宋毓聰 郭淑清

摘要： 永磁同步電機(jī)（PMSM）由于尺寸小、質(zhì)量輕、功率密度高等特點(diǎn)，符合電動(dòng)汽車驅(qū)動(dòng)電機(jī)輕量化小型化的發(fā)展趨勢(shì)，逐漸成為主流。但是由于其非線性、強(qiáng)耦合的特點(diǎn)，電機(jī)驅(qū)動(dòng)控制系統(tǒng)需要更為先進(jìn)智能的控制算法進(jìn)行控制。以永磁同步電機(jī)為研究對(duì)象，對(duì)比分析現(xiàn)階段永磁同步電機(jī)的控制策略。傳統(tǒng)控制策略相對(duì)成熟且成本低，但魯棒性和動(dòng)態(tài)響應(yīng)速度較差，智能控制策略自適應(yīng)性良好，但缺乏針對(duì)電機(jī)參數(shù)的調(diào)節(jié)。最佳的PMSM控制策略是結(jié)合多種控制策略的復(fù)合控制。

Abstract： Permanent Magnet Synchronous Motor （PMSM） has become the mainstream due to its small size， light weight and high power density， which is in line with the development trend of lightweight and miniaturization of electric vehicle drive motors. However， due to its nonlinear and strong coupling characteristics， the motor drive control system needs more advanced and intelligent control algorithms. Permanent magnet synchronous motor as the research object， comparative analysis of the current control strategy of permanent magnet synchronous motor. The traditional control strategy has relatively mature technology and low cost， but its robustness and dynamic response speed are poor. The intelligent control strategy has good self-adaptability， but it lacks the adjustment of motor parameters. The optimal PMSM control strategy is a compound control combining multiple control strategies.

關(guān)鍵詞： 電動(dòng)汽車;永磁同步電機(jī);控制策略

Key words： electric vehicle;permanent magnet synchronous motor;control strategy

中圖分類號(hào)：U472.43 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ?; ? ? ? ? ? ? ? ? ? ?文章編號(hào)：1674-957X（2022）01-0062-03

0 ?引言

驅(qū)動(dòng)電機(jī)是電動(dòng)汽車驅(qū)動(dòng)控制系統(tǒng)的重要組成之一，會(huì)對(duì)整車的動(dòng)力性、經(jīng)濟(jì)性造成極大影響。PMSM具有體積小、重量輕、可靠性高、調(diào)速范圍寬、動(dòng)態(tài)響應(yīng)快等一系列特點(diǎn)，非常適合我國(guó)大城市交通擁堵的國(guó)情。但PMSM也有弊端，需要更先進(jìn)智能的控制算法來(lái)解決非線性強(qiáng)耦合的難題。

國(guó)內(nèi)外的研究團(tuán)隊(duì)為了解決PMSM能在復(fù)雜環(huán)境運(yùn)行時(shí)依舊保持良好的魯棒性和抗干擾能力，對(duì)其控制策略進(jìn)行了大量的研究試驗(yàn)。在二十世紀(jì)70年代，西門子工程師提出了矢量控制技術(shù)（Field Orientation Control，F(xiàn)OC），利用坐標(biāo)變換和矢量解耦，將交流電機(jī)控制變得像直流電機(jī)控制一樣簡(jiǎn)單，但是矢量控制算法復(fù)雜，控制器也容易受到影響[1]。80年代，德國(guó)的Depenbrock學(xué)者提出了直接轉(zhuǎn)矩控制（Direct Torque Control，DTC），采用空間矢量分析在定子坐標(biāo)系內(nèi)計(jì)算并直接控制電機(jī)的磁鏈和轉(zhuǎn)矩[2]。但是在低速時(shí)轉(zhuǎn)矩和磁鏈脈動(dòng)比較大，控制精度低。2014年，李政等人提出了一種積分型滑模變結(jié)構(gòu)控制的PMSM調(diào)速系統(tǒng)，采用的積分型滑模面，在常規(guī)滑模面中加入狀態(tài)量的積分量，消除穩(wěn)態(tài)誤差，提高全局魯棒性[3]。2016年，張文霞提出了一種基于模糊PID控制的PMSM控制策略，利用模糊PID控制溫度變化，提高系統(tǒng)的可靠性、穩(wěn)定性[4]。劉旭東提出了基于廣義預(yù)測(cè)控制和擾動(dòng)補(bǔ)償?shù)腜MSM控制策略，優(yōu)化速度跟蹤控制器，降低外部擾動(dòng)引起的控制性能下降，提高了魯棒性[5]。

