核心内容摘要
潜入“成人推特”的隐秘角落：一场深入探索与思考
数学基础与问题表述
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, uβ和iα, 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θe和ωe。
滑模观测器的设计与稳定性分析
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îα, îβ是观测器估计的电流。
[να; νβ]是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 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(
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)
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s0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)(
其中h是待设计的滑模增益正数sign()是符号函数。
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/
* sα² (1/
* sβ² (1/
* (ĩα² ĩβ²)**(
显然V 0对于所有[ĩα; ĩβ] ≠ [0; 0]且V(
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**(
将误差动态方程(
代入(
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) ]**(
步骤3保证导数负定。
将控制律(
代入(
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|) ]**(
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|)**(
将(
代入(
dV/dt ≤ (-Rs/Ls)(ĩα² ĩβ²) (1/Ls) [ |E| (|ĩα| |ĩβ|) h (|ĩα| |ĩβ|) ] (-Rs/Ls)(ĩα² ĩβ²) (1/Ls) (h |E|) (|ĩα| |ĩβ|)(
要使dV/dt 0对所有[ĩα; ĩβ] ≠ 0一个充分条件是让(
式右边的第二项被第一项的负性所主导。
虽然(
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/
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|)(
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当ĩα 0时条件变为h -eα。
当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(
结论 只要滑模增益h根据电机参数和最大运行速度按式(
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s0。
滑模运动的等效控制与信号提取
1 等效控制原理当系统状态到达滑模面s0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] 0且d/dt [ĩα; ĩβ] 0。
令误差动态方程(
为零0 (-Rs/Ls) * 0 (1/Ls) * ([eα; eβ] - [να; νβ]) [eα; eβ] [να; νβ](
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]。
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(
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))(
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 ~
* ωe_max。
如果滞后恒定可以在后续的锁相环中进行补偿。
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。
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)(
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)
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(
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 Kpll2ζωn 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
707~1以获得良好响应来精确计算Ki ωn² / KpllKp 2ζωn / Kpll(
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。
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(
进行离散化。
采用前向欧拉法一阶近似dx/dt ≈ (x[k1] - x[k]) / Ts其中Ts为采样周期。
离散化的观测器方程为[îα[k1]; îβ[k1]] [îα[k]; îβ[k]] (Ts/Ls) * ( [uα[k]; uβ[k]] - Rs * [îα[k]; îβ[k]] - [να[k]; νβ[k]] )(
式(
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。
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。
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。
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。