深入定量分析:永磁同步电机滑模观测器

1. 数学基础与问题表述

1.1 PMSM在定子坐标系下的数学模型

永磁同步电机在静止两相α-β坐标系下的电压方程是滑模观测器设计的出发点。其矢量形式为:

[uα; uβ] = Rs * [iα; iβ] + Ls * d/dt [iα; iβ] + [eα; eβ]

其中:

  • uα, uβ是定子端电压。

  • iα, iβ是定子电流。

  • Rs是定子电阻。

  • Ls是定子电感(对于隐极式电机,Ls = Ld = Lq;对于凸极式电机,处理方式不同,但观测器设计常基于此简化模型或使用扩展反电动势概念)。

  • eα, eβ是反电动势,包含转子位置信息。

反电动势eα, eβ的定量表达式为:

eα = -ψf * ωe * sin(θe)

eβ = ψf * ωe * cos(θe)

其中:

  • ψf是永磁体磁链。

  • ωe是电角速度。

  • θe是电角度。

我们的目标:​ 通过测量得到的uα, uβiα, iβ,设计一个观测器来估计出无法直接测量的eα, eβ,进而提取出θeωe

2. 滑模观测器的设计与稳定性分析

2.1 观测器结构

我们构造一个与真实电机模型平行的“虚拟电机”(观测器):

[ûα; ûβ] = Rs * [îα; îβ] + Ls * d/dt [îα; îβ] + [να; νβ]

注意两点:

  1. îα, îβ是观测器估计的电流。

  2. [να; νβ]滑模控制项,这是观测器的核心,其设计目的是迫使估计电流跟踪实际电流。

在实际系统中,我们给真实电机和观测器施加相同的电压[uα; uβ]。因此,观测器方程变为:

d/dt [îα; îβ] = (-Rs/Ls) * [îα; îβ] + (1/Ls) * ([uα; uβ] - [να; νβ])(1)

2.2 定义误差动态系统

定义电流估计误差:[ĩα; ĩβ] = [îα; îβ] - [iα; iβ]

将观测器方程(1)减去真实电机方程,得到误差动态方程:

d/dt [ĩα; ĩβ] = d/dt [îα; îβ] - d/dt [iα; iβ]

= (-Rs/Ls) * [îα; îβ] + (1/Ls) * ([uα; uβ] - [να; νβ]) - { (-Rs/Ls) * [iα; iβ] + (1/Ls) * ([uα; uβ] - [eα; eβ]) }

= (-Rs/Ls) * [ĩα; ĩβ] + (1/Ls) * ([eα; eβ] - [να; νβ])(2)

2.3 滑模面设计与控制律

我们选择滑模面s为电流误差本身:

[sα; sβ] = [ĩα; ĩβ] = 0

这个滑模面的物理意义是:估计电流与实际电流完全一致。滑模控制的目标是设计[να; νβ],使得系统状态[ĩα; ĩβ]被吸引到滑模面s=0上并保持在其上运动。

我们采用最经典的滑模控制律:

να = -h * sign(ĩα)

νβ = -h * sign(ĩβ)(3)

其中h是待设计的滑模增益(正数),sign()是符号函数。

2.4 李雅普诺夫稳定性分析(定量核心)

为了证明闭环系统的稳定性和确定增益h,我们使用李雅普诺夫直接法。

步骤1:选择李雅普诺夫候选函数。

我们选择一个正定且径向无界的函数:

V = (1/2) * sα² + (1/2) * sβ² = (1/2) * (ĩα² + ĩβ²)**(4)`

显然,V > 0对于所有[ĩα; ĩβ] ≠ [0; 0],且V(0) = 0

步骤2:求李雅普诺夫函数的时间导数。

dV/dt = dV/dĩα * dĩα/dt + dV/dĩβ * dĩβ/dt = ĩα * dĩα/dt + ĩβ * dĩβ/dt**(5)`

将误差动态方程(2)代入(5):

dV/dt = ĩα * [ (-Rs/Ls)ĩα + (1/Ls)(eα - να) ] + ĩβ * [ (-Rs/Ls)ĩβ + (1/Ls)(eβ - νβ) ]

