無軸承異步電機(jī)的非線性動態(tài)解耦控制

王正齊 劉賢興 孫宇新

江蘇大學(xué)，鎮(zhèn)江，212013

0 引言

無軸承電機(jī)具有無摩擦、無潤滑、無機(jī)械噪聲、高速和超高速運行等優(yōu)點，在能源交通、航空航天、機(jī)械工業(yè)及機(jī)器人等領(lǐng)域具有廣闊的應(yīng)用前景［1－3］。無軸承異步電機(jī)作為無軸承電機(jī)中的一種新型電機(jī)，具有結(jié)構(gòu)簡單、可靠性高和易于弱磁等特點。但無軸承異步電機(jī)是多變量、非線性、強耦合的系統(tǒng)，其電磁轉(zhuǎn)矩和懸浮力之間存在著復(fù)雜的非線性耦合。國內(nèi)外的不少學(xué)者對無軸承異步電機(jī)的轉(zhuǎn)子磁場定向矢量控制和氣隙磁場定向矢量控制進(jìn)行了研究［4－6］，但僅僅實現(xiàn)了電機(jī)的電磁轉(zhuǎn)矩和懸浮力之間的靜態(tài)解耦，并沒有實現(xiàn)動態(tài)解耦。文獻(xiàn)［7］采用逆系統(tǒng)方法對無軸承異步電機(jī)進(jìn)行解耦控制，但需獲得被控對象的精確數(shù)學(xué)模型。作為一個復(fù)雜的非線性對象，無軸承異步電機(jī)的轉(zhuǎn)子參數(shù)隨工況的變化十分顯著，再加上負(fù)載擾動的存在以及磁飽和的影響，使得系統(tǒng)精確建模很困難。

支持向量機(jī)（SVM）在用于非線性系統(tǒng)的辨識與控制方面已取得了較大的進(jìn)展［8－10］。與神經(jīng)網(wǎng)絡(luò)相比，SVM在經(jīng)驗風(fēng)險最小化的基礎(chǔ)上同時采用結(jié)構(gòu)風(fēng)險最小化準(zhǔn)則，不存在維數(shù)災(zāi)難和局部極小問題，推廣性能較好，應(yīng)用也越來越廣。

本文從分析無軸承異步電機(jī)的運行原理和數(shù)學(xué)模型開始，采用支持向量機(jī)α階逆系統(tǒng)方法對電機(jī)進(jìn)行動態(tài)解耦控制，分析了無軸承異步電機(jī)系統(tǒng)的可逆性，利用SVM的擬合特性，辨識出無軸承異步電機(jī)系統(tǒng)的逆模型；將SVM逆模型串聯(lián)在原系統(tǒng)前，并采用線性系統(tǒng)綜合的方法對無軸承異步電機(jī)進(jìn)行復(fù)合控制；仿真和實驗結(jié)果驗證了所提方法的有效性。

1 無軸承異步電機(jī)的基本原理和數(shù)學(xué)模型

1.1 無軸承異步電機(jī)的基本原理

無軸承異步電機(jī)是在普通異步電機(jī)的定子槽中加入一套繞組（懸浮控制繞組）的基礎(chǔ)之上形成的。無軸承異步電機(jī)有兩套繞組：轉(zhuǎn)矩繞組（極對數(shù)為p1，電角頻率為ω1）和懸浮控制繞組（極對數(shù)為p2，電角頻率為ω2），結(jié)構(gòu)如圖1所示［1］。研究表明，只有當(dāng)兩套繞組滿足p2＝p1±1，ω2＝ω1時，才可能產(chǎn)生可控的徑向懸浮力。從圖1可以看出，電機(jī)兩套繞組的相互作用產(chǎn)生不均衡的氣隙磁場，從而產(chǎn)生作用在轉(zhuǎn)子上的徑向懸浮力。通過控制懸浮控制繞組的電流來調(diào)節(jié)作用在轉(zhuǎn)子上的徑向懸浮力，可實現(xiàn)轉(zhuǎn)子穩(wěn)定的懸浮。