以上提出的多種控制策略，其根本目的在于提升電機(jī)的魯棒性和動(dòng)態(tài)響應(yīng)速度，下面從電機(jī)控制策略的工作原理、基本結(jié)構(gòu)框圖、優(yōu)缺點(diǎn)等對(duì)多種控制策略進(jìn)行分析。

1 ?永磁同步電機(jī)工作原理

電動(dòng)機(jī)的工作原理是基于定子繞組中的電流和轉(zhuǎn)子磁場(chǎng)之間的相互作用。

如圖1所示，當(dāng)電機(jī)轉(zhuǎn)子產(chǎn)生的永磁體直流磁場(chǎng)為d軸靜磁場(chǎng)時(shí)，空間中沒(méi)有旋轉(zhuǎn)磁場(chǎng)。當(dāng)三相定子繞組通直流電時(shí)，會(huì)產(chǎn)生相應(yīng)的直流磁場(chǎng)。在合理控制各相繞組電流強(qiáng)度的前提下，兩個(gè)直流磁場(chǎng)就像磁鐵一樣，產(chǎn)生相互作用力。由于定子繞組不能移動(dòng)，轉(zhuǎn)子磁場(chǎng)受到旋轉(zhuǎn)力的影響。

磁場(chǎng)相對(duì)位置的變化會(huì)導(dǎo)致兩者間的作用力變化并且不會(huì)保持恒定，通常在定子繞組中放置正弦點(diǎn)，形成等效的旋轉(zhuǎn)磁鐵。

2 ?PMSM控制策略

電機(jī)性能的表現(xiàn)與電機(jī)的控制調(diào)速策略的選擇和優(yōu)化有很大的關(guān)系。目前應(yīng)用廣泛的控制策略有：矢量控制，直接轉(zhuǎn)矩控制，滑模變結(jié)構(gòu)控制（Sliding Mode Control，SMC）[6-7]，模型預(yù)測(cè)控制（Model Predictive Control，MPC）[5]，智能控制等等。

2.1 矢量控制

矢量控制技術(shù)通過(guò)借鑒直流電機(jī)的模型和控制方式來(lái)獨(dú)立控制各個(gè)參數(shù)，利用坐標(biāo)變換，對(duì)電機(jī)定子電流中的勵(lì)磁電流和轉(zhuǎn)矩電流分別控制，實(shí)現(xiàn)磁場(chǎng)和轉(zhuǎn)矩的解耦控制，達(dá)到直流電機(jī)一般的控制性能。

FOC屬于閉環(huán)控制策略，在確定三相靜止坐標(biāo)系后，采集計(jì)算各項(xiàng)參數(shù)，通過(guò)Clarke變換轉(zhuǎn)換為兩相靜止坐標(biāo)系解決耦合問(wèn)題，再通過(guò)Park變換實(shí)現(xiàn)快速實(shí)時(shí)的控制?？刂七^(guò)程一般由兩或三個(gè)閉環(huán)環(huán)節(jié)構(gòu)成，工作時(shí)首先經(jīng)過(guò)外環(huán)參數(shù)調(diào)節(jié)，然后再依次輸入到內(nèi)環(huán)調(diào)節(jié)，通過(guò)PI調(diào)節(jié)器計(jì)算實(shí)際參數(shù)與目標(biāo)參數(shù)的誤差后，最終完成閉環(huán)數(shù)據(jù)的采集和調(diào)整。圖2所示為PMSM矢量控制技術(shù)原理框圖。

