交流伺服電機系統中的控制策略

交流伺服電動機驅動控制策略

以永磁同步電動機為代表的交流伺服電動機模型是強耦合、時變的非線性系統，其控制策略比較復雜，所以交流伺服系統的性能與它所采用的控制策略有著直接的關系。優良的控制策略不但可以彌補硬件設計方面的不足，而且能進一步的提高系統的性能，控制策略在交流伺服中發揮著至關重要的作用。高性能交流伺服系統對控制策略的要求可概括為：不但要使系統具有快的動態響應和高的動、靜態精度，而且系統要對參數的變化和擾動具有不敏感性。

具有代表性永磁同步電機的控制策略有以轉速開環恒壓頻比（u/f=常數）控制、經典pid控制、磁場定向控制（矢量控制）為代表的傳統控制策略、以直接轉矩控制、滑模變結構控制、自適應控制、非線性反饋線性化理論等為代表的現代控制策略和以模糊控制、神經網絡控制為代表的智能控制等。

傳統控制策略

（1）恒壓頻比控制

帶定子壓降補償的恒壓頻比控制保證了同步電動機氣隙磁通恒定，調節頻率給定實現同步改變電機的轉速。此種控制策略為開環控制，只控制了電機的氣隙磁通，不能調節轉矩，容易產生轉子振蕩和失步等問題。同時由于恒壓頻比控制依據的是電機的穩態模型，其動態控制性能不高，不適合具有高性能要求的伺服驅動控制場合。

為了獲得良好的動態性能，必須依據電機的動態數學模型。由于交流永磁同步電動機動態數學模型是非線性、強耦合、時變的多變量系統。要得到良好的控制性能，需對角速度和電流進行解耦控制，即矢量控制技術。

（2）經典pid控制

pid控制器就是利用比例、積分、微分對系統的誤差進行計算得出控制量從而對被控對象進行控制。pid控制器是目前應用最為廣泛的調節器，具有結構簡單、穩定性好、工作可靠、調整方便等優點，一直以來是工業控制的主要技術之一，能夠滿足多數伺服控制應用領域。

但是經典的交流伺服同步電動機的三環pid調節控制方式仍然存在一些問題，如調節器參數整定繁瑣且誤差較大，對系統模型及參數的依賴性較強等，在一些高精度應用場合，很難滿足系統要求。

（3）磁場定向控制（id=0）

矢量控制是建立在被控對象準確的數學模型上，使交流電機控制由外部宏觀穩態控制深入到電機內部電磁過程的瞬態控制。矢量控制通過坐標變換將交流電機內部復雜耦合的非線性變量變換為相對坐標系為靜止的直流變量（電流、磁鏈、電壓等），實現近似解耦控制，并從中找到約束條件，獲得某一目標的最佳控制策略，id=0控制是矢量控制的一種特定的控制策略，在轉子坐標系內實現永磁同步電機交直軸電流解耦，由于id、iq雙電流閉環的存在，使電機iq電流動態跟隨系統力矩給定（te=ktiq，kt為電機力矩系數），實現電機電磁力矩控制。

該控制策略使電機系統具有較好輸出力矩線性度，并可獲得最大線性轉矩。同時由于全部電流均用來產生電磁力矩，可以充分利用電機過載能力，提高電機啟、制動速度，保證電機具有優良的啟、制動性能。

矢量控制技術經歷二十多年研究完善歷程，在調速系統中應用所獲得的性能優異，不論在低速（恒轉矩控制模式）還是在高速（恒功率控制模式），其抗擾特性、啟制動特性、穩速特性均達到或者超過直流調速系統。但是矢量控制模型及算法比較復雜，實現時需要進行坐標變換等，很難保證電機系統的電壓、電流在直、交軸的完全解耦，進而會影響電機系統的動態和效率等指標。

