异步电机参数在线辨识技术的研究硬件部分毕业设计(编辑修改稿)

异步电机参数在线辨识技术的研究硬件部分毕业设计(编辑修改稿)内容摘要：

增加时，由于转差率增大， 2sr 加大，转子电流的无功分量有所增加，相应定子电流无功分量随之增加，反而略有下降。 如图 1— 7所示的第 3条曲线。 电磁转矩特性 T = f ( 2P ) 将输出转矩 2T = 2P /  代入式 T = 2T + 0T ，可得异步电动机转矩方程式 2T = 2P /  + 0T。 可以得出，电动机空载时，电磁转矩 T = 0T ，随着负载增大， 2P 增加，由于机械角速度变化不大，电磁转矩随着 2P 的变化近似的为一条直线。 如图 1— 7 所示的第 5 条曲线。 效率特性  = f ( 2P ) 由效率公式 ： SmCuFeCu PPPPPPPPP 212212 可知， 电动机空载时， 2P = 0，  = 0。 随着输出功率 2P 增加，效率也在增加，但效率的高、低决定于损耗在输入功率中所占的比重。 损耗中的铁损耗和机械损耗基本上不随中国矿业大学 2020 届本科生毕业设计 第 6 页 负载的变化而变化，称为不变损耗；而铜损耗和附加损耗随负载的变化而变化，称为可变损耗。 当输出功率增加时，由于可变损耗增加较慢，所以效率上升较快。 当可变损耗等于不变损耗时，效率最高，约为 — ，此时负载出现在（ — ） NP 范围内，当超过额定负载时，可变损耗增加很快，效率反而降低。 一般来说，电动机容量越大，效率越高。 如图 1— 7 所示的第 2 条曲线。 中国矿业大学 2020 届本科生毕业设计 第 7 页 2 异步 电动机 的参数辨识发展概述 发展情况 直流 电动机 拖动和交流 电动机 拖动在 19世纪中先后诞生。 在 20 世纪的大部分年代里，约占整个电力拖动容量 80%的不变速拖动系统都采用交流 电动机 ，而只占 20%的高控制性能可调速拖动系统则采用直流 电动机 ，这似乎己经成为 一种举世公认的格局。 交流调速系统的方案虽然早已有多种发明并得到实际应用，但其性能却始终无法与直流调速系统相匹敌。 直到本世纪 70 年代初叶，席卷世界先进工业国家的石油危机，迫使他们投入大量人力物力去研究高效高性能的交流调速系统，期望用它来节约能源。 经过十年左右的努力，到了 80 年代大见效，一直被认为是天经地义的交直流拖动的分工局限逐渐被打破了，高性能交流调速系统应用的比重逐年上升。 在工业各部门用可调速交流调速拖动取代直流拖动的形势已经指日可待。 让交流 电动机 (特别是感应 电动机 )能实现变频调速一直是学术界、工业界的 梦想，因为它是实现高效率调速的最佳手段。 钱学森先生在《工程控制论》第一版 (1954)专门列出交流系统一章。 1971 年 F. Blashke 在前人工作的基础上，提出了磁场定向矢量控制原理，后来他以此论文以西德技术大学通过了博士了答辩。 由于受当时电力电子器件和微处理器的水平所限制，磁场定向矢量控制技术在 70年代不可能得到大的发展。 晶闸管问世不久，McMurray 换流电路 (辅助可控硅换流电路 )与 McMurryBedford 换流电路 (串联电感式换流电路 )、串联二极管电路，以及交 —— 交变频周波变流器的相继出现，可关断 器件 GTR 的实用化， 16 位微处理器及 DSP 的日益完善，磁场定向矢量技术在 8385 年左右才真正取得巨大进步，并迅速转化为产品。 其中 教授和他的学生们作了大量的工作。 磁场定向矢量控制在磁场方向计算精确，可实现磁通和力矩的近似完全解祸，可对交流 电动机 实现对 象 直流 电动机 般的准确控制。 但由于 电动机 在运行时参数必然会发生一些变化。 例如，由于温升 、饱和等现象导致的原理性的参数变化；由于暂态、电源幅值及频率变动，或负载等变化导致的运行参数变化。 还有使用后随时间推移产生的老化性的参数变化。 例如， 电动机 转轴 等受力部件的弹性疲劳，轴承磨损等对气隙的影响，绝缘结构及硅钢片老化对电磁性能的影响，各种应力作用及其所产生的振动，不仅直接损坏绝缘，且危及各零部件的强度。 其他一些环境因素，如污物、粉尘、霉菌、盐雾、腐蚀、辐射等也会影响 电动机 的功能及参数变化。 尤其一些高度的非线性现象，当 电动机 运行在大范围内变化时，参数改变的影响更为重要。 