基于神经网络的自适应无速度传感器永磁同步电机控制.doc

《基于神经网络的自适应无速度传感器永磁同步电机控制.doc》由会员分享，可在线阅读，更多相关《基于神经网络的自适应无速度传感器永磁同步电机控制.doc（69页珍藏版）》请在三一办公上搜索。

1、基于神经网络的自适应无速度传感器永磁同步电机控制作 者 姓 名：徐小龙指 导 教 师：王迎春单 位 名 称：东北大学专 业 名 称：电气工程及其自动化东 北 大 学2013年6月Neural Network-Based Adaptive Sensor-less Control of Permanent Magnet Synchronous Machinesby Xu XiaolongSupervisor: Associate Professor Wang YingchunNortheastern UniversityJune 2013毕业设计（论文）任务书毕业设计（论文）题目：基于神经网络的自

2、适应无速度传感器永磁同步电机控制设计(论文)的基本内容：(1) 了解系统研究背景意义，分析项目功能需求。(2) 设计永磁同步电机的SVPWM的矢量控制，基于神经网络自适应控制建立 无传感器控制系统。本系统应实现在无传感器的条件下，利用神经网络自适应控制永磁同步电机的目的。(3) 总结归纳，对系统进行仿真，分析实验结果。毕业设计（论文）专题部分：题目：设计或论文专题的基本内容：学生接受毕业设计（论文）题目日期第1周指导教师签字：2013年3月5日基于神经网络的自适应无速度传感器永磁同步电机控制摘要永磁同步电机具有效率高、功率密度大、转子参数可调等优点，因此在工业生产的各个领域中有着较好的发展。但

3、是由于永磁同步电机在调速系统中传统的机械传感器存在着可靠性低、成本高、维护复杂等诸多问题，并且其控制系统是一个强非线性、时变和多变量的系统，使得永磁同步电机在要求高精度的环境中不能很好的工作，因此本文主要研究在无传感器条件下利用神经网络自适应系统控制永磁同步电机的策略方法，这种控制方法具有不依赖被控对象的精确数学模型，同时对外界的变化具有学习性、自适应性以及鲁棒性等特点。本文中，首先分析并推导出永磁同步电机的数学模型，根据空间坐标变换理论，将三相静止坐标系转换到两项旋转坐标系中，由此得到永磁同步电机在两项旋转坐标系下的数学模型及其相应的运动方程。再根据空间矢量脉宽调制原理，利用空间矢量电压得到

4、六路PWM信号，经由逆变器，得到所需要的驱动信号驱动永磁同步电机。然后在矢量控制的基础上，采用模型参考自适应控制方法设计了速度控制器，通过自身调节参数，降低误差，使输出达到期望值。接着设计神经网络的权值变化规律，保证神经网络的稳定性。然后通过神经网络设计永磁同步电机的控制系统，并运用李雅普诺夫函数证明整个系统的全局误差有界，可以使其对速度的追踪达到理想的效果。最后，利用MATLAB建立所需要的各个子模块，输入合适的参数值，对整个系统进行仿真得到仿真图形，分析数据得出结论。关键词： 永磁同步电机，无速度传感器控制，神经网络，自适应控制Neural Network-Based Adaptive S

5、ensor-less Control of Permanent Magnet Synchronous MachinesAbstractPermanent magnet synchronous machines (PMSM) have good prospects in various applications areas of industrial production because of high efficiency and energy density. However, in the PMSM speed control system，there are some problems

6、in the traditional mechanical sensor, such as making the system reliability worse，costs increased and maintenance complexAt the same time, since the system is a strongly nonlinear, time-varying and multivariable system，the permanent magnet synchronous motor does not work well in the high-precision e

7、nvironment. In this paper, an adaptive neural network sensor-less control scheme is studied for permanent magnet synchronous machines. This control method does not depend on the exact mathematical model of controlled object, and has learning, adaptability and robustness characteristics under the cha

8、nging circumstance. Firstly, the mathematical model of PMSM is analyzed in the thesis. According to the spatial coordinate transformation theory, the three-phase stationary coordinate system is transformed into two rotating coordinate system, and a permanent magnet synchronous motor rotating in the

