黄 刚,张雨涵,龚事引,于惠钧,李祥飞

(1.湖南工业大学a.轨道交通学院;b.电气与信息工程学院,株洲 412007;2.湖南铁路科技职业技术学院铁道工程与信息学院,株洲 412006)

0 引言

伴随着永磁体材料以及新型控制技术的发展,具有效率高、运行可靠、噪声小等诸多优点的永磁同步电机(permanent magnet synchronous motor,PMSM)已经广泛应用于数控机床、电动汽车、新能源等领域[1-2]。然而,在复杂工况下,电机永磁体受温升影响会出现高达20%的失磁,其等效到转子轴承上的转动惯量与摩擦系数也易受外部因素影响发生摄动,PI算法难以满足高精度应用场合的控制要求[3]。

为改善PMSM系统的控制性能,国内外学者提出了多种先进控制方法,如滑模控制[4]、模型预测控制[5]、神经网络控制[6]等。滑模控制由于其对非线性系统具有响应速度快、对扰动不敏感等优点,在电机控制领域得到广泛应用。

然而,受多种因素影响,PMSM运行过程中广泛存在着模型不确定性。一些研究已经表明,模型不确定性会降低系统控制性能,并且影响驱动器的鲁棒性。针对模型失配现象,HUANG等[7]构建了3个互相耦合的参数观测器来获取动态机械参数值,但受耦合关系制约,参数调节较为困难。张晓虎等[8]提出了一种基于自适应互联卡尔曼滤波器的多参数估计策略,在抑制噪声干扰的同时实现了对电感、磁链等电磁参数的精确估计,但多个卡尔曼滤波器的使用显著增加了计算负担。

FLIESS等[9]提出的无模型控制策略对以上问题提供了另一种思路。无模型控制仅对输入输出项进行建模,构造了一种超局部数学模型,将输入输出项以外的部分通过其他方式进行重构,在减轻计算量的同时实现了对于模型失配的容错控制。……