FOC在調(diào)速過(guò)程中PMSM的數(shù)學(xué)模型比較復(fù)雜，控制效果容易受到電機(jī)參數(shù)和外界因素的影響，造成電動(dòng)汽車的行駛性能下降。

2.2 直接轉(zhuǎn)矩控制

直接轉(zhuǎn)矩控制技術(shù)對(duì)PMSM的控制原理是基于電壓型逆變器輸出的電壓空間矢量對(duì)電機(jī)定子磁場(chǎng)和轉(zhuǎn)矩的控制作用上。

該變頻調(diào)速系統(tǒng)直接采用電機(jī)電磁轉(zhuǎn)矩的閉環(huán)控制。通過(guò)在定子靜止坐標(biāo)系中獨(dú)立控制電機(jī)定子磁鏈和電磁扭矩，在恰當(dāng)?shù)臅r(shí)間點(diǎn)選擇最佳的電壓空間矢量，使兩者達(dá)到近似的解耦效果。圖3所示為直接轉(zhuǎn)矩控制系統(tǒng)結(jié)構(gòu)框圖。

DTC由于去除了復(fù)雜的坐標(biāo)變換，控制相比于FOC更簡(jiǎn)單。同時(shí)沒(méi)有電流調(diào)節(jié)單元，就不需要對(duì)定子電流的磁場(chǎng)分量與轉(zhuǎn)矩分量進(jìn)行閉環(huán)控制。但是這種控制會(huì)對(duì)電機(jī)造成不小的抖動(dòng)，而且無(wú)法同時(shí)滿足電機(jī)低速與高速運(yùn)行。

2.3 滑模變結(jié)構(gòu)控制

滑模變結(jié)構(gòu)控制作為一種特殊的非線性控制方法，它的最大優(yōu)勢(shì)為控制的不連續(xù)性。通過(guò)在不同控制作用之間的切換，產(chǎn)生一種與原系統(tǒng)無(wú)關(guān)，按照預(yù)定“滑動(dòng)模態(tài)”的狀態(tài)軌跡的運(yùn)動(dòng)。

整個(gè)控制過(guò)程首先根據(jù)系統(tǒng)期望的動(dòng)態(tài)特性設(shè)計(jì)滑模面。然后利用滑?？刂破魇瓜到y(tǒng)從滑模面之外的初始狀態(tài)開(kāi)始向滑模面運(yùn)動(dòng)。當(dāng)系統(tǒng)到達(dá)滑模面時(shí)，滑?？刂破骺刂葡到y(tǒng)沿滑模面到達(dá)系統(tǒng)原點(diǎn)。圖4所示為滑膜變結(jié)構(gòu)控制系統(tǒng)結(jié)構(gòu)框圖。

SMC的滑動(dòng)模態(tài)可以設(shè)計(jì)且與對(duì)象參數(shù)和擾動(dòng)無(wú)關(guān)，具有快速響應(yīng)、對(duì)參數(shù)變化和擾動(dòng)不靈敏的優(yōu)勢(shì)。然而，SMC在本質(zhì)上的不連續(xù)開(kāi)關(guān)特性將會(huì)引起系統(tǒng)的抖振。這會(huì)破壞系統(tǒng)滑動(dòng)模態(tài)的運(yùn)行條件，國(guó)內(nèi)外主要通過(guò)改進(jìn)滑模趨近律以此降低抖振。

2.4 模型預(yù)測(cè)控制

2004 年Rodriguez率先將模型預(yù)測(cè)控制應(yīng)用于PMSM驅(qū)動(dòng)系統(tǒng)中。MPC由于能有效地處理多目標(biāo)、多變量和多約束的問(wèn)題，在電機(jī)控制領(lǐng)域得到廣泛應(yīng)用。