9、two coordinates department under the mathematical model and its corresponding equation of motion. According to the space vector pulse width modulation principle, the required drive-signal is obtained through the inverter and using the six-channel PWM signal.Then a speed controller is designed throug

10、h the model reference adaptive control method. The speed controller can adjust parameters by itself and reduce the error, so that the output can meet the expectations. Then the weights of neural network make sure the stability. According to the design of the neural network, the control system of PMS

11、M is designed. Then, it is proved that the error of entire system is bounded according to the Lyapunov function. Thus, the tracking speed can achieve the desired results.At last, the entire system is simulated by MATLAB. Through the simulation graphs some conclusions are obtained.Key words：PMSM；Sens

12、or-less control；Neural network；Adaptive control目录毕业设计（论文）任务书I摘要IIAbstractIII目录IV第一章 绪论11.1 课题背景及研究的目的和意义11.2 永磁同步电机的发展现状21.3 神经网络的发展与应用31.4 神经网络控制51.5 无速度传感器控制的发展现状71.6 本文主要工作8第二章 永磁同步电机的结构及数学模型92.1 永磁同步电机的概述92.1.1 永磁同步电机的结构92.1.2 永磁同步电机的特点102.1.3 永磁同步电机的分类112.2 坐标系变换原理122.2.1 三相定子坐标系和两相定子坐标系之间坐标变换1

13、22.2.2 两相定子坐标系和两相旋转坐标系之间坐标变换142.2.3 三相定子坐标系和两相旋转坐标系之间坐标变换152.3 永磁同步电机的数学模型162.3.1 电压平衡方程162.3.2 磁链方程172.3.3 绕组电感参数172.3.4 每相绕组的自感182.3.5 每两相绕组的互感192.3.6 感应电动势212.4 永磁同步电机的矢量控制方法222.5 SVPWM的基本原理232.6 本章小结28第三章 基于神经网络的永磁同步电机控制器的设计293.1 自适应控制293.2 神经网络学习算法303.3 基于神经网络的永磁同步电机的控制器设计及稳定性的验证343.4 本章小结39第四章

14、 基于神经网络控制的永磁同步电机仿真414.1 Matlab介绍414.2 SVPWM的实现414.3 系统各个模块的仿真434.3.1 坐标变换的仿真模块444.3.2 SVPWM的仿真模块454.3.3 整个系统仿真的波形514.4 数据分析54第五章 总结与展望555.1 总结555.1.1 本课题的主要工作555.1.2 工作总结555.2 对以后工作的展望56参考文献57致谢61第一章 绪论自20世纪80年代以来，随着电力电子技术、微电子技术、自动化技术、微型计算机技术、传感器技术、稀土永磁材料及新型电机控制理论的快速发展，交流伺服控制技术有了长足的进步，正在冲击着整个传统工业模式1

15、。永磁同步电机(Permanent Magnet Synchronous Machines，简称PMSM)由于具有气隙磁密高、转矩脉动小、转矩/惯量比大、效率高等优点2，在诸如高性能机床进给控制、位置控制、机器人等领域，永磁同步电机得到了广泛的应用。尤其在近十年来，现代交流调速技术不断成熟，并朝着数字化、智能化方向发展，因此，对交流驱动系统进行深入研究就显得十分重要3。1.1 课题背景及研究的目的和意义20世纪80年代以来，随着价格低廉的钕铁硼(NdFeB)永磁材料的出现，使永磁同步电机得到了很大的发展，世界各国(以德国和日本为首)掀起了一股研制和生产永磁同步电机及其伺服控制器的热潮，在数控机

16、床、工业机器人等小功率应用场合，永磁同步电机伺服系统是主要的发展趋势4。永磁同步电动机由稀土永磁材料来产生磁场，是永磁电机家族中的重要一员，永磁电机的发展与永磁材料的发展密切相关5。我国稀土资源丰富，稀土矿的储藏量为世界其他各国总和的四倍左右，号称“稀土王国”，稀土永磁材料和稀土永磁电机的研究达到了世界先进水平。传统永磁同步电机控制器的设计方法一般要求对系统参数精确了解以便对控制规律进行整定，然而在实际运行中，系统的参数会经常变化，要保证优良的系统性能必须对控制器进行相应的调整。目前，针对永磁同步电机的研究主要包括：(1)永磁同步电机本体的设计；(2)位置检测装置的研究；(3)速度控制器的设计