圖1 徑向懸浮力產(chǎn)生示意圖

1.2 無軸承異步電機(jī)的數(shù)學(xué)模型

1.2.1 轉(zhuǎn)矩、徑向力和轉(zhuǎn)子磁鏈方程

無軸承異步電機(jī)的電磁轉(zhuǎn)矩方程為

式中，L1m、L1r分別為轉(zhuǎn)矩繞組的定轉(zhuǎn)子互感和轉(zhuǎn)子自感；ψ1rd、ψ1rq分別為轉(zhuǎn)矩繞組轉(zhuǎn)子磁鏈的d軸、q軸分量；i1sd、i1sq分別為轉(zhuǎn)矩繞組定子電流的d軸、q軸分量。

無軸承異步電機(jī)的徑向懸浮力公式為

式中，i2sd、i2sq分別為懸浮控制繞組定子電流的d軸、q軸分量；L2m為懸浮控制繞組的定轉(zhuǎn)子互感；l為電機(jī)有效鐵心長度；r為轉(zhuǎn)子外徑；μ0為真空磁導(dǎo)率；N1、N2分別為轉(zhuǎn)矩繞組和懸浮控制繞組的匝數(shù)。

當(dāng)轉(zhuǎn)子發(fā)生偏心時，因氣隙不均勻造成的氣隙磁場不平衡會產(chǎn)生固有的麥克斯韋力，其表達(dá)式為

式中，ks為徑向位移剛度；x、y分別為X、Y方向上的偏心位移；k為衰減因子，一般取0.3；B為轉(zhuǎn)矩繞組平均氣隙磁密；δ為氣隙長度。

在任意旋轉(zhuǎn)坐標(biāo)系（d－q系）下，無軸承異步電機(jī)的轉(zhuǎn)子磁鏈滿足以下方程［7］：

式中，τ1r為轉(zhuǎn)子電磁時間常數(shù)；R1r為轉(zhuǎn)矩繞組轉(zhuǎn)子電阻；ωr為轉(zhuǎn)子旋轉(zhuǎn)角速度。

1.2.2 運動方程

無軸承異步電機(jī)的運動方程如下：

式中 ，F(xiàn)zx、Fzy分別 為X、Y方 向 的 外 部 擾 動 ；J為 轉(zhuǎn) 動 慣量；TL為負(fù)載轉(zhuǎn)矩。

1.2.3 狀態(tài)方程

選取狀態(tài)變量

輸入變量

輸出變量

將式（1）～ 式（4）、式（6）～ 式（8）代入式（5），可得被控對象的狀態(tài)方程：

2 系統(tǒng)可逆性分析

對被控系統(tǒng)進(jìn)行可逆性分析，計算輸出Y對時間t的導(dǎo)數(shù)，直到顯含輸入U為止：

3 無軸承異步電機(jī)的非線性動態(tài)解耦控制

由被控對象的狀態(tài)方程可以看出，無軸承異步電機(jī)的模型是一個四輸入、四輸出、非線性、強耦合的系統(tǒng)。本文應(yīng)用基于支持向量機(jī)α階逆系統(tǒng)理論的方法［11］對其進(jìn)行解耦控制。

首先獲取訓(xùn)練樣本集。根據(jù)電機(jī)實際的物理運行區(qū)域，將幅值隨機(jī)變化的方波作為激勵信號，并合理選擇采樣周期對無軸承異步電機(jī)的輸入（4路電流信號）和輸出（2個方向的徑向位移、轉(zhuǎn)速和磁鏈）閉環(huán)采集。在對采樣數(shù)據(jù)進(jìn)行平滑濾波后，采用高精度5點數(shù)值算法求得相應(yīng)量的1階、2階導(dǎo)數(shù)，將訓(xùn)練樣本集同等間隔獲取的200組數(shù)據(jù)作為訓(xùn)練集，將剩余的數(shù)據(jù)作為測試集。

在確定訓(xùn)練樣本集后，使用4個SVM來辨識、構(gòu)造被控對象的逆模型。SVM算法中常用的核函數(shù)有多項式核函數(shù)、RBF核函數(shù)、Sigmoid核函數(shù)等。RBF核函數(shù)的參數(shù)容易選擇，當(dāng)核參數(shù)在有效范圍內(nèi)改變時不會使空間復(fù)雜度變大，易于實現(xiàn)，而且辨識效果也較好［12］，本文選用RBF核函數(shù)：