預(yù)測(cè)控制系統(tǒng)的結(jié)構(gòu)框圖如圖5所示。簡(jiǎn)單將算法控制概括為三步：第一步預(yù)測(cè)系統(tǒng)未來(lái)動(dòng)態(tài);第二步采用預(yù)設(shè)的價(jià)值函數(shù)求解開(kāi)環(huán)優(yōu)化問(wèn)題;第三步將優(yōu)化解的第一個(gè)元素作用于系統(tǒng)。以上三步在每一次的采樣時(shí)刻都會(huì)重復(fù)進(jìn)行，每個(gè)時(shí)刻采樣的測(cè)量值也都會(huì)作為當(dāng)前時(shí)刻預(yù)測(cè)系統(tǒng)未來(lái)動(dòng)態(tài)的初始條件。

由于MPC對(duì)模型的精度要求不高，建模方便，可利用收集實(shí)時(shí)信息校正控制過(guò)程中的各種復(fù)雜情況，所以具備良好的魯棒性和動(dòng)態(tài)性能。但MPC缺點(diǎn)在于抗干擾能力和對(duì)模型的適應(yīng)性方面不強(qiáng)。

2.5 智能控制

人工智能的發(fā)展及其應(yīng)用推廣促進(jìn)了自動(dòng)控制向智能控制階段的發(fā)展。由于智能控制效果具有很強(qiáng)的自適應(yīng)能力，所以特別適合非線性、時(shí)變、復(fù)雜不確定的控制對(duì)象。常見(jiàn)的有模糊控制（Fuzzy Control，F(xiàn)C）、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)控制（Redial Basis Function-Neural Network Control，RBF-NNC）[8]等都屬于智能控制的范疇。

2.5.1 模糊控制

模糊控制是利用模糊數(shù)學(xué)的基本思想和理論，從行為上模仿人的模糊推理和決策過(guò)程的一種智能控制方法。該方法首先將人類專家對(duì)特定的被控對(duì)象或過(guò)程的控制策略編成模糊規(guī)則，通過(guò)將傳感器的實(shí)時(shí)信號(hào)模糊化并作為模糊規(guī)則的輸入，完成模糊推理，將推理后得到的輸出量加到執(zhí)行器上。模糊控制系統(tǒng)的結(jié)構(gòu)框圖如圖6所示。

模糊控制系統(tǒng)設(shè)計(jì)簡(jiǎn)單，自適應(yīng)性和魯棒性良好，干擾和參數(shù)變化對(duì)控制效果的影響被大大減弱，是一種非常簡(jiǎn)單有效的智能控制方法。但是過(guò)于簡(jiǎn)單的信息模糊處理會(huì)對(duì)系統(tǒng)的控制精度和動(dòng)態(tài)品質(zhì)造成影響。

2.5.2 RBF神經(jīng)網(wǎng)絡(luò)控制

模糊控制和RBF神經(jīng)網(wǎng)絡(luò)控制都屬于智能控制，但最大的不同在于前者以人的經(jīng)驗(yàn)為出發(fā)點(diǎn)，以便解決人類的控制語(yǔ)言描述和推理等相關(guān)問(wèn)題;后者從人腦的生理心理學(xué)出發(fā)，人工模擬大腦的工作機(jī)制實(shí)現(xiàn)智能操作。

1988年，C.Darken和J.Moody提出了擁有單隱層的三層前饋網(wǎng)絡(luò)，稱為徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)。它主要是通過(guò)模擬人腦中接收區(qū)域和局部調(diào)整的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，可以以任意精度來(lái)逼近任何連續(xù)函數(shù)。第一層是由信號(hào)源節(jié)點(diǎn)組成的輸入層，即圖中X所代表的部分，用來(lái)傳輸信號(hào)。第二層是隱含層H，隱單元數(shù)視所描述問(wèn)題的需要而定。第三層為輸出層Y，是對(duì)輸入模式做出的響應(yīng)。輸出層和隱含層的優(yōu)化策略不同，前者是對(duì)線性權(quán)調(diào)整，后者是對(duì)高斯函數(shù)參數(shù)調(diào)整。RBF神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)如圖7所示。