17、。模糊控制等智能控制策略，都具有不依赖于对象的数学模型、鲁棒性强的优点，能够很好地克服伺服系统中模型参数变化和非线性等不确定因素，从而实现系统的高品质控制性能6。国内外对于永磁同步电机的研究范围十分广泛，概括起来可分为三个主要方面7：(1)电机和此路结构设计。(2)控制问题。又分为两个方面：一是关于永磁同步电动机控制策略的研究；二是关于永磁同步电动机系统驱动技术的研究。(3)不可逆退磁问题。随着永磁同步电动机在各个领域得到广泛的应用，对永磁同步电动机控制系统的控制性能也有了越来越高的要求，既希望控制系统能有较高的控制精度与稳态性能，又希望系统成本能尽量低廉，国内外许多专家学者纷纷提出了各种永磁

18、同步电机控制策略，部分已获得了很好的实际效果。这其中高精度控制与无传感器控制是近年来的主要研究方向8。永磁同步电机的运动控制需要精确的转子位置和速度信号去实现磁场定向。在传统的运动控制系统中，通常采用旋转变压器或光电编码器来检测转子的位置和速度。然而，这些额外的机械传感器安装、维护困难，增加了系统的成本，并且降低了系统的可靠性，这大大限制了其在恶劣环境下和对系统要求较高场合下的应用。因此，无速度传感器控制成为永磁同步电机研究的一个重要内容9,10。永磁同步电机的矢量控制一般通过检测，或估计电机转子磁通的位置及幅值来控制定子电流或电压。这样，电机的转矩便只和磁通、电流有关，与直流电机的控制方法相

19、似，可以得到很高的控制性能。对于永磁同步电机，转子磁通位置与转子机械位置相同，这样通过检测转子的实际位置就可以得知电机转子的磁通位置，从而使永磁同步电机的矢量控制比起异步电机的矢量控制有所简化。如何获得精确的转子位置和速度信号就成为实现磁场定向和速度控制的关键。无速度传感器永磁同步电机是在电机转子和机座上不安装电磁或光电位置或速度传感器的情况下，利用直接计算、参数辨识、状态估计、间接测量等手段，从定子边较易测量的量，如定子电压、定子电流中提取出与速度有关的量，从而得出转子速度，并应用到速度反馈控制系统中11。1.2 永磁同步电机的发展现状永磁同步电机是由电励磁同步电机发展而来的，两者的结构和运

20、行原理基本相同。与后者相比，永磁同步电机是由永磁体建立磁场，产生的磁通，取代了电励磁同步电机的励磁线圈励磁，从而简化了结构，省去了电刷和集电环装置，实现了无刷化，大大降低了电机的维修费用，进而提高了工作效率；永磁同步电机与感应电机相比，不需要无功励磁电流，可以显著提高功率因数，减少了定子电流和定子电阻损耗，而且在稳定运行时没有转子电阻损耗，减少或去掉冷却风扇，使相应的风磨损耗减小，从而使效率比同规格的感应电机提高2%8%12。同时功率因数、效率的提高，可减小系统、线路的容量，减少系统成本。而且，永磁同步电动机在25%120%额定负载范围内均可以保持较高的功率因数和效率，使轻载运行时节能效果更为

21、显著，在长期的使用中可以大幅度地节省电能。20世纪70年代学者们便开始着手交流调速系统的研究。与当时在调速系统中占主导地位的直流电动机相比，永磁同步电动机由于具有强耦合、非线性及多变量的特点，为获得更好的调速控制性能，需要采用复杂的控制算法，其控制系统也变得复杂而昂贵13,14。然而，随着电力电子技术的快速发展，永磁同步电机的调速方法及工业应用得到了迅猛的发展。目前矢量控制和直接转矩控制是高性能交流电机调速系统中应用最为广泛的两种控制策略，同时，随着控制理论与计算机技术的发展，一些智能的先进控制技术也在永磁同步电机的调速控制系统中得到应用。利用永磁体作磁势源来制造电机已有100多年历史，183

