黨選舉,王涵正,姜 輝
(桂林電子科技大學(xué) 電子工程與自動(dòng)化學(xué)院,廣西 桂林 541004)
開(kāi)關(guān)磁阻電機(jī)(SRM)具有結(jié)構(gòu)簡(jiǎn)單、成本低、起動(dòng)轉(zhuǎn)矩大、可靠性高等優(yōu)點(diǎn),在機(jī)械加工、新能源汽車等領(lǐng)域具有良好的發(fā)展前景。但由于SRM特有的雙凸級(jí)結(jié)構(gòu),電機(jī)運(yùn)行時(shí)存在著高度的磁路飽和,轉(zhuǎn)矩與電流、轉(zhuǎn)子位置之間有著復(fù)雜的非線性和高度的耦合關(guān)系[1],使SRM產(chǎn)生強(qiáng)烈的轉(zhuǎn)矩脈動(dòng)和噪聲問(wèn)題,限制了SRM在新能源汽車等領(lǐng)域的廣泛應(yīng)用。
目前對(duì)于SRM的轉(zhuǎn)矩脈動(dòng)控制方法主要有:電流斬波控制(CCC)[2]、直接轉(zhuǎn)矩控制(DTC)[3]、直接瞬時(shí)轉(zhuǎn)矩控制(DITC)[4]等。轉(zhuǎn)矩分配函數(shù)法(TSF)將期望轉(zhuǎn)矩通過(guò)分配函數(shù)分配為各相繞組的單相轉(zhuǎn)矩,使各相繞組產(chǎn)生的轉(zhuǎn)矩之和等于期望轉(zhuǎn)矩,以此減少系統(tǒng)產(chǎn)生的轉(zhuǎn)矩脈動(dòng)[5-7]。
在工業(yè)領(lǐng)域中,在變量有約束條件的條件下尋找目標(biāo)函數(shù)在解空間內(nèi)最值,常用的方法有拉格朗日乘子法[8-9]、罰函數(shù)法[10]等。拉格朗日乘子法是尋找多元函數(shù)在約束條件下全局極值的方法,被廣泛應(yīng)用于最優(yōu)化問(wèn)題求解。出于對(duì)控制目標(biāo)與分析問(wèn)題角度的不同,目標(biāo)函數(shù)的選取往往沒(méi)有統(tǒng)一標(biāo)準(zhǔn),而是根據(jù)實(shí)際被控對(duì)象的特點(diǎn)進(jìn)行確定。如文獻(xiàn)[9]利用拉格朗日乘子法簡(jiǎn)化了機(jī)械臂模型,減少了力矩誤差。
文獻(xiàn)[11]以電機(jī)設(shè)計(jì)的轉(zhuǎn)矩脈動(dòng)以及總體效率為優(yōu)化目標(biāo),在開(kāi)關(guān)磁阻電機(jī)有限元分析模型的基礎(chǔ)上使用人群搜索算法對(duì)電機(jī)的結(jié)構(gòu)和參數(shù)進(jìn)行尋優(yōu),并得到了比使用遺傳算法進(jìn)行參數(shù)尋優(yōu)更低的轉(zhuǎn)矩脈動(dòng)。文獻(xiàn)[12]使用差分進(jìn)化算法、大爆炸算法及粒子群算法三種典型的優(yōu)化算法對(duì)所提出的電流分配方法中的PI控制器參數(shù)進(jìn)行優(yōu)化、整定,并比較最后的轉(zhuǎn)矩輸出結(jié)果。然而由于SRM內(nèi)部的強(qiáng)非線性以及需要尋優(yōu)的參數(shù)數(shù)量較多,尋優(yōu)過(guò)程中參數(shù)的解空間難以確定,參數(shù)之間的耦合性也可能導(dǎo)致求解陷入局部最優(yōu)。文獻(xiàn)[13]提出使用了優(yōu)化方法對(duì)換相區(qū)間中的兩相電流進(jìn)行優(yōu)化分配的思想,直接以電流作為變量,針對(duì)轉(zhuǎn)矩脈動(dòng)以及效率設(shè)計(jì)目標(biāo)函數(shù)借助拉格朗日乘子法求解電流的最優(yōu)值;在目標(biāo)函數(shù)中,同時(shí)約束項(xiàng)無(wú)法兼顧復(fù)雜性與最終轉(zhuǎn)矩脈動(dòng)抑制效果。
