可以通过不同的励磁方式和不同的信号枪测和分离方法，将位置信息估计出来。这样使得

电动机运行在任何工况下，均可通过跟踪凸极的办法找到转子位置并估算转子速度。目前，
196