22、1年由巴洛(Barlow)发明的世界上第一台电机就是永磁电机。早期的永磁材料磁性能很低，永磁电机很快被电励磁电机所取代。本世纪30年代和50年代，具有高剩磁Br的铝镍钴(A-lNiCo)和具有较高矫顽力Hc的铁氧体(Ferrite)永磁材料的先后出现，给永磁电机带来了生机。但AlNiCo的Hc值很低，易失滋，Ferrite的Br值很小，不能为电机提供高的工作磁密，并且逆变器这样的电力电子装置还没有广泛应用，所以永磁同步电机的应用是非常有限的。近几十年来，随着永磁材料的发展，计算机辅助设计技术的进步，以及控制技术和驱动电路等技术的进步，永磁同步电机的性能有了很大的提高。如今永磁同步电机得到了广泛

23、的应用，因为它具有维护方便、可控性强、受环境影响小、电机效率高以及具有高功率因数等诸多优点。近年来由于环境问题，各个领域对电机的效率和节能的要求逐渐提高。除了环境问题，高性能永磁材料的发展及成本的减少也扩大到永磁同步电机应用的各个领域。钕、铁、硼永磁材料是目前磁性能最强的永磁材料，它具有高剩磁密度、高矫顽力和高磁能积等特点。通过开发能经受高温及不易退磁的永磁材料，钕、铁、硼永磁同步电机已经在工厂自动化、压缩机及交通工具等领域的应用中大大进步15。1.3 神经网络的发展与应用在现实生活中，任何一个实际系统都具有不同程度的不确定性，这些不确定性表现在被控过程或对象的特性时刻发生变化，变化规律难以掌

24、握，同时还有各种各样的随机干扰作用在系统上，这些影响通常是不可预测的。如何设计适当的控制作用，通过输入、输出信息，实时的掌握被控对象和系统误差的动态特性，并根据其变化情况及时掌握调节控制量，使系统性能指标达到并保持最优或者近似最优，这就是自适应控制所要研究解决的问题16。自动控制理论与人类社会的发展密切相关。电子计算机的出现和迅速发展，计算和信息处理水平的不断提高，促使自动控制理论朝着更复杂、更严密的方向发展17。自20世纪40年代，随着神经解剖学、神经生理学以及神经元的电生理过程等的研究取得突破性进展，人们对人脑的结构、组成及最基本工作单元有了越来越充分的认识，在此基本认识的基础上，综合数学

25、、物理学以及信息处理等学科的方法对人脑神经网络进行抽象，并建立简化的模型，称为人工神经网络18。人工神经网络（Artificial Neural Network，即ANN），是20世纪80年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象，建立某种简单的模型，按不同的连接方式组成不同的网络19,20。最近十多年来，人工神经网络的研究工作不断深入，已经取得了很大的进展，其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题，表现出了良好的智能特性。1943年，心理学家W.S.McCulloch和数理逻辑学家W.

26、Pitts建立了神经网络和数学模型，称为MP模型。他们通过MP模型提出了神经元的形式化数学描述和网络结构方法，证明了单个神经元能执行逻辑功能，从而开创了人工神经网络研究的时代。1949年，心理学家提出了突触联系强度可变的设想。60年代，人工神经网络的到了进一步发展，更完善的神经网络模型被提出，其中包括感知器和自适应线性元件等。M.Minsky等仔细分析了以感知器为代表的神经网络系统的功能及局限后，于1969年出版了Perceptron一书，指出感知器不能解决高阶谓词问题。他们的论点极大地影响了神经网络的研究，加之当时串行计算机和人工智能所取得的成就，掩盖了发展新型计算机和人工智能新途径的必要性