= (-Rs/Ls)(ĩα² + ĩβ²) + (1/Ls) [ ĩα(eα - να) + ĩβ(eβ - νβ) ]**(6)`

步骤3:保证导数负定。

将控制律(3)代入(6):

dV/dt = (-Rs/Ls)(ĩα² + ĩβ²) + (1/Ls) [ ĩα(eα + h sign(ĩα)) + ĩβ(eβ + h sign(ĩβ)) ]

我们知道ĩα * sign(ĩα) = |ĩα|ĩβ * sign(ĩβ) = |ĩβ|。因此:

dV/dt = (-Rs/Ls)(ĩα² + ĩβ²) + (1/Ls) [ eαĩα + eβĩβ + h(|ĩα| + |ĩβ|) ]**(7)`

根据柯西-施瓦茨不等式,eαĩα + eβĩβ ≤ |eα| |ĩα| + |eβ| |ĩβ| ≤ |E| √(ĩα² + ĩβ²),其中|E| = √(eα² + eβ²)是反电动势的幅值。一个更紧的界是:

eαĩα + eβĩβ ≤ |eα| |ĩα| + |eβ| |ĩβ| ≤ max(|eα|, |eβ|) (|ĩα| + |ĩβ|) ≤ |E| (|ĩα| + |ĩβ|)**(8)`

将(8)代入(7):

dV/dt ≤ (-Rs/Ls)(ĩα² + ĩβ²) + (1/Ls) [ |E| (|ĩα| + |ĩβ|) + h (|ĩα| + |ĩβ|) ]

= (-Rs/Ls)(ĩα² + ĩβ²) + (1/Ls) (h + |E|) (|ĩα| + |ĩβ|)(9)

要使dV/dt < 0(对所有[ĩα; ĩβ] ≠ 0),一个充分条件是让(9)式右边的第二项被第一项的负性所主导。虽然(9)式不完全直观,但我们可以通过分析每个通道的稳定性来获得一个更清晰、实用的条件。

我们单独分析α轴。考虑李雅普诺夫函数Vα = (1/2) ĩα²。其导数为:

dVα/dt = ĩα * dĩα/dt = ĩα * [ (-Rs/Ls)ĩα + (1/Ls)(eα - να) ]

= (-Rs/Ls)ĩα² + (1/Ls) ĩα (eα + h sign(ĩα))

= (-Rs/Ls)ĩα² + (1/Ls) (eα ĩα + h |ĩα|)(10)

要保证dVα/dt < 0(对所有ĩα ≠ 0),只需保证:

eα ĩα + h |ĩα| < 0对于ĩα ≠ 0成立。

这等价于:

h |ĩα| < - eα ĩα

  • ĩα > 0时,条件变为h < -eα

  • ĩα < 0时,条件变为h > eα(因为ĩα为负,不等式变向)。

综合起来,要保证α轴误差收敛的充分条件是:

h > |eα|**(11a)`

同理,对于β轴:

h > |eβ|(11b)

因此,保证整个系统稳定的充分条件是滑模增益h大于反电动势幅值的上界:

h > |E|max = ψf * ωe_max(12)

结论:​ 只要滑模增益h根据电机参数和最大运行速度按式(12)选择,李雅普诺夫函数导数dV/dt就会负定,系统状态[ĩα; ĩβ]将全局渐近收敛到滑模面s=0

3. 滑模运动的等效控制与信号提取

3.1 等效控制原理

当系统状态到达滑模面s=0并保持在其上时,称为发生了理想的滑模运动。此时,误差及其导数均为零:[ĩα; ĩβ] = 0d/dt [ĩα; ĩβ] = 0

令误差动态方程(2)为零:

0 = (-Rs/Ls) * 0 + (1/Ls) * ([eα; eβ] - [να; νβ])

=> [eα; eβ] = [να; νβ](13)

这表明,在理想滑模运动下,滑模控制量[να; νβ]恰好等于我们想要观测的反电动势[eα; eβ]

3.2 实际应用与低通滤波

然而,实际中不存在理想的开关。控制律(3)会产生高频抖动的信号[να; νβ]。根据等效控制原理,这个高频信号的低频分量(平均值)就等于反电动势。

因此,我们需要对[να; νβ]进行低通滤波以提取有用的反电动势信息[êα; êβ]

êα = LPF(να) = LPF(-h * sign(ĩα))