傳統(tǒng)的轉(zhuǎn)矩分配函數(shù)是將參考轉(zhuǎn)矩利用固定的函數(shù)進(jìn)行對(duì)稱的分配,忽略了電機(jī)復(fù)雜的電磁特性;同時(shí),已有的研究沒(méi)有將SRM轉(zhuǎn)矩分配方法置于優(yōu)化思想的框架下進(jìn)行深入探索,因此無(wú)法同時(shí)保證分配結(jié)果的準(zhǔn)確性和計(jì)算簡(jiǎn)便性。本文充分考慮了電機(jī)運(yùn)行時(shí)電感飽和引起的電流-轉(zhuǎn)矩之間的非線性關(guān)系,將電感的準(zhǔn)線性(近似非線性)模型引入優(yōu)化中,作為拉格朗日乘子法的約束項(xiàng)對(duì)轉(zhuǎn)矩進(jìn)行分配,以此得到更準(zhǔn)確的離線優(yōu)化電流分配函數(shù)。同時(shí),系統(tǒng)轉(zhuǎn)矩誤差進(jìn)行預(yù)處理后,通過(guò)迭代學(xué)習(xí)控制得到補(bǔ)償電流,與優(yōu)化電流共同作為電流滯環(huán)的參考輸入,實(shí)現(xiàn)減小轉(zhuǎn)矩脈動(dòng)的目標(biāo)。
開(kāi)關(guān)磁阻電機(jī)[3]的勵(lì)磁過(guò)程遵循磁阻最小原理。在忽略磁路飽和及渦流損耗的理想線性模型下,SRM的電壓方程為:
(1)
式中,Uk為第k相產(chǎn)生的電壓,ik為第k相繞組的相電流,θ為轉(zhuǎn)子位置,Ω為轉(zhuǎn)子角速度。電磁轉(zhuǎn)矩表達(dá)式為:
(2)
(3)
其中,Lk(ik,θ)為第k相電感,Ttol為各相轉(zhuǎn)矩之和,n為相數(shù)。
(4)
(5)
Lk(ik,θ)=L0(θ)+L1cos(Nrθ+π)
(6)
根據(jù)式(6),得到電感對(duì)角度θ的偏導(dǎo)為:
NrL1(ik)sin(Nrθ)
(7)
簡(jiǎn)化后得到:
(8)
基于傅里葉函數(shù)建立SRM電感的準(zhǔn)線性模型,相較于線性電感模型,包含更多電機(jī)運(yùn)行時(shí)的非線性特征;同時(shí)準(zhǔn)線性模型所需要的參數(shù)數(shù)據(jù)可以通過(guò)測(cè)量法或通過(guò)實(shí)驗(yàn)數(shù)據(jù)計(jì)算得到,消耗的計(jì)算資源比基于有限元分析的仿真模型更少。
因此本文所提出的算法用傅里葉函數(shù)建立電感準(zhǔn)線性模型,簡(jiǎn)化了運(yùn)算的同時(shí)保證了模型具有較高的準(zhǔn)確性,即:在對(duì)電流進(jìn)行最優(yōu)化迭代求解時(shí),求解空間范圍更加精確,同時(shí)避免引入過(guò)多限制條件而降低優(yōu)化效率。
在多元函數(shù)最優(yōu)化問(wèn)題中,拉格朗日乘子法在變量有約束的條件下建立拉格朗日函數(shù),以此求解多元函數(shù)的最優(yōu)問(wèn)題[8]。根據(jù)式(2)中轉(zhuǎn)矩和電流的函數(shù)關(guān)系,轉(zhuǎn)矩的波動(dòng)與電流平方直接相關(guān),因此在兩相電流的平方和最小時(shí),轉(zhuǎn)矩波動(dòng)實(shí)現(xiàn)最??;同時(shí),考慮兩相電流的變化率,抑制電流的波形波動(dòng),使電流變化優(yōu)化結(jié)果更平滑,進(jìn)一步減小轉(zhuǎn)矩波動(dòng)。根據(jù)文獻(xiàn)[13],設(shè)計(jì)目標(biāo)函數(shù)并確定系數(shù)形式:
(9)
s.t.