27、和迫切性，使人工神经网络的研究处于低潮。在此期间，一些人工神经网络的研究者仍然致力于这一研究，提出了适应谐振理论（ART网）、自组织映射、认知机网络，同时进行了神经网络数学理论的研究。以上研究为神经网络的研究和发展奠定了基础。1982年，美国加州工学院物理学J.Hopfield提出了Hopfield神经网格模型，引入了“计算能量”概念，给出了网络稳定性判断。1984年，他又提出了连续时间Hopfield神经网络模型，为神经计算机的研究做了开拓性的工作，开创了神经网络用于联想记忆和优化计算的新途径，有力地推动了神经网络的研究，1985年，又有学者提出了波耳兹曼模型，在学习中采用统计热力学模拟退火

28、技术，保证整个系统趋于全局稳定点。1986年进行认知微观结构地研究，提出了并行分布处理的理论。人工神经网络的研究受到了各个发达国家的重视，美国国会通过决议将1990年1月5日开始的十年定为“脑的十年”，国际研究组织号召它的成员国将“脑的十年”变为全球行为。在日本的“真实世界计算（RWC）”项目中，人工智能的研究成了一个重要的组成部分21。1.4 神经网络控制人工神经网络反应了人脑功能的基本特性，但并不是人脑的真实描述，只是人脑的抽象、简化与模拟。它是一门涉及医学、神经生理学、信息学、人工智能、数理学、计算机学等多个领域的新兴前沿学科，它具有复杂的非线性动力学特性、并行处理机制、学习、联想和记忆

29、功能，以及高度自组织、自适应能力和灵活性22。人工神经网络（简称神经网络）是由大量简单的信息处理单元（神经元）广泛连接而成的复杂网络，用来模拟人脑神经系统的结构和功能，是一种简化的人脑数学模型23。人工神经网络是一种由大量处理单元互联组成的非线性、自适应信息处理的系统。它是在现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。人工神经网络具有四个基本特征：(1) 非线性。非线性关系是自然界的普遍特性。大脑的智慧就是一种非线性现象。人工神经元处于激活或抑制二种不同的状态，这种行为在数学上表现为一种非线性关系。具有阈值的神经元构成的网络具有更好的性能，可以

30、提高容错性和存储容量。(2) 非局限性。一个神经网络通常由多个神经元广泛连接而成。一个系统的整体行为不仅取决于单个神经元的特征，而且可能主要由单元之间的相互作用、相互连接所决定。通过单元之间的大量连接模拟大脑的非局限性。联想记忆是非局限性的典型例子。(3) 非常定性。人工神经网络具有自适应、自组织、自学习能力。神经网络不但处理的信息可以有各种变化，而且在处理信息的同时，非线性动力系统本身也在不断变化。经常采用迭代过程描写动力系统的演化过程。(4) 非凸性。一个系统的演化方向，在一定条件下将取决于某个特定的状态函数。例如能量函数，它的极值相应于系统比较稳定的状态。非凸性是指这种函数有多个极值，故

31、系统具有多个较稳定的平衡态，这将导致系统演化的多样性。人工神经网络由神经元模型构成，这种由许多神经元组成的信息处理网络具有并行分布和结构24。作为人工神经网络的基本处理单元，人工神经元的功能是：对每个输入信号进行处理以确定其强度（加权）；确定所有输入信号的组合效果（求和）；确定其输出（转移特性）。每个神经元（如图1.1）具有单一输出，并且能够与其他神经元连接；存在许多（多重）输出连接方法，每种连接方法对应一个权系数。严格地说，人工神经网络具有下列特性的有向图：(1)对于每个节点i，存在一个状态变量Xi；(2)从节点j至节点i，存在一个连接权系统数Wij；(3)对于每个节点i，存在一个阈值i；(

32、4)对于每个节点i，定义一个变换函数i(Xi，Wij，i)，ij；对于最一般的情况，此函数取i(，WijXi-i)形式。人工神经网络或许无法代替人类的大脑，但是它拓展了人们对外部环境的认识与控制能力。它特有的非线性适应性信息处理能力25，使之在智能控制、组合优化、预测等领域得到成功应用，成为一门独具特色的信息处理学科。人工神经网络的发展有如下趋势：人工神经网络正向模拟人类认知的道路上深入发展，与模糊系统、遗传算法、进化机制等结合，形成计算智能，成为人工智能的一个重图1.1 神经元结构要方向；在现代神经科学研究成果的基础上，试图用模拟神经网络加工、记忆信息的方式，制造各种智能机器；神经元网络的实