êβ = LPF(νβ) = LPF(-h * sign(ĩβ))(14)

滤波器设计要点:

  • 截止频率选择:​ 截止频率ωc必须远小于滑模开关频率(由控制器采样频率决定),以有效滤除高频噪声。

  • 相位延迟补偿:​ 更重要的是,ωc必须远大于电机的最高电频率ωe_max,以避免对反电动势信号产生过大的相位滞后。这个滞后会直接导致估计的位置角产生偏差。通常选择ωc > (5 ~ 10) * ωe_max。如果滞后恒定,可以在后续的锁相环中进行补偿。

4. 从反电动势到位置/速度的提取:锁相环设计

提取出滤波后的反电动势[êα; êβ]后,我们使用锁相环来估计角度和速度。

4.1 锁相环结构

锁相环的运作基于一个三角函数关系。如果估计角度θ̂有误差θ̃ = θe - θ̂,那么:

PLL_Input = -êα * cos(θ̂) + êβ * sin(θ̂)

假设[êα; êβ]是完美的反电动势,即êα = -ψf ωe sin(θe),êβ = ψf ωe cos(θe)。代入上式:

PLL_Input = -[-ψf ωe sin(θe)] * cos(θ̂) + [ψf ωe cos(θe)] * sin(θ̂)

= ψf ωe [ sin(θe)cos(θ̂) + cos(θe)sin(θ̂) ]

= ψf ωe sin(θe - θ̂)

= ψf ωe sin(θ̃)(15)

当角度误差θ̃较小时,sin(θ̃) ≈ θ̃。因此,锁相环的输入近似正比于角度误差:

PLL_Input ≈ ψf ωe * θ̃(16)

4.2 锁相环的线性化模型与参数整定

基于小误差假设,我们可以建立锁相环的线性化控制框图,并将其视为一个典型的二阶系统。

锁相环的开环传递函数为:Gol(s) = (Kp + Ki/s) * (ψf ωe_nom) * (1/s)

其中ωe_nom是一个名义速度,用于将(16)式中的系数近似为一个常数Kpll = ψf ωe_nom

闭环传递函数为:

θ̂(s)/θe(s) = (Kp s + Ki) / (s² + Kp Kpll s + Ki Kpll)

将其与标准二阶系统ωn² / (s² + 2ζωn s + ωn²)比较,可得:

ωn² = Ki Kpll

2ζωn = Kp Kpll

因此,PI控制器的参数可以根据期望的系统带宽ωn(响应速度)和阻尼比ζ(通常设为0.707~1以获得良好响应)来精确计算:

Ki = ωn² / Kpll

Kp = 2ζωn / Kpll(17)

带宽选择:​ 锁相环的带宽ωn通常设置为电机最大电速度ωe_max的 2~5 倍,以确保能快速跟踪速度变化。

5. 离散化实现

由于算法在数字处理器上运行,必须将连续的观测器方程(1)进行离散化。采用前向欧拉法(一阶近似),dx/dt ≈ (x[k+1] - x[k]) / Ts,其中Ts为采样周期。

离散化的观测器方程为:

[îα[k+1]; îβ[k+1]] = [îα[k]; îβ[k]] + (Ts/Ls) * ( [uα[k]; uβ[k]] - Rs * [îα[k]; îβ[k]] - [να[k]; νβ[k]] )(18)

式(18)就是最终在微处理器中逐周期执行的算法。[να[k]; νβ[k]]由离散的符号函数计算。

总结

这个深入的定量分析揭示了滑模观测器的全貌:

  1. 稳定性有严格保证:​ 通过李雅普诺夫分析,导出了滑模增益h的精确下界h > ψf * ωe_max

  2. 信号提取原理清晰:​ 基于等效控制原理,通过低通滤波从高频开关信号中提取反电动势。

  3. 参数设计系统化:​ 锁相环的PI参数可以根据期望的动态性能(ωn,ζ)和电机参数精确计算。

  4. 工程实现明确:​ 通过离散化方程,给出了可直接嵌入代码的算法形式。

这种深度的理解使得工程师在调试时,不再是盲目试错,而是能够有针对性地分析和调整每一个环节,从而高效、可靠地实现高性能的无传感器控制。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1219945.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

