林 琪 李智強 藏 義

（河南工業(yè)大學 電氣工程學院，河南 鄭州 450001）

0 引言

在傳統(tǒng)直接轉(zhuǎn)矩控制無速度傳感器運行中，定子電阻RS的變化對低速性能影響很大。RS的變化具有時變性、非線性、大慣性，強耦合等特性，且還受電機電流、運行時間、運行頻率、和環(huán)境溫度等多種因素影響。而且這些因素之間難以建立確定的精確數(shù)學模型[1]。因此，在無速度傳感器運行中，必須對定子電阻進行處理，處理方法有兩種：一是，在轉(zhuǎn)速辨識模型中消除定子電阻變量；二是，在轉(zhuǎn)速辨識的同時對定子電阻進行在線辨識，然后將辨識到的定子電阻應(yīng)用到轉(zhuǎn)速辨識中去。

1 定子電阻影響的分析[2]

1.1 定子電阻對磁鏈的影響

定子電阻的變化必引起定子電流的變化，從而引起定子磁鏈實際值與估計值產(chǎn)生偏差，嚴重影響了直接轉(zhuǎn)矩系統(tǒng)在低速時的控制性能。

1.2 定子電阻對轉(zhuǎn)矩的影響

定子電阻的變化引起定子磁鏈實際值與估計值存在偏差，并影響轉(zhuǎn)矩的計算與觀測，在低速下，定子電阻的壓降和電阻增量的壓降不能被忽略，定子磁鏈發(fā)生變化，根據(jù)轉(zhuǎn)矩與磁鏈的關(guān)系，轉(zhuǎn)矩也會受到影響。定子磁鏈的變化一方面將直接影響到電磁轉(zhuǎn)矩的變化；另一方面，由于采用積分計算觀測誤差也將累積，影響磁鏈位置的確定，影響電壓矢量的選擇，使系統(tǒng)出現(xiàn)振蕩。

1.3 仿真驗證

為了驗證定子電阻對直接轉(zhuǎn)矩的影響，文獻[2]在給定定子電阻變化的前提下，分別在高速和低速下進行仿真試驗。

通過對比，在同樣的定子電阻變化條件下，高速時，系統(tǒng)不受定子電阻的影響，轉(zhuǎn)矩、轉(zhuǎn)速穩(wěn)定。而在低速時，隨著定子電阻的增大到一定程度時，系統(tǒng)變得發(fā)散，到了9秒時定子電流，磁鏈都發(fā)生畸變，繼而導致系統(tǒng)失控，不穩(wěn)定。

2 將定子電阻從模型中消除

為了消除定子電阻的變化對轉(zhuǎn)速辨識的影響，學者們想出了一些在轉(zhuǎn)速辨識模型中消除定子電阻的方法或無需定子電阻參數(shù)辨識電機轉(zhuǎn)速的方法。前者有基于無功功率的模型參考自適應(yīng)法；后者如神經(jīng)網(wǎng)絡(luò)法、卡爾曼濾波法、高頻信號注入法等。

3 定子電阻的在線辨識[3]

定子電阻在線辨識的具體方法很多，主要分為以下三類辨識方法：第一類包括利用測量值和一個合適的感應(yīng)電動機穩(wěn)定狀態(tài)模型來直接計算定子電阻的方法。第二類包括通過自適應(yīng)機構(gòu)來在線辨識定子電阻的方法，主要有基于觀測器和基于模型參考自適應(yīng)兩種方案。第三類包括在定子電阻辮識過程中使用人工智能技術(shù)。如人工神經(jīng)網(wǎng)絡(luò)，模糊邏輯控制以及神經(jīng)模糊控制等方法。第一種方法要用到電動機的參數(shù)，并且計算十分復雜；第三種方法建模很復雜并對模型準確度要求很高；第二類方法是目前應(yīng)用最為廣泛的方法。

4 全階自適應(yīng)狀態(tài)觀測器的轉(zhuǎn)速和定子電阻辨識

文獻[4]提出了一種改進的全階狀態(tài)觀測器對轉(zhuǎn)速和定子電阻同時觀測方案。采用小信號線性化方法來分析穩(wěn)定條件，將兩相靜止坐標系中的觀測器輸出誤差系統(tǒng)變換到轉(zhuǎn)子磁場旋轉(zhuǎn)坐標系中，通過推導出單輸入、單輸出誤差系統(tǒng)來得到滿足觀測器穩(wěn)定性的誤差反饋矩陣條件。采用了一種改進的定子電阻自適應(yīng)率以提高觀測器的魯棒性。

5 基于交互式模型參考自適應(yīng)的DTC系統(tǒng)

文獻[5,6,7]在建立異步電機直接轉(zhuǎn)矩控制動態(tài)數(shù)學模型的基礎(chǔ)上，提出了交互式模型參考自適應(yīng)參數(shù)辨識方法，通過參考模型和可調(diào)模型互換，實現(xiàn)了帶定子電阻參數(shù)辨識的轉(zhuǎn)速觀測。仿真和實驗結(jié)果表明，該方案不僅實現(xiàn)了轉(zhuǎn)速的高精度辨識，而且能較好的解決定子電阻變化對系統(tǒng)動態(tài)性能的影響，改善了異步電機無速度傳感器直接轉(zhuǎn)矩控制低速轉(zhuǎn)矩脈動。