33、现是其广泛应用的前提，是软件与硬件的有效结合，可以针对网络材料和功能结构，研究更简洁高效的网络结构，同时扩大神经元芯片的作用范围；利用光电结合的神经计算机，创造出功能更全，应用更广的人工神经网络，提高其信息处理能力，进一步优化从理论到实际的实现；人类与计算机的自然口译、流畅的谈话、音频检索甚至用自然语言与计算机对话也是其发展实现的方向之一。1.5 无速度传感器控制的发展现状永磁同步电机无速度传感器技术将呈现如下的发展趋势26：(1) 利用易于检测的电机电压和电流来估计电机位置和速度的研究，不断改进估计算法，结合具有高速信息处理能力的DSP技术，使得估计速度更快，估计结果更精确。(2) 实现全速

34、范围内平稳运行，特别是零速时的位置估计技术，低速时的估计精度问题的研究，采用同时辨识电机状态和电机参数的方法提高低速性能。(3) 基于估计器的精密鲁棒控制算法研究，实现高精度、高鲁棒性的无速度传感器控制性能，提高调速精度、拓宽调速范围。(4) 将智能控制方法引入电机无速度传感器控制系统。国外在20世纪70年代就开始了无传感器控制技术的研究工作27,28。1975年，A.Abbondnati等人推导出了基于稳态方程的转差频率估计方法，在感应电机的无速度传感器控制领域做出了首次尝试，调速比可达10：1，但其调速范围比较小，动态性能和调速精度难以保证。在此之后，1979年，M.Ishdia等学者利用

35、转子齿谐波来检测转速，限于监测技术和控制芯片的实时处理能力，仅在大于300r/min的转速范围内取得了较为满意的效果，但这种思想令人耳目一新。首次将无速度传感器应用于感应电机矢量控制是在1983年由Ro.Joetten完成的，这使得交流传动技术的发展又上了一个新的台阶29。在无速度传感器技术方面，很多学者作出了研究，提出了切实可行的方法。将众多方法归类如下30：(1) 基于永磁同步电机基本电磁关系估算位置和转速的方法由于这种方法直接基于电机的物理模型进行估算，因而具有计算简单，动态响应快的优点，然而它对电机参数特别是定子电阻特别敏感，随着电机运行状态的变化(例如温度升高)，电机参数会发生一定的

36、变化，导致估计的转速和位置收敛于错误的值。(2) 基于对电机特殊特性分析基础上的估计方法电流谐波分析法、高频注入法或根据磁路结构和磁饱和特性，通过测量转子空间凸极来得到转子位置的方法等是这类方法的代表。(3) 基于各种观测器技术的位置辨识方法该方法首先将输出变量定义为观测器的状态量，观测器的输出与实际电机检测值作比较，用其误差来纠正观测器的估计值。常用的有全阶状态观测器、滑模变结构观测器、卡尔曼滤波器等。这种方法动态性能好，稳定性高、参数鲁棒性强，然而算法复杂，计算量很大，受到计算机和微处理器计算速度的限制。近年来随着微型计算机技术的发展尤其是高性能DSP的出现，大大推动了这一方法在无速度传感

37、器矢量控制系统中的应用。(4) 人工智能理论基础上的估算方法进入20世纪90年代，人们提出了基于人工智能的无传感器控制方法，它们不需要系统精确的数学模型，并且可被应用于非线性系统。虽然这些方法对参数变化和测量噪声具有较强的鲁棒性，但是复杂的算法、繁重的计算量及对系统控制所需的专家知识却大大限制了这些方法在实际中的应用。1.6 本文主要工作本文的主要内容就是提供了一种在模型观测器原理的基础上把基于李雅普诺夫函数的神经网络应用于永磁同步电机无传感器智能控制系统中，降低系统成本的同时，还可以获得稳定的误差较小的精确控制方法。下面会重点研究以下四个方面：首先建立了永磁同步电机的数学模型，并实现了永磁同