全面解锁SEO基础:从零开始的优化之路

在学习SEO的过程中&#xff0c;初学者需要掌握一些基本概念和技能。首先&#xff0c;了解搜索引擎如何运作是基础&#xff0c;例如爬虫抓取和索引过程。这些知识帮助你更好地优化网站结构和内容以提升可见性。其次&#xff0c;了解关键词的重要性&#xff0c;合理运用核心关键词…

Java毕设项目:基于物联网技术的宠物定位与监控系统设计小程序(源码+文档,讲解、调试运行,定制等)

博主介绍&#xff1a;✌️码农一枚 &#xff0c;专注于大学生项目实战开发、讲解和毕业&#x1f6a2;文撰写修改等。全栈领域优质创作者&#xff0c;博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围&#xff1a;&am…

可用于实际量产项目的永磁同步电机滑模观测器的C语言代码

可用于实际量产项目的永磁同步电机滑模观测器的C语言实现。代码包含了完整的工程化考虑&#xff0c;如抗饱和、抗积分饱和、参数可配置性等。/*** file smo_estimator.c* brief PMSM滑模观测器无传感器位置估计 - 量产级实现* version 1.0* date 2024* * 特点&#xff1a;* - 抗…

收藏级指南|RAG、AI智能体与Agentic RAG全解析,大模型学习必看

本文深度拆解RAG、AI智能体及Agentic RAG三大核心技术&#xff0c;从原理机制、实操场景到落地挑战逐一剖析。Agentic RAG作为二者融合的创新方案&#xff0c;既保留RAG的精准知识获取能力&#xff0c;又兼具AI智能体的自主决策特性&#xff0c;为复杂场景提供全新解题思路。尽…

NX6802,4路音频DAC芯片,具备90dB 动态范围 -90 dB THD+N

NX6802是一款立体声数模转换芯片&#xff0c;内含插值滤波器、multi-bit数模转换器、差分输出模拟滤波。NX6802支持大部分的音频数据格式。NX6802基于一个带线性模拟低通滤波器的四阶multi-bit Δ-Σ调制器&#xff0c;而且本芯片可以通过检测信号频率和主时钟频率&#xff0c;…

收藏!AI时代程序员破局指南:转型AI产品经理,抢占35-80万年薪赛道

在AI技术全面重构职场规则的当下&#xff0c;传统程序员正面临技能替代、赛道内卷等多重困境。而AI产品经理这一新兴高薪岗位的崛起&#xff0c;为程序员群体提供了全新的职业破局方向。本文深度剖析程序员在AI浪潮中的职业痛点&#xff0c;拆解AI产品经理的岗位价值与薪资优势…

NX4188-24,一款USB audio芯片,广泛用于USB耳机、声卡等领域

NX4188-24 是一款高度集成的 USB/Type-C 音频芯片&#xff0c;芯片内部整合了全部必需的模拟电路模块&#xff0c;涵盖双 DAC 与音频功放、麦克风增益电路、锁相环&#xff08;PLL&#xff09;、稳压模块以及 USB 收发单元。同时&#xff0c;它还提供专用的 HID 兼容音量控制引…

Flutter艺术探索-Hero动画与页面转场:流畅的视觉体验

Flutter Hero动画与页面转场&#xff1a;打造无缝视觉体验 引言 在开发移动应用时&#xff0c;你是否曾被一些应用中流畅的图片放大、卡片展开效果所吸引&#xff1f;这类平滑的转场不仅赏心悦目&#xff0c;更重要的是&#xff0c;它让用户在页面跳转时不会丢失视觉焦点&#…

【必收藏】大模型从入门到实战:核心概念、技术演进与学习路径全解析

本文系统梳理大模型的核心概念、分类标准与发展脉络&#xff0c;深度拆解人工智能、机器学习与深度学习的层级关系&#xff0c;重点剖析语言大模型的迭代历程及关键支撑技术。同时厘清GAI与AIGC的内在关联&#xff0c;阐释大模型在通往通用人工智能&#xff08;AGI&#xff09;…

【毕业设计】基于物联网技术的宠物定位与监控系统设计小程序(源码+文档+远程调试,全bao定制等)

博主介绍&#xff1a;✌️码农一枚 &#xff0c;专注于大学生项目实战开发、讲解和毕业&#x1f6a2;文撰写修改等。全栈领域优质创作者&#xff0c;博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围&#xff1a;&am…