例如，采用磁场定向矢量控制计算零频下磁通的非线性模型，零频下磁通的非线性模型一切均以转子时间常数几为准，但受温度升高影响而缓慢变化，受饱和影响快速变化。 所以，将 电动机 模型当作恒定参数的现行方 程式，不仅不符合实际，也满足不了当前发展的需要。 这一切似乎表明除建立更精确的 电动机 数学模型来反映 电动机 的运行状态外， 电动机 的控制手段也表现得更为智能化。 鉴于此，参数的自估计就理所当然成为 90 年代磁场定向矢量控制的研究重点。 参数自估计包括 : a． 静态方法 (适用于 电动机 启动时，或工作间隙运行次程序 ) b． FO 一 IM 的自适应参数估计方法  模型参考自适应方法 中国矿业大学 2020 届本科生毕业设计 第 8 页  最小拍适应控制 前者严格意义上属于参数离线识别，而后者则涉及到参数的实时测量。 参数自测试是现代传动系统的主要特征之一，这种参数自测试是建立在参 数辨识方法之上，并在 电动机 运行的过程中自动完成，以保证对 电动机 实现更有效，更准确的控制。 交流传动系统的自适应问题包括两个方面： (1) 解决矢量控制系统对电动机参数的敏感性的问题。 (2) 在矢量控制系统的基础上，解决交流传动系统中对转动惯量、负载、和各种非理想因素的适应控制问题。 感应电动机磁场定向控制策略 (矢量控制 )在实现电动机转矩高性能控制的同时，存在对电动机参数的很强依赖性。 一般的矢量控制系统无法适应电动机参数随电动机温升和励磁等工况不同所发生的变化，因而导致电动机在错误的励磁条件持续运行和动态转矩出现震荡。 几乎 自矢量调整控制技术一出现，人，就希望寻找一种能解决 电动机 参数变化并确保系统性能的方法。 近 10 年来，于电力电子技术和微电子技术的迅猛发展，这一问题越来越受到人们的关注。 解决感应电动机矢量控制系统对 电动机 参数敏感性问题的方法不外乎有两种 : 电动机 参数，不附加任何测试条件，以及对 电动机 的运行状态不作任何要求的控制方法。 电动机 的主要的实时参数用于 电动机 控制，以实现对 电动机 的控制。 然后一种方案更易于实现。 由此可见， 电动机 的参数辨识对于今天的工业应用有非常重要的意义。 电动机 的参数 辨识，尤其是对异步 电动机 的参数的识别的工作中大量科研工作者作了大量的工作。 最初通过 电动机 空载、堵转实验获取异步 电动机 的参数。 而 70 年代初，提出利用 电动机 的转矩与转速、电流与转速特征关系进行离线识别。 随着控制技术的发展，人们可以通过对输入 — 输出的结果的测量，用传递函数和状态方程可识别动态系统参数，于是纷纷转向可测量的电压、电流、转速或转轴的空间位置，来进行参数识别。 电动机 运行于暂态模式下，由于无功功率的计算与测量均依赖于转子时间常数几，为使二者间的偏差最小，基于此， Garces 提出了在磁场定向的传动系统中 解决转子时间常数几适应性的方案。 Zai 和 Lipo onhard 仅局限于变化缓慢，转速波动量在额定值的 5%条件下。 Gabriel 和 Leonhard 则通过在磁场定向控制系统的 d 电流轴上叠加 地电平的伪随机二进制码序列以校正方法识别 电动机 参数，但 PRBS 信号可能会对传动系统的性能造成影响。 Sheriling 提出了输入四种不同的电压信号通过测量 电动机 静止状态下的电流频响来确定 电动机 的漏感，转子时常数，转子电阻，定子电阻。 Holtz 以一只 80196 芯片完成了电动机 参数的测量，并使之商品化，成为诸多商用变频器上 使用的一项专利。 由此可以看出，异步 电动机 的参数识别经历了由离线识别到在线识别这一过程，而且由靠单纯的频率响应频域识别的办法发展到时域辨识法。 随着近几年来现代控制理论的发展，最小二乘法、卡尔曼滤波法，模糊算法，神经网络理论也纷纷被引入，用以异步 电动机 的参数识别。 中国矿业大学 2020 届本科生毕业设计 第 9 页 总体而言，在 电动机 的参数识别的研究过程中，国外的科研工作者做了大量的工作尤其是欧洲的科研工作者，其中以俄国的科研人员的工作最为深入。 相形之下，美国近些年来似乎有意淡出在 电动机 这一领域的研究。 而国内科研工作者相对更加专注于同步电动机问题的研究工作，在 异步 电动机 参数识别方面的投入不大，成果也不太多。 异步 电动机 参数辨识的种类 在控制理论中，对一些物理现象或过程按需要进行模型化，用观测后得出的输入，输出数据来确定模型的参数及结构称为系统辨识。 