38、步电机的矢量控制。主要内容包括，阐述了坐标变换理论，推导出永磁同步电机在三相静止坐标系下变换到两相旋转坐标系下的数学模型，实现了矢量控制系统，并介绍了SVPWM技术实现原理和调制方法。然后根据模型参考自适应系统以及神经网络工作原理，建立无传感器的永磁同步电机的控制系统，并利用李雅普诺夫函数证明此系统的稳定性。接着在MATLAB中的SIMULINK建立该系统所需要的模块，对系统进行仿真，达到转速波形图，根据图形分析数据。最后对本课题的工作进行总结，并对以后的工作发展进行了展望。第二章 永磁同步电机的结构及数学模型本章首先简要介绍了永磁同步电机的结构，然后基于坐标变换原理，建立了永磁同步电机在三相

39、静止坐标系（ABC）、两相静止坐标系（-）和两相旋转坐标系（d-q）中的电压回路方程、磁链方程及其转矩方程。这些电磁约束对了解永磁同步电机的原理、分析其运动规律和研究高性能控制决策提供了理论基础。然而，要想组成真正的矢量控制系统，还必须从电机的动态数学模型出发，找到各个物理量之间的关系，在定向坐标系上实现各量的控制和调节。2.1 永磁同步电机的概述永磁同步电机的转子采用高性能的稀土永磁材料，使得电机尺寸减小；由于发热主体在定子侧，散热也比较容易；同时，其结构简单、效率和功率因数高及输出转矩大等特点，这些优点使得永磁同步交流伺服系统已成为现代伺服系统的主流，在很多驱动领域已经取代直流电机。2.1

40、.1 永磁同步电机的结构和普通同步电机一样，永磁同步电机也是由定子和转子两大部分组成。定子是电枢绕组，转子是永磁体。永磁同步电机是用装有永磁体的转子取代绕线式同步电动机转子中的励磁绕组，从而省去了励磁线圈、滑环和电刷以电子换向器，实现无刷运行。永磁同步电机的转子是指电动机在运行时可以转动的部分，在转子结构上，普通同步电机通常由磁极铁心、励磁绕组、永磁磁轭等部分组成。磁极铁心由钢板冲片叠压而成，磁极上套有励磁绕组，励磁绕组两出线端接到两个集电环上，再通过与集电环相接触的静止电刷向外引出。励磁绕组由直流励磁电源供电，其正确连接应使相邻磁极的极性呈N与S交替排列。转子的主要作用是在电动机的气隙内产生

41、足够的磁感应强度，并同通电后的定子绕组相互作用产生转矩用来驱动自身的运转。因此，永磁同步电机的励磁磁场可视为恒定，另外与普通电机相比，永磁同步电机还必须装有转子位置检测器，用来检测转子磁极位置和速度，从而对电枢电流进行控制，达到控制永磁同步电机的目的。为保证系统精度及运行质量，多采用旋转变压器或光电码盘作为永磁同步电机的转子位置检测器，与永磁同步电机转子同轴连接。永磁同步电机的定子与普通感应电动机基本相同，转子的磁路结构是区别于其它电机的主要因素。永磁同步电机的定子与绕线式同步电动机基本相同，是电动机在运行时的不动部分，与普通同步电机在定子结构上是一致的，由三相绕组及铁心构成，主要是由硅钢冲片

42、、三相对称分布在它们槽中的绕组、固定铁心用的机壳以及端盖等部分组成，要求输入定子的电流仍然是三相正弦的，所以称为三相永磁同步电机。转子磁路结构不同，其运行性能、控制系统、制造工艺和使用场合均有差别。永磁同步电机的电枢绕组采用三相对称分布绕组结构，类似于普通感应电机与同步电机的电枢绕组。不过，永磁同步电机为了克服永磁磁极与定子铁心的齿槽效应，往往采用分数槽绕组，即电机平分到每极每相的定子电枢槽数不是整数而是分数。有时为了缩短端部绕组的长度，也会采用特殊结构的绕组形式。空间上三相对称绕组通常为星型连接。其定子和异步电动机的定子结构基本相同。空间上三相对称绕组通入时间上对称的三相电流就会产生一个空间