(10)
其中,Ia表示前一相電樞繞組的電流,Ib表示后一相電樞繞組的電流,θn表示當(dāng)前時(shí)刻的轉(zhuǎn)子位置,θn-1表示上一時(shí)刻的轉(zhuǎn)子位置。
此目標(biāo)函數(shù)只需要確定換相區(qū)開(kāi)始的起始角角度,并利用準(zhǔn)線性電感模型限制轉(zhuǎn)矩與電流間函數(shù)關(guān)系,通過(guò)求解目標(biāo)函數(shù)的最小值得到優(yōu)化電流的函數(shù),通過(guò)優(yōu)化自動(dòng)解得兩相電流重疊的導(dǎo)通角以及關(guān)閉角。
2.2.1 分段電流
根據(jù)開(kāi)關(guān)磁阻電機(jī)的傅里葉準(zhǔn)線性模型及公式(7),SRM工作時(shí)不同轉(zhuǎn)子位置的電感變化將導(dǎo)致SRM的電流-轉(zhuǎn)矩特性變化;在換相區(qū),由相鄰兩相電樞繞組對(duì)應(yīng)著各自的電流-轉(zhuǎn)矩特性產(chǎn)生轉(zhuǎn)矩。因此,本文采用分段的方法,將換相區(qū)的復(fù)雜非線性特性簡(jiǎn)化。圖1為目標(biāo)轉(zhuǎn)矩為5Nm時(shí),根據(jù)電感的變化情況,以8.5°作為分段的邊界,將轉(zhuǎn)子前一相與后一相分別記為A相、B相。
圖1 期望轉(zhuǎn)矩為5Nm時(shí)分段優(yōu)化區(qū)間圖
為了能使電流平穩(wěn)分配,因此分段優(yōu)化第一階段(5≤θn-1<θn≤8.5)的拉格朗日優(yōu)化方程表示為:
L(Ia,Ib,λ,φ1,φ2)=
(11)
其中,q1=0.005,r1=2,5≤θn-1<θn≤8.5。
第二階段中,減少A相轉(zhuǎn)矩的輸出,同時(shí)使B相轉(zhuǎn)矩增加,使系統(tǒng)轉(zhuǎn)矩輸出逐漸由A相過(guò)渡到B相,因此分段優(yōu)化第二階段(8.5≤θn-1<θn≤20)的拉格朗日優(yōu)化方程:
L(Ia,Ib,λ,φ1,φ2)=
(12)
其中,q2=0.007,r2=5,8.5≤θn-1<θn≤20。
從而最終將非線性電流曲線優(yōu)化問(wèn)題轉(zhuǎn)化為分段線性化的優(yōu)化問(wèn)題,并確定分段的優(yōu)化表達(dá)式。
2.2.2 分段優(yōu)化
(1)第一段優(yōu)化區(qū)間及迭代優(yōu)化過(guò)程
L(Ia,Ib,λ,φ1,φ2)=
(13)
其中,θn、θn-1分別為當(dāng)前時(shí)刻與上一時(shí)刻的轉(zhuǎn)子位置,拉格朗日乘子λ,φ1,φ2≥0。
由于拉格朗日乘子法要求其不等式約束必須滿足:
(14)
在換相區(qū)間內(nèi),Ia和Ib不可能同時(shí)等于Imax,并且為了防止優(yōu)化時(shí)電流為0無(wú)法迭代運(yùn)算,因此在優(yōu)化開(kāi)始階段賦予Ia和Ib初值。所以,式(11)只有在φ1=φ2=0 時(shí)成立。
分別令式(13)對(duì)變量Ia,Ib,λ的偏導(dǎo)為0,得到:
(15)
(16)
(17)
聯(lián)立式(15)~式(17),由式(18)、式(19),離線計(jì)算得到λ值。
(18)
B2E2Gλ4+2(B2EF+BCE2)Gλ3+
(B2F2G+C2E2G-A2E2-B2D2)λ2+
2(BCF2G+C2EFG-A2FE-BCD2)λ+
C2F2G-A2F2-C2D2=0
(19)
其中,