Lyra动画系统学习

从头构建Lyra动画系统01 Animation BluePrints 几种播放动画的方法:Sequence Player -> Output Pose变量传入Sequence Player -> Output Pose02 Blueprint communication Intermediate 蓝图之间的三种通信方式 …

Flutter艺术探索-Freezed代码生成:不可变数据模型实战

Freezed代码生成&#xff1a;Flutter不可变数据模型实战 引言&#xff1a;为什么需要不可变数据模型&#xff1f; 在Flutter应用开发中&#xff0c;状态管理一直是个绕不开的核心话题。尤其当应用逐渐复杂、功能越来越多时&#xff0c;如何清晰、安全地管理数据模型就变得格外重…

Anthropic 又整活了,这次开始对 Excel 下手了!

Anthropic 又整活了&#xff0c;这次开始对 Excel 下手了&#xff01; 原创 古时的风筝 古时的风筝 古时的风筝 2026年1月25日 10:04 北京 在小说阅读器中沉浸阅读 Anthropic 又整活儿了&#xff0c;这次开始对 Excel 下手了。 Anthropic 刚刚发布一个叫做 Claude in Exc…

Flutter艺术探索-Flutter数据验证:built_value与验证规则

Flutter 数据验证&#xff1a;用 built_value 构建健壮的验证系统 引言&#xff1a;为什么 Flutter 应用需要更优雅的数据验证&#xff1f; 在开发稍具规模的 Flutter 应用时&#xff0c;数据验证绝对是一个绕不开的话题。它不仅是防止应用崩溃的“防火墙”&#xff0c;更是保…

Flutter艺术探索-Flutter动画进阶:AnimationController与Tween

Flutter动画进阶&#xff1a;深入理解AnimationController与Tween 引言 在 Flutter 里做动画&#xff0c;AnimationController 和 Tween 是你迟早要打交道的两个核心类。它们搭配起来&#xff0c;构成了 Flutter 声明式动画的底层基础&#xff0c;让你能够用相对简洁的代码实…

Java毕设项目推荐-基于springboot的老年大学教学管理系统【附源码+文档,调试定制服务】

博主介绍&#xff1a;✌️码农一枚 &#xff0c;专注于大学生项目实战开发、讲解和毕业&#x1f6a2;文撰写修改等。全栈领域优质创作者&#xff0c;博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围&#xff1a;&am…

PCB阻抗不匹配进阶QA:补偿设计与故障整改指南

阻抗匹配的管控贯穿PCB设计、生产、整改全流程&#xff0c;除基础管控外&#xff0c;工程师在阻抗补偿设计、极端环境适配、阻焊层干扰规避及批量故障整改等环节&#xff0c;仍面临诸多进阶难题&#xff0c;易导致信号完整性隐患或整改成本攀升。依托猎板在阻抗优化、故障整改的…

秦西盟荣膺全国不锈钢水管行业十大品牌第三名 实力铸就行业标杆

近日&#xff0c;在备受瞩目的中国影响力品牌评选活动中&#xff0c;秦西盟不锈钢管生产工厂凭借卓越的产品品质、强大的生产能力以及良好的市场口碑&#xff0c;从众多竞争对手中脱颖而出&#xff0c;荣获全国不锈钢水管行业十大品牌第三名的殊荣&#xff0c;这一荣誉不仅是对…

下班前改图不慌神,国产CAD破解设计应急难题

17:55我刚合上电脑盖&#xff0c;客户的电话就打了进来&#xff0c;语气急促&#xff0c;说要调整一个关键尺寸。挂了电话&#xff0c;我盯着屏幕里的总装图叹了口气&#xff0c;这个尺寸一动&#xff0c;下游几十张零件图、装配图都得跟着变。以前碰过好几次这种事&#xff0c…

Java毕设项目推荐-基于springboot+协同过滤课程推荐的线上安全教育平台【附源码+文档,调试定制服务】

博主介绍&#xff1a;✌️码农一枚 &#xff0c;专注于大学生项目实战开发、讲解和毕业&#x1f6a2;文撰写修改等。全栈领域优质创作者&#xff0c;博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围&#xff1a;&am…