辨识的方法可以分为两类 :一种是利用辨识对象正常运行条件下的输入，输出信息，在初始估计下开始，靠递推算法，逐步修正估计值的在线辨识，其特点是在一定的条件下 (计算机内存，运算速度及算法 )能进行实时处理 ； 另一类是将辨识对象由系统中分离出来受时间限制的离线辨识，其特点 :信息存储大。 电 动 机的参数辨识既是基础理论课题又是实 际应用课题。 由于 电动机 的复杂电磁状态，其中的部分参数又表现出非线性，因此又是难度较大的课题。 对此人们做了不少工作，形成了一些理论体系与方法。 异步电 动 机的参数识别按辨识手段的特点又可分为两类 : 一为频域响应法。 该方法起源于 50年代，在 7080年代形成了高潮 :民前该方法在分析理论、测试及处理技术等方面都已有了根本的改进。 总结近年来对频域响应法本身理论的研究与实践可发现该法在计算方法上己较为成熟，算法稳定性较好且具有一定的滤波功能。 其缺点就是对输入的信号要求严格 :频域分析建立在线性系统基础上，不能反映动态过程中 的非线性。 由于方法本身限制，目前国外 电动机 频响研究趋于减少。 二为时域辨识法。 该方法于 70 年代末，开拓 电动机 参数测试的广阔前景。 其最大优点是能够自动计及工况影响，一旦辨识成功，很多自然的因素都包含在参数的估计值中，简单易行、计算简便、不附加任何其他条件。 但在线辨识也存在一些问题 :如周围环境的影响。 辨识信号不能太大否则会影响 电动机 的正常工作。 在线辨识还有可能遇到不同实验或同一实验所识别的参数相差较大，即参数不稳定的问题。 目前时域辨识方法主要有卡尔曼滤波法和最小二乘法，这两种方法一是存在局部最 小或收敛性问题，二 是往往采取线性化而带来误差。 下面对异步 电动机 参数辨识方法进行一些综述，异步 电动机 参数辨识的方法有离线辨识和在线辨识两种。 第一种主要解决的是异步 电动机 质量检测问题和异步 电动机 调速系统启动时 电动机 参数的自检测问题，第二种主要解决的是异步 电动机 调速系统运行过程中 电动机 参数变化的问题。 具体可分为： 1. 最小二乘法辨识 电动机 参数。 在 电动机 参数辨识研究中，最小二乘法是一种运用相当多的一种回归估计的参数辨识方法，它通常要求系统的输出对于被辨识参数来说是线性的。 在满足了这个条件的时候，就能运用最小二乘法的方法对参数进行辨识 了。 在方差是白噪声的时候，最小二乘法会有一致性，无偏性和有效性等统计性质。 通常在使用过程中，需要考虑每次观测的数据对估计参数的不同影响，就可以采用加权的方法，通过观测精度和实际需要来确定权矩阵的主对角元素。 但为了能提高参数辨识的精度，就要求有尽量多的数据，也就是需要相当大的样本容量，但这样一来就需要有更大的内存容量，又加大了处理器计算的工作量，如果运用递推算法就可以不需要进行重复的计算，而且可以不断的更新估计值，所以就可以减少计算的工作量，使参数辨识方法简便。 当今在 电动机 参数辨识过程中，提出最小二乘法的辨 识方法，如果设定系统的干扰为中国矿业大学 2020 届本科生毕业设计 第 10 页 白噪声情况时。 由于观测的误差，模型的误差以及外干扰的存在，就使这种参数辨识的理想情况不在存在，也就导致了这种辨识方法不再具有无偏性。 除此之外，相对于 电动机 的状态空间模型，现在常用的方法是检验状态空间模型的可观测性，在将其转换成可观测的标准值，而后求出输入输出之间差分方程的关系，最后依据现有的方法进行参数辨识。 所以它的计算量相对与别的参数辨识方法还是比较大的。 2. 状态观测法辨识 电动机 参数 运用状态观测器的方法进行 电动机 参数的辨识，它的基本思想是把要进行估计的 电动机 参数看作系统内 部的状态，然后把估计的参数和 电动机 模型方程进行组合，最后用观测器的理论为依据来设计参数辨识方法，把我们需要的参数观测出来。 龙贝格观测器和卡尔曼滤波器是 电动机 控制中最常用的两种观测器。 第一种是根据极点配置理论来确定系统的状态观测器，第二种是最小方差意义上的最优预测估计方法。 异步 电动机 通常是非线性系统，如果用龙贝格观测器进行 电动机 参数的辨识，那么就要运用广义的龙贝格观测器。 广义龙贝格观测器是龙贝格观测器在非线性系统中的推广。 它基本的思想是：首先把非线性的系统转换为线性化系统，然后运用龙贝格观测器的算法对其状态 进行估计。 通常 电动机 的模型受转速的影响，都不是线性的，因此需要根据速度的变化来重新计算系统的模型和反馈矩阵，所。