(2)第二段區(qū)間迭代過(guò)程
(20)
故,第二階段拉格朗日函數(shù)為:
(21)
得到偏導(dǎo):
(22)
(23)
(24)
同第一階段,先對(duì)λ通過(guò)離線計(jì)算得到,再將λ代入式(22)、式(23)得到Ia(θn)、Ib(θn)
迭代學(xué)習(xí)控制(Itrative Learning Control,ILC)是一種基于數(shù)據(jù)驅(qū)動(dòng)的控制算法。SRM電機(jī)開(kāi)環(huán)P型迭代學(xué)習(xí)控制系統(tǒng)控制, 將轉(zhuǎn)矩反饋誤差進(jìn)行預(yù)處理后再作為控制器反饋信號(hào),開(kāi)環(huán)P型迭代學(xué)習(xí)控制表達(dá)式:
(25)
其中,
(26)
fa(θ)=sin(Nrθ)
(27)
(28)
本文的控制系統(tǒng)整體框圖如圖2所示??刂葡到y(tǒng)分為3部分:①基于拉格朗日乘子法的離線電流優(yōu)化分配作為系統(tǒng)的開(kāi)環(huán)輸入;②改進(jìn)的迭代學(xué)習(xí)控制閉環(huán)控制策略以恒轉(zhuǎn)矩為目標(biāo),輸出補(bǔ)償電流;③優(yōu)化電流與補(bǔ)償電流相疊加作為電流滯環(huán)控制的參考輸入電流以最終實(shí)現(xiàn)轉(zhuǎn)矩脈動(dòng)抑制。由于系統(tǒng)的輸入為離線優(yōu)化得到的電流,無(wú)法構(gòu)成電流在線調(diào)節(jié)的恒轉(zhuǎn)矩閉環(huán)控制系統(tǒng),因此引入迭代學(xué)習(xí)控制和電流滯環(huán)控制對(duì)系統(tǒng)的電流進(jìn)行補(bǔ)償。
圖2 基于拉格朗日乘子法離線優(yōu)化分配電流的SRM轉(zhuǎn)矩閉環(huán)控制系統(tǒng)框圖
為了驗(yàn)證所提出的控制策略對(duì)轉(zhuǎn)矩脈動(dòng)抑制的有效性,在Matlab/Simulink仿真軟件中對(duì)所提出算法的效果進(jìn)行仿真和效果驗(yàn)證。本文以12/8型SRM模型[15]為例建立電機(jī)運(yùn)行仿真模型,其中,電機(jī)的主要模型參數(shù)為:定子電阻Rs=0.005Ω,電感最大值Lmax=23.62mH電感最小值Lmin=0.67mH,磁鏈最大值Ψmax=0.48Wb ;以及直流電源電壓VDC=100V,電機(jī)負(fù)載TL=2Nm,給定轉(zhuǎn)矩Td=5Nm。啟動(dòng)時(shí)負(fù)載轉(zhuǎn)矩為2Nm導(dǎo)通角為5°。通過(guò)對(duì)轉(zhuǎn)矩脈動(dòng)的定量分析衡量最終控制系統(tǒng)的穩(wěn)定性,轉(zhuǎn)矩脈動(dòng)越小,則系統(tǒng)穩(wěn)定性越好。定義轉(zhuǎn)矩脈動(dòng)系數(shù)[16]Tripple如下:
(29)
式中,Tmax、Tmin和Tav分別為電機(jī)到達(dá)穩(wěn)態(tài)后的最大瞬時(shí)轉(zhuǎn)矩、最小瞬時(shí)轉(zhuǎn)矩及平均轉(zhuǎn)矩。