RBF神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)在于它的逼近能力，由于其獨(dú)特的結(jié)構(gòu)，使得分類能力和學(xué)習(xí)速度異常優(yōu)秀，避免了局部極小值問(wèn)題。但是目前RBF神經(jīng)網(wǎng)絡(luò)對(duì)PMSM的參數(shù)調(diào)節(jié)還不能做到全部，如何能以更優(yōu)化的方法控制電機(jī)需要進(jìn)一步的研究試驗(yàn)。

3 ?結(jié)論

本文介紹了電動(dòng)汽車永磁同步電機(jī)以及相應(yīng)的控制策略，分析了目前永磁同步電機(jī)相較于其他電機(jī)的優(yōu)勢(shì)所在，詳細(xì)闡述了永磁同步電機(jī)的工作原理及相關(guān)控制策略。FOC和DTC作為目前PMSM最為經(jīng)典的控制技術(shù)，技術(shù)成熟，應(yīng)用廣泛，但是，F(xiàn)OC對(duì)電機(jī)參數(shù)依賴過(guò)大，DTC的穩(wěn)態(tài)轉(zhuǎn)矩脈動(dòng)過(guò)大，都無(wú)法滿足PMSM高精度的控制要求。SMC的動(dòng)態(tài)性能良好，但是抖振問(wèn)題無(wú)法有效解決，會(huì)造成PMSM的機(jī)械損失。預(yù)測(cè)控制和智能控制的未來(lái)前景非常廣闊，針對(duì)目前競(jìng)爭(zhēng)激烈的市場(chǎng)環(huán)境，永磁同步電機(jī)的優(yōu)勢(shì)還遠(yuǎn)遠(yuǎn)無(wú)法將其它電機(jī)取代，如何能更有效地運(yùn)用電驅(qū)控制策略，將智能控制策略與傳統(tǒng)控制策略融合，解決PMSM在復(fù)雜環(huán)境下仍然保持良好的魯棒性和抗干擾能力，進(jìn)一步提升性能優(yōu)勢(shì)。

參考文獻(xiàn)：

[1]秦福峰.純電動(dòng)汽車新型內(nèi)置式永磁同步電機(jī)設(shè)計(jì)與控制研究[D].江蘇大學(xué)，2016.

[2]吳霏.電動(dòng)汽車驅(qū)動(dòng)永磁同步電機(jī)控制策略研究[D].重慶理工大學(xué)，2019.

[3]李政，胡廣大，崔家瑞，劉廣一.永磁同步電機(jī)調(diào)速系統(tǒng)的積分型滑模變結(jié)構(gòu)控制[J].中國(guó)電機(jī)工程學(xué)報(bào)，2014，34（03）：431-437.

[4]張文霞.基于模糊PID的永磁同步電機(jī)控制系統(tǒng)研究[D].溫州大學(xué)，2016.

[5]劉旭東.基于預(yù)測(cè)控制的電動(dòng)汽車用永磁同步電機(jī)控制策略與關(guān)鍵技術(shù)研究[D].山東大學(xué)，2016.

[6]汪海波，周波，方斯琛.永磁同步電機(jī)調(diào)速系統(tǒng)的滑?？刂芠J].電工技術(shù)學(xué)報(bào)，2009，24（09）：71-77.

[7]齊亮.基于滑模變結(jié)構(gòu)方法的永磁同步電機(jī)控制問(wèn)題研究及應(yīng)用[D].華東理工大學(xué)，2013.

[8]吳非非.基于模糊RBF神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)控制系統(tǒng)研究[D].大連交通大學(xué)，2020.