其中，σ為核寬度，它反映了邊界封閉包含的半徑。在選擇σ以及懲罰系數(shù)C時，可以采用網(wǎng)絡(luò)搜索法先選擇參數(shù)對（C、σ），然后用交叉驗證法［9］對均方差最小進(jìn)行尋優(yōu)，直到找到最佳的參數(shù)對，使交叉驗證的精度最高。取C＝1000，σ＝3。支持向量機(jī)的擬合因子向量分別取為

其中，n為支持向量的個數(shù)。以給定輸入信號與經(jīng)過SVM辨識的輸出信號之間的誤差來訓(xùn)練SVM網(wǎng)絡(luò)，直到獲得滿意的辨識精度。將訓(xùn)練好的SVM逆模型串接在含逆變電路的無軸承異步電機(jī)前，組成偽線性系統(tǒng)，其結(jié)構(gòu)如圖2所示。

圖2 偽線性系統(tǒng)

偽線性系統(tǒng)由4個解耦的積分線性子系統(tǒng)組成。將轉(zhuǎn)子徑向位移、轉(zhuǎn)速和轉(zhuǎn)子磁鏈子系統(tǒng)進(jìn)行綜合，得到采用電流調(diào)節(jié)型逆變器（CRPWM）驅(qū)動的無軸承異步電機(jī)非線性動態(tài)解耦控制系統(tǒng)原理圖（圖3）。

圖3 基于支持向量機(jī)α階逆系統(tǒng)理論的無軸承異步電機(jī)動態(tài)解耦控制原理圖

4 仿真和實驗研究

按照圖3所示系統(tǒng)對本文提出的控制方法進(jìn)行仿真和實驗研究。以1臺兩自由度無軸承異步電機(jī)原理樣機(jī)為研究對象。電機(jī)額定電壓為380V，額定轉(zhuǎn)速n＝3000r/min，轉(zhuǎn)子質(zhì)量m＝6.8kg，轉(zhuǎn)動慣量J＝0.0061kg·m2，電機(jī)氣隙δ1＝0.3mm，輔助軸承間隙δ2＝0.2mm。轉(zhuǎn)矩繞組：定子電阻R1s＝2.46Ω，轉(zhuǎn)子電阻R1r＝2.31Ωm，定轉(zhuǎn)子互感L1m＝145mH，極對數(shù)p1＝1。懸浮控制繞組：定子電阻R2s＝5.43Ω，轉(zhuǎn)子電阻R2r＝3.2Ω，定轉(zhuǎn)子互感L2m＝130mH，極對數(shù)p2＝2。實驗數(shù)字控制系統(tǒng)如圖4所示。采用DSP（TMS320F2812）來完成非線性解耦控制。電機(jī)轉(zhuǎn)速測量采用增量式光電編碼器，轉(zhuǎn)子徑向位移測量采用電渦流傳感器，電流檢測采用Hall傳感器。圖5為試驗現(xiàn)場和數(shù)據(jù)采集實物裝置照片。

圖4 無軸承異步電機(jī)數(shù)字控制系統(tǒng)圖

圖5 試驗現(xiàn)場和數(shù)據(jù)采集實物裝置照片

圖6所示為給定轉(zhuǎn)速1600r/min時的速度階躍響應(yīng)仿真曲線。圖7為示波器顯示截圖，橫向刻度為每格50ms，縱向刻度為每格1000r/min－1，上下波形分別為速度的給定值和實際值。從圖7可以看出，電機(jī)轉(zhuǎn)速在50ms內(nèi)達(dá)到穩(wěn)態(tài)，幾乎沒有超調(diào)，跟蹤性能比較理想。

圖6 速度響應(yīng)仿真波形

圖8為轉(zhuǎn)子中心起浮的軌跡圖，可以看出，轉(zhuǎn)子中心運動軌跡是條內(nèi)螺旋逼進(jìn)中心點的曲線，轉(zhuǎn)子中心最后穩(wěn)定在中心，實現(xiàn)懸浮。圖9為電機(jī)轉(zhuǎn)速為1600r/min時，轉(zhuǎn)子X、Y方向的徑向位移波形示波器顯示截圖，橫坐標(biāo)刻度為每格100ms，縱坐標(biāo)刻度為每格0.25mm。從圖9可看出，X和Y方向的位移幅值均小于0.1mm，無軸承異步電機(jī)的轉(zhuǎn)子平穩(wěn)懸浮。