現代控制策略

傳統的交流伺服電機驅動控制策略多用于被控對象模型確定、不變化且為線性，以及操作條件、運行環境確定不變的條件下。但交流永磁同步電動機動態數學模型是非線性、強耦合、時變的多變量系統，在高性能要求的場合，就必須考慮各種非線性的影響、對象的結構與參數變化、運行環境的改變以及環境干擾等時變和不確定性因素?，F代控制理論的發展與應用，一定程度上彌補了經典控制理論對時變非線性隨機系統無能為力的缺點。

（1）直接轉矩控制

直接轉矩控制理論是在20世紀80年代由德國魯爾大學m.depenbrock教授和日本學者i.takahash分別提出的一種高性能的交流電機控制策略，其控制策略也是基于被控對象精確的數學模型，但是與矢量控制不同，它直接在定子坐標系下分析交流電動機的數學模型，無需復雜的坐標變換。

采用定子磁場定向，無需解耦電流，轉矩和磁鏈都采用直接反饋的雙位式砰砰控制，避免了將定子電流分解成轉矩和勵磁分量，直接對逆變器的開關狀態進行最佳控制，著眼于轉矩的快速響應，以獲得轉矩的高動態性能。直接轉矩控制磁場定向所用的是定子磁鏈，不受轉子參數的影響，只要知道定子電阻就可以把它觀測出來，對電機參數不敏感。

直接轉矩控制技術在感應電動機變頻控制領域獲得了成功應用，瑞典abb公司已推出系列產品。但目前在永磁同步電動機應用方面，直接轉矩控制還存在著一些問題。

直接轉矩控制采用磁鏈滯環，電機轉矩存在脈動，直接影響電機運行的平穩性。直接轉矩控制需要觀測磁鏈和轉矩，低速情況下準確性很差，致使電機低速運行性能差、電機調速范圍較小。由于電機定子電感較小，電機啟動和負載變動時電流沖擊大，磁鏈和轉矩脈動大。此外，由于電機靜止時無法估算磁鏈初始位置，電機啟動困難。盡管近些年國內外一些學者不斷嘗試和改進永磁同步電動機轉矩直接控制策略，但目前這種控制方案很難滿足交流伺服驅動技術要求。

（2）滑模變結構控制

變結構控制屬于非線性控制范疇，其非線性表現為控制的不連續性，即一種使系統的“結構”變化的開關特性?；Ｗ兘Y構控制不需要知道系統的數學模型，只需要了解系統參數及其變化的大致范圍，使得變結構控制具有快速響應、對參數及擾動變化不敏感、無需在線辯識與設計等優點，具有降階、解耦的功能，當系統進入滑模狀態時，系統狀態的轉移就不再受系統原有的參數變化和外部擾動的影響，而是強制在開關平面附近滑動，具有完全的自適應性和魯棒性，因而滑模變控制在永磁同步電機伺服系統中得到了成功的應用。但由于采用的是bang-bang控制，不可避免的造成抖振問題，而抖振問題是滑模變結構控制廣泛應用的一個主要困難。目前在交流伺服電機系統中通過改變滑模結構，如采用高階滑模結構及濾波處理等方法一定程度上解決了滑模變結構控制帶來的抖振問題。

（3）自適應控制

自適應控制是50年代初由考德威爾（golcl-well）提出的。它將反饋控制與辨識理論相結合，針對被控對象特性的變化、漂移和環境干擾對系統的影響而提出來的，或者當對被控過程的參數了解不多或這些參數在正常運行期間有變化，特別是存在緩慢的變化因素時，通過尋求某些性能指標最優來完成對被控對象調節的。

現在應用于控制的自適應方法有模型參考自適應、參數辯識自校正控制及其新發展的各種非線性自適應控制。模型參考自適應控制系統不需要控制對象的精確數學模型，也無須進行參數辨識。其關鍵問題是設計自適應參數調整律，在保證系統穩定性的同時使誤差信號趨于零，主要優點是容易實現和自適應速度快。但自適應算法存在一些問題，如數學模型和運算繁瑣，使控制系統復雜化。又如參數辯識和校正都需要一段時間，對于參數變化較快的系統，控制性能受系統計算速度影響較大。在交流伺服驅動中應用系統硬件需要較高，一般采用32位數字信號處理器（dsp）或現場可編程門陣列（fpga）來實現。

