改进型MRAS无速度传感器感应电机控制系统的探究

简介：
本研究聚焦于改进型模型参考自适应系统（MRAS）在无传感器感应电机控制中的应用，旨在提升系统动态响应及稳定性。通过优化算法实现精确转速估计，进而提高整个驱动系统的性能和可靠性。 在研究感应电机矢量控制系统的过程中，针对转速闭环控制环节的必要性以及受限于速度传感器成本、安装维护困难及工业现场环境恶劣等因素的影响，朱姝和李阳对无速度传感器技术进行了深入的研究，并提出了改进型模型参考自适应（MRAS）的无速度传感器矢量控制方案。他们利用MATLAB软件建立了感应电机无速度传感器转子磁链定向矢量控制系统模型并通过仿真验证了该系统的可行性与实用性。 感应电机矢量控制基于电动机的动态数学模型，将不能分离的转矩电流和励磁电流分离开来，并通过相位差90°的转矩电流和励磁电流分别进行控制以获得类似直流电动机的性能。在矢量控制中，基本思路是产生同样的旋转磁场，通过Park变换将三相坐标系中的交流电流转换为两相静止坐标系上的交流电流，再通过同步旋转变换等效于同步旋转坐标系上的直流电流。其目标在于让感应电机转子总磁通接近直流电动机的励磁磁通，从而实现转矩和励磁解耦。 在动态模型分析中，采用两相同步旋转坐标变换来实现矢量控制的关键是获得准确的转子磁链信号。该系统中的转子磁链模型主要分为电流模型和电压模型两种类型：其中电流模型通过测量电机电流估算出转子磁场；而电压模型则基于电机电压与电流变量进行估计。 无速度传感器矢量控制技术的研究始于上世纪70年代，学者们提出了多种方法来识别并计算电动机的速度，包括直接计算法、模型参考自适应法（MRAS）、扩展卡尔曼滤波器等。其中，模型参考自适应法是目前较为传统且广泛使用的一种方法。该方法通过设置不含未知参数的数学模型作为参考模型，并将含有待估算参数的数学模型设为可调节模型，利用输出量误差来形成自适应律以实时调整可调模型参数，从而实现控制对象输出跟踪参考模型的目标。 在MRAS速度辨识中，转子磁通估计法是常用的方法之一。具体而言，在此研究中作者采用了电压模型作为不含电机转速的参考模型，并使用含有电机转速信息的电流模型作为调节模型。通过基于两者之间误差构成自适应律来调整可调模型参数实现输出跟踪控制。 感应电机矢量控制技术的进步不仅促进了交流调速系统的快速发展，还推动了整个电机控制系统理论与实践的进步。通过对无速度传感器技术的研究和改进可以进一步降低成本并提高系统可靠性及适用性，特别是在工业现场等恶劣环境下使用该技术将具有更大的优势和发展前景。随着算法和技术的不断进步，未来的感应电机控制将会更加精确高效，并能满足更多样化的工业需求。