由于參考模型和可調(diào)模型在轉(zhuǎn)速和定子電阻辨識時作用是相互切換的，因而稱之為交互式MRAS定子電阻參數(shù)辨識。

6 定子電阻采用模糊神經(jīng)網(wǎng)絡(luò)進行辨識

由于模糊神經(jīng)網(wǎng)絡(luò)（FNN）兼有模糊邏輯的魯棒性及神經(jīng)網(wǎng)絡(luò)的自學習性等優(yōu)點，它可利用神經(jīng)網(wǎng)絡(luò)的自組織自學習的特點，對隸屬函數(shù)及模糊規(guī)則進行優(yōu)化學習。

文獻[1]把對RS影響較大的定子電流iS,頻率f，和運行時間t共三個因素作為網(wǎng)絡(luò)輸入變量，以RS變化△RS作為網(wǎng)絡(luò)輸出，隸屬函數(shù)采用高斯函數(shù)。模糊規(guī)則被轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)的權(quán)值，利用乘積推理，通過神經(jīng)網(wǎng)絡(luò)的自學習能力來修正相關(guān)參數(shù)，從而優(yōu)化模糊控制效果。FNN模型采用3-18-6-1型式的4層結(jié)構(gòu)。

第1層為輸入層，其節(jié)點輸出等于網(wǎng)絡(luò)輸入。

第2層為隸屬函數(shù)層，隸屬函數(shù)采用高斯函數(shù)來表示每個相應(yīng)語言變量的項。

第3層為模糊規(guī)則層，采用乘積推理，節(jié)點數(shù)目等于模糊規(guī)則的數(shù)目。

第4層為反模糊化層，采用重心法進行精確化。

7 基于小波神經(jīng)網(wǎng)絡(luò)的定子電阻在線辨識[8-9]

7.1 小波網(wǎng)絡(luò)簡介

小波網(wǎng)絡(luò)是Zhang Qinghua首先提出的，它是基于小波分析而構(gòu)造的一類新型前饋網(wǎng)絡(luò)，也可以看做是以小波函數(shù)為基底的一種新型函數(shù)聯(lián)接神經(jīng)網(wǎng)絡(luò)。小波網(wǎng)絡(luò)在非線性函數(shù)逼近方面表現(xiàn)出了卓越的能力。

7.2 小波網(wǎng)絡(luò)訓練算法

網(wǎng)絡(luò)的輸出為定子電阻的變化量，該變化量與定子電阻前一時刻的估計量相疊加產(chǎn)生當前時刻的定子電阻估計值。該估計值作用于整個系統(tǒng)，返回電流的誤差作用于網(wǎng)絡(luò)。

采用反向傳播算法對小波網(wǎng)絡(luò)的權(quán)值進行在線訓練。這時不再用小波網(wǎng)絡(luò)的實際輸出和期望輸出的誤差對小波網(wǎng)絡(luò)進行訓練，而使用整個系統(tǒng)的輸出與期望輸出之間的偏差對小波網(wǎng)絡(luò)進行訓練。網(wǎng)絡(luò)系數(shù)可以通過最小均方誤差能量函數(shù)進行優(yōu)化。

7.3 仿真驗證

文獻[8]應(yīng)用小波網(wǎng)絡(luò)對交流電機的定子電阻進行在線辨識，從而可以準確地觀測出定子磁鏈。解決了交流電機直接轉(zhuǎn)矩控制時低速性能差的缺點。仿真實驗證明了通過對定子電阻的在線辨識大大提高了系統(tǒng)的低速性能。通過小波網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)的對比實驗證明小波網(wǎng)絡(luò)的性能優(yōu)于神經(jīng)網(wǎng)絡(luò)。

8 小結(jié)

本文分析了DTC無速度傳感器運行時，定子電阻的變化對低速性能的影響，闡述了幾種定子電阻辨識的方法。在辨識轉(zhuǎn)速的同時對定子電阻進行跟蹤與辨識。把辨識到的較真實的定子電阻值應(yīng)用到速度辨識中，從而得到較真實的轉(zhuǎn)速值，從而提高了電動機的低速性能。

［1］程啟明，王映斐，薛陽，胡曉青.采用定子電阻辨識和無速度傳感器的異步電機直接轉(zhuǎn)矩控制模糊系統(tǒng)[J].高電壓技術(shù)，2012，3，38（3）：704-711.

［2］梅柏杉，陳暉.直接轉(zhuǎn)矩控制系統(tǒng)中定子電阻的影響分析[J].微特電機，2009（4）：13-15.

［3］劉剛，任一峰，林都，趙敏.一種新型的無速度傳感器感應(yīng)電機轉(zhuǎn)速與定子電阻辨識方案[J].機床電器，2009（3）：10-12.

［4］王高林，陳偉，于泳，徐殿國.一種基于轉(zhuǎn)速和定子電阻自適應(yīng)電機全階磁鏈觀測器[J].微電機，2009，42（3）：5-8.

［5］崔皆凡，李林，單寶鈺.基于交互式模型參考自適應(yīng)的模糊DTC系統(tǒng)[J].微電機，2011，7，44（7）：72-75.

［6］佘致廷，鄭勇，袁俊波，張紅梅.帶定子電阻辨識的異步電機無速度傳感器直接轉(zhuǎn)矩控制[J].電氣傳動，2011，41（5）：10-14.

［7］李自成，程善美.無速度傳感器感應(yīng)電機控制中定子電阻辨識策略研究[J].系統(tǒng)仿真學報，2009，4，21（8）：2355-2357.

［8］呂偉杰，劉魯源.小波網(wǎng)絡(luò)在直接轉(zhuǎn)矩控制定子電阻辨識中的應(yīng)用[J].中國電機工程學報，2004，4，24（4）：116-119.

［9］張毅寧，馬鳳銘.基于小波神經(jīng)網(wǎng)絡(luò)的定子電阻在線辨識的研究[J].鞍山師范學院學報，2007，8，9（4）：78-82.