（4）非線性反饋線性化控制

反饋線性化是一種非線性控制設計方法，其核心思想就是把一個非線性系統代數的轉化為一個（全部或部分）線性系統，以便可以應用線性系統的技巧。它與普通線性化的根本區別在于，反饋線性化并不是通過系統的線性逼近而是通過狀態變換和反饋得到的。近幾年的非線性控制系統理論研究成果表明：采用非線性狀態反饋和適當的坐標變換，在一定條件下，可以將一個仿射非線性系統進行精確線性化，并且這個狀態反饋可保證控制系統的穩定性，且有好的動態品質。在精確反饋線性化控制方法的基礎上，建立永磁同步電動機的線性化控制模型，采用反饋線性化控制后，能夠實現d、q軸的解耦控制，電流跟蹤性能好，力矩響應快，且速度階躍響應能漸進收斂到給定值，無靜差，超調小和過渡過程短等優點。

（5）智能控制策略

經典的或現代的控制策略都依賴于電機的數學模型，不能從根本上解決復雜和不確定系統的控制問題。智能控制策略具有非線性的特性，能夠解決控制對象、環境和任務更為復雜的系統。智能控制擺脫了對被控對象模型的依賴，只按實際效果進行控制，在控制中可以解決系統的不確定性和不精確性問題。

智能控制策略包括模糊控制、神經網絡控制、專家系統控制、以及魯棒控制和遺傳算法控制等，其中模糊控制和神經網絡控制策略在永磁同步電機伺服系統應用中較為成熟。

（6）模糊控制

模糊控制是以模糊集合化、模糊語言變量及模糊邏輯推理為基礎的一種計算機數字控制。模糊控制將數學和模糊性統一起來，以模糊集合、模糊語言變量、模糊推理為其理論基礎，即利用模糊集合來刻畫人們日常所使用的概念中的模糊性，以先驗知識和專家經驗作為控制規則，用機器模擬人對系統的控制，能逼真地模仿熟練操作人員和專家的控制經驗與方法模糊控制。

模糊推理不依賴于精確的數學模型，根據實際系統的輸入輸出結果數據，參考現場操作人員的運行經驗，就可對系統進行實時控制，因此適于解決非線性系統的控制問題；模糊控制的魯棒性好、自適應性強，適用于時變、時滯系統。但是模糊控制自學習能力不強，設計時控制規則依賴經驗和專家知識，易造成系統精確度不高。單純地采用模糊控制策略需要較多的控制規則，需要工作人員的大量經驗，控制精度相對較低。模糊控制技術在交流伺服電機系統電流調節器、速度調節器設計中獲得較好的應用。但在動態要求較高的伺服系統中，目前該項技術還有待于進一步提高。

（7）神經網絡控制

神經網絡的研究從20世紀40年代初開始，80年代神經網絡理論取得了突破性進展，成為智能控制的一個重要分支。

神經網絡是指用工程技術手段模擬人腦神經的結構和功能的一種信息處理系統。神經網絡控制將計算函數嵌入物理網絡之中，在計算過程中，每一個基本操作都與之有對應的連接。神經網絡模型模擬人腦神經元的活動過程，包括信息的加工、處理、存儲等。每個神經元存儲多種信息的部分內容，部分神經元的損壞和信息破壞只導致網絡的部分功能減弱。神經網絡具有信息分布存儲、并行處理、非線性逼近、自學習及自組織能力強等優點，能夠充分逼近任意復雜的非線性系統，能夠學習和適應嚴重不確定性系統的動態特性，具有較強的魯棒性，具有模擬人的形象思維的能力，適合于處理難于用模型或規則描述的系統。近年來人們開始嘗試將神經網路控制技術（或稱人工智能ai）應用于交流電機驅動控制系統中，用于解決傳統方法難以解決的問題。使用ai調節系統具有很好的噪聲抑制特性、容錯性和擴展性，且對參數具有魯棒性。是未來電機控制技術的一個重要發展方向。