圖7 速度響應(yīng)實驗波形

圖8 轉(zhuǎn)子中心起浮曲線

圖9 轉(zhuǎn)子徑向位移波形

為進(jìn)一步驗證本文所提控制方法的有效性，將采用支持向量機(jī)α階逆系統(tǒng)方法與采用基于逆系統(tǒng)理論的無軸承異步電機(jī)解耦控制方法進(jìn)行比較。由圖10～圖13可以看出，非線性逆控制和支持向量機(jī)逆控制均能實現(xiàn)無軸承異步電機(jī)轉(zhuǎn)速和徑向位移之間的動態(tài)解耦，但支持向量機(jī)α階逆系統(tǒng)方法超調(diào)量更小、跟蹤性能更好、魯棒性更強。

圖10 低速下轉(zhuǎn)速變化響應(yīng)波形

圖11 高速時轉(zhuǎn)速變化響應(yīng)波形

圖12 轉(zhuǎn)子X方向位移變化波形

圖13 轉(zhuǎn)子Y方向位移變化波形

5 結(jié)論

（1）支持向量機(jī)α階逆系統(tǒng)方法能夠?qū)崿F(xiàn)無軸承異步電機(jī)轉(zhuǎn)速子系統(tǒng)和轉(zhuǎn)子徑向位移子系統(tǒng)之間的動態(tài)解耦。

（2）支持向量機(jī)α階逆系統(tǒng)方法不依賴于系統(tǒng)的數(shù)學(xué)模型，且較一般的逆系統(tǒng)方法魯棒穩(wěn)定性更好，跟蹤精度更高。

［1］Hiromi T，Katou T，Chiba A，et al.A Novel Magnetic Suspension－force Compensation in Bearingless Induction－ motor Drive with Squirrel－cage Rotor［J］.IEEE Transaction on Industry Applications，2007，43（1）：66－76.

［2］Chiba A，Akamatsu D，F(xiàn)ukao T，et al.An Improved Rotor Resistance Identification Method for Magnetic Field Regulation in Bearingless Induction Motor Drives［J］.IEEE Transaction on Industrial Electronics，2008，55（2）：852－860.

［3］劉賢興，孫宇新，朱熀秋，等.無軸承永磁同步電動機(jī)的發(fā)展、應(yīng)用和前景［J］.中國機(jī)械工程，2004，15（17）：1594－1597.

［4］Suzuki T，Chiba A，Azizur Rahman M，et al.An Air－gap－flux－oriented Vector Controller for Stable Operation of Bearingless Induction Motors［J］.IEEE Transaction on Industry Applications，2000，36（4）：1069－1076.

［5］Deng Z Q，Zhang H Q，Wang X L，et al.Nonlinear Decoupling Control of the Bearingless Induction Motors Based on the Airgap Motor Flux Orientation［J］.Chinese Journal of Aeronautics，2002，15（1）：38－43.

［6］鄧智泉，王曉琳，張宏荃，等.無軸承異步電機(jī)的轉(zhuǎn)子磁場定向控制［J］.中國電機(jī)工程學(xué)報，2003，23（3）：89－92.

［7］Liu X X，Dong L，F(xiàn)an W J，et al.Decoupling Control of the 5Degree－of－freedom Bearingless Induction Based onα－th Order Inverse System Method［C］//Proceedings of the 26th Chinese Control Conference.Zhangjiajie，China，2007：262－266.

［8］Vapnik V N.Statistical Learning Theory［M］.New York：Wiley，1998.

［9］Suykens J A K.Support Vector Machines：a Nonlinear Modeling and Control Perspective［J］.European Journal of Control，2001，7（2/3）：311－327.

［10］Suykens J A K.Nonlinear Modeling and Support Vector Machines［C］//IEEE Instrumentation and Measurement Technology Conference.Budapest，Hungary，2001：287－294.

［11］宋夫華，李平.支持向量機(jī)α階逆系統(tǒng)解耦控制方法［J］.浙江大學(xué)學(xué)報（工學(xué)版），2007，41（2）：226－229.

［12］榮海娜，張葛祥，金煒東.系統(tǒng)辨識中支持向量機(jī)核函數(shù)及其參數(shù)的研究［J］.系統(tǒng)仿真學(xué)報，2006，18（11）：3204－3208.