43、旋转磁场，旋转磁场的同步转速与定子电流频率存在如下关系：（为电动机极对数）2.1.2 永磁同步电机的特点永磁同步电机由于结构上的差异，使其拥有自身的特点：(1) 永磁同步电机可以用一个与电源频率同步的恒定速度进行旋转，而不受负载和线路电压的影响。电机运行可以保持恒定的，与电源频率同步的速度，只要转矩不超过电机的极限运行值。(2) 永磁同步电机是一种永励电机。它能产生非常高的功率密度、非常高的效率和极好的响应，所以能适应机械工程领域中最复杂的应用。另外它还具有很强的过载能力。永磁同步电机基本上不需要维护，因此可以确保最高效的运行。(3) 高精确的速度控制使永磁同步电机成为特定工业过程的理想选择。

44、永磁同步电机的速度/转矩特性非常适用于直接驱动大马力、低转速(rpm)的负载。(4) 永磁同步电机能够以较高的功率因数运行，因此能提高整个系统的功率因数，进而能消除或减少功率因数的损失。功率因数的提高还可以减少系统及电机终端的压降。(5) 永磁同步电机舍弃了励磁线圈，而且转子的转速与定子磁场的转速相同。这种设计可以消除转子铜损，与传统的感应电机相比可以产生极高的效率峰值，功率重量比也高于后者。2.1.3 永磁同步电机的分类永磁同步电机分为正弦波驱动的永磁同步电机和方波驱动的永磁同步电机。就整体结构而言，永磁同步电机可以分为内转子和外转子式；就磁场方向来说，有径向和轴向磁场之分；就定子的结构而论

45、，有分布绕组和集中绕组以及定子有槽和无槽的区别。按照永磁体在电机转子上的安装位置，永磁同步电机分成凸装式、嵌入式和内置式三种，前两种又统称为外装式结构。凸装式转子永磁体的几种几何形状如图2.1所示。凸装式和嵌入式结构可以使转子做得直径小、惯量低，特别是若将永磁体直接固定在转轴上，还可以获得低电感，有利改善动态性能。正因为如此，许多交流永磁电动机都是使用这种外装式结构。另外一种转子结构，如图2.2（b）所示它是将永磁体埋装在转子铁心内部，每个永磁体都被铁心所包容，通常称为内埋式永磁同步电机。这种结构，机械强度高，磁路气隙小，所以与外装式转子相比，更适合于弱磁运行。嵌入式、内埋式永磁转子结构如图2

46、.2所示：(a)圆套筒型 (b)瓦片型(c)扇状型图2.1 凸装式永磁转子(a)嵌入式永磁转子 (b)内埋式永磁转子图2.2 嵌入式、内埋式永磁转子结构2.2 坐标系变换原理从同步电机电磁关系可见，电机微分方程是一组变系数微分方程，微分方程系数是随转子和定子相对位置而变化的时间函数。因此，电机属于一种非线性多变量系统，分析和求解这些微分方程十分困难。本世纪二十年代所建立的Park方程，消除了同步电机数学模型中的时变系数，成为研究同步电机的重要手段。70年代发展起来以坐标变换为基础的矢量控制技术，为高性能交流电气传动提供了理论基础。2.2.1 三相定子坐标系和两相定子坐标系之间坐标变换3/变换是

47、将三相定子坐标变换成二相定子坐标，简称3/2 变换。设三相绕组（A，B，C）与二相绕组（，）轴线设定如图2.3所示，A相绕组轴线与相绕组轴线重合，都是静止坐标，分别对应的交流电流为、和、。采用磁势分布和功率不变的绝对变换，三相交流电流在空间产生的磁势与二相交流电流产生的磁势应该相等，即两套绕组瞬时磁动势在轴上的投影都应相等。设变换矩阵为，变换系数为K，则 (2.1)图2.3 三相绕组与二相绕组的坐标轴设定 (2.2)由上两式得 (2.3)由于是绝对变换，且变换矩阵是正交矩阵，那么 (2.4)其中，E是单位矩阵。由式(2.3)和式(2.4)中可以求得变换系数K=，故三相/二相精致坐标变换矩阵为： (2.5)亦可变换如式(2.6)，其中的系数是三相坐标系到两相坐标系的相位比值系数。保证了变换前后矢量幅值不变。