这篇文档属于类型a,是一篇关于永磁同步电机(Permanent Magnet Synchronous Motors, PMSM)控制方法改进的原创性研究论文。以下为详细学术报告:
一、作者与发表信息
本研究由Ke Li(江苏大学电气与信息工程学院)、Jie Ding(江苏大学在读硕士)、Xiaodong Sun(江苏大学汽车工程研究院,IEEE高级会员)等合作完成,其他作者包括Gang Lei(悉尼科技大学)、Anton Dianov(温州大学)、Galina Demidova(俄罗斯ITMO大学)和Vladimir Prakht(俄罗斯乌拉尔联邦大学)。论文已被IEEE Journal of Emerging and Selected Topics in Power Electronics接收,修订于2024年12月至2025年2月,最终版本将于2025年发表,项目支持来自中国国家重点研发计划(2024YFB2505103)。
二、学术背景
研究领域:电力电子与电机控制,聚焦于永磁同步电机的高性能驱动系统。
研究动机:PMSM因其结构简单、功率密度高和效率高等优点广泛应用于高性能驱动系统,但其非线性特性、外部干扰(如负载扰动、转矩脉动)和参数不确定性(如转动惯量变化)对控制精度提出挑战。传统PI控制难以兼顾高速跟踪与抗干扰能力,而滑模控制(Sliding Mode Control, SMC)虽对模型误差和干扰不敏感,但存在抖振问题。
研究目标:提出一种新型滑模控制律(NSMC)结合高阶滑模观测器(High-Order Sliding Mode Observer, HOSMO)的复合控制策略,以提升速度跟踪性能、降低抖振,并通过在线惯量辨识增强系统鲁棒性。
三、研究流程与方法
1. 新型滑模控制律(NSMC)设计
- 滑模面设计:采用积分滑模面(式14),结合状态变量依赖的趋近律(式6),引入双曲正切函数和指数项,动态调整趋近速度。当系统远离滑模面时,通过变量速度项和指数项加速趋近;接近滑模面时,速度项主导以抑制抖振。
- 稳定性验证:通过Lyapunov函数(式7-8)证明系统稳定性,参数优化采用灰狼算法(GWO),以速度误差最小化为目标函数(式46)。
2. 高阶滑模观测器(HOSMO)开发
- 负载转矩观测:基于超螺旋滑模算法(Super-Twisting Algorithm, STA)设计HOSMO(式28),引入误差修正项和边界层函数(式26-27)以提高观测精度并减少稳态抖振。
- 离散化实现:将连续时间观测器离散化(式29),适用于数字控制系统。
3. 在线惯量辨识
- 算法设计:采用Landau递推算法(式35),通过自适应增益(式36-37)动态调整辨识速度与精度。转动惯量估计值实时反馈至控制器和观测器,以应对负载变化导致的惯量失配问题。
4. 实验验证
- 平台搭建:基于TMS320F28335 DSP的实验平台(图7),测试电机参数见表I。
- 对比方案:与传统指数趋近律(TERL)、自适应滑模控制(ASMC)和扩展滑模扰动观测器(ESMDO)对比,评估速度跟踪、抗干扰和惯量变化下的性能。
四、主要结果
动态响应:
- 启动性能:NSMC+HOSMO在300 rpm和1000 rpm启动时,调节时间分别缩短至0.068s和0.082s,超调量仅为1.92%(图8)。
- 变速工况:速度突降时,NSMC+HOSMO无超调,恢复时间仅0.05s(图9)。
抗干扰能力:
- 负载突变:在5 N·m负载扰动下,速度波动从TERL的37.22 rpm降至NSMC+HOSMO的21.54 rpm,稳定时间缩短60%(图10-11)。
- 惯量失配:转动惯量增至2倍时,速度跌落从ESMDO的66.71 rpm改善至NSMC+HOSMO的41.08 rpm(图18)。
观测与辨识精度:
- HOSMO负载转矩观测误差小于5%,且无超调(图21);在线惯量辨识算法在负载突变时仍保持高精度(图19-20)。
五、结论与价值
科学价值:
1. 提出了一种动态调整趋近速度的NSMC律,仅需4个可调参数,解决了传统SMC快速性与抖振的矛盾。
2. 设计的HOSMO通过边界层和误差修正项,显著提升了扰动观测精度。
3. 结合在线惯量辨识的复合控制策略,为PMSM系统参数不确定性提供了通用解决方案。
应用价值:该方法可应用于电动汽车、工业伺服系统等对动态响应和鲁棒性要求高的场景,尤其适合负载频繁变化的工况。
六、研究亮点
- 创新控制律:NSMC首次将系统状态变量与双曲正切函数结合,实现趋近速度自适应调节。
- 复合抗干扰架构:HOSMO与NSMC的协同补偿机制,降低了扰动对控制性能的影响。
- 实时参数更新:基于Landau算法的惯量辨识,突破了传统离线方法的局限性。
七、其他贡献
- 实验全面性:覆盖低速(100 rpm)至超额定转速(2000 rpm)的极端工况,验证了方法的普适性。
- 开源潜力:算法通过MATLAB仿真与DSP实现,代码结构清晰,便于工业移植。
(注:文中公式、图表编号均引用原文,部分术语如“滑模控制(SMC)”“超螺旋算法(STA)”等保留英文缩写以便专业读者对照。)