由于在優(yōu)化開(kāi)始時(shí),若Ib=0 則優(yōu)化過(guò)程將無(wú)法進(jìn)行,因此需要賦予Ia,Ib一定初值。本文根據(jù)TSF轉(zhuǎn)矩分配控制策略得到的電流值作為優(yōu)化開(kāi)始時(shí)Ia,Ib的初值。圖3表示了期望轉(zhuǎn)矩分別為5Nm和3Nm時(shí)分段迭代優(yōu)化的電流函數(shù)結(jié)果。圖3的優(yōu)化結(jié)果說(shuō)明,優(yōu)化得到的電流交疊的角度明顯大于傳統(tǒng)TSF。
其中期望轉(zhuǎn)矩為5Nm時(shí)系數(shù)的選取為:
(30)
期望轉(zhuǎn)矩為3Nm時(shí)系數(shù)的選取為:
(31)
圖3 期望轉(zhuǎn)矩為5Nm和3Nm的優(yōu)化電流結(jié)果
圖4的3條曲線分別為系統(tǒng)開(kāi)環(huán)情況下,離線分段優(yōu)化電流函數(shù)及TSF策略下輸入電機(jī)后的轉(zhuǎn)矩波形,離線分段優(yōu)化電流在期望轉(zhuǎn)矩為5Nm及3Nm時(shí)的轉(zhuǎn)矩脈動(dòng)分別為23.6%、11.3%,傳統(tǒng)轉(zhuǎn)矩分配函數(shù)的轉(zhuǎn)矩脈動(dòng)為 39.5%。從圖4對(duì)比可以看出,在開(kāi)環(huán)控制下,使用拉格朗日乘子法分段優(yōu)化可以明顯抑制系統(tǒng)的轉(zhuǎn)矩脈動(dòng),且分段優(yōu)化以后電流的曲線可以實(shí)現(xiàn)更小的轉(zhuǎn)矩脈動(dòng)。
圖4 轉(zhuǎn)矩離線優(yōu)化分配方法與轉(zhuǎn)矩分配函數(shù)(TSF)的轉(zhuǎn)矩波形對(duì)比
系統(tǒng)輸入離線分段優(yōu)化電流后,SRM產(chǎn)生轉(zhuǎn)矩輸出并得到轉(zhuǎn)矩誤差,對(duì)誤差進(jìn)行預(yù)處理以后作為開(kāi)環(huán)P型迭代學(xué)習(xí)控制的輸入使控制系統(tǒng)閉環(huán)。最終的轉(zhuǎn)矩脈動(dòng)為:5.76%和7.26%,轉(zhuǎn)矩輸出波形如圖5、圖6所示。
圖5 期望轉(zhuǎn)矩為3Nm時(shí)系統(tǒng)的轉(zhuǎn)矩脈動(dòng)
圖6 期望轉(zhuǎn)矩為5Nm時(shí)系統(tǒng)的轉(zhuǎn)矩脈動(dòng)
結(jié)合上文分析,給出對(duì)比表格如表1所示。
表1 轉(zhuǎn)矩脈動(dòng)系數(shù)對(duì)比
對(duì)比圖4、圖5和圖6可知,所提出的控制策略較使用傳統(tǒng)TSF方法疊加普通開(kāi)環(huán)P型的迭代收斂速度更快,且轉(zhuǎn)矩脈動(dòng)進(jìn)一步得到抑制。
本文對(duì)傳統(tǒng)對(duì)稱轉(zhuǎn)矩分配進(jìn)行改進(jìn),基于開(kāi)關(guān)磁阻電機(jī)電感準(zhǔn)線性模型,提出了拉格朗日乘子法優(yōu)化的電流分段分配策略;并對(duì)反饋電流引入迭代學(xué)習(xí),輸出補(bǔ)償電流,與離線優(yōu)化電流疊加作為電流滯環(huán)控制的輸入,以有效抑制轉(zhuǎn)矩脈動(dòng)。仿真結(jié)果表明,對(duì)于給定轉(zhuǎn)矩控制,該優(yōu)化分配電流的轉(zhuǎn)矩脈動(dòng)明顯低于傳統(tǒng)轉(zhuǎn)矩分配控制策略;同時(shí),改進(jìn)的迭代學(xué)習(xí)使控制系統(tǒng)收斂更快,驗(yàn)證了所提出算法對(duì)開(kāi)關(guān)磁阻電機(jī)的轉(zhuǎn)矩脈動(dòng)抑制的有效性。