基于MRAS的异步电机无速度传感器应用研究
来源：未知
发布日期：2020-03-28 11:38【大 中 小】
在自动化装配领域中，工业机械臂是最常见的 形式。异步电机无速度传感器矢量控制技术由于成 本低、可靠性高的特点，被广泛应用于机器人的关节 驱动控制系统中。目前，已经有多种方法实现了对 异步电机的速度辨识，如扩展 Kalman、线性矩阵不等法、滑模观测器、全阶观测器和模型参 考自适应法等。 模型参考自适应( 以下简称 MRAS) 由于算法简 单、稳态精度较高已被广泛应用于电机的控制，但仍 存在一定的缺陷。
在基于转子磁链模型的 MRAS 速度观测 器的基础上，采用一阶惯性环节代替电压模型中的 纯积分环节，以消除积分直流偏置的问题，同时设计 了一种自适应线性( 以下简称 ADALINE) 神经元 PID 控制器，ADALINE 可以根据电机磁链、转速的 变化情况对自身的参数进行在线权值修正，该控制 器改善了传统的 PI 控制器不能根据电机的实际情 况进行在线参数修正的问题，提高了速度观测的精 度。仿真结果验证了该算法的可行性。
异步电机数学模型
usα，usβ为定子绕组电压在 α，β 轴分量; urα，urβ 为转子绕组电压在 α，β 轴分量; isα，isβ为定子绕组电 流在 α，β 轴分量; irα，irβ为转子绕组电流在 α，β 轴分 量; ψsα，ψsβ为定子绕组磁链在 α，β 轴分量; ψrα，ψrβ 为转子绕组磁链在 α，β 轴分量; Rs，Rr 为定、转子单 相绕组电阻; ω 为转子角速度。
无速度传感器的速度观测模型
MRAS 速度观测器的原理 转子磁链观测器有两种不同的模型: 电压模型 和电流模型。
ω 是待辨识的参数。的速度辨识系统中，可调模型和参考模型 分别为转子磁链的电流模型和电压模型。
改进的 MRAS 转速估算方法
基于 ADALINE 的并联双模型速度辨识
仿真与结果分析
上海合愉改进后的 MRAS 速度观测器的控制系统，并在 MATLAB / Simulink 环境下对此控制模型 进行仿真分析。
电机给定转速为 1 000 r /min，空载起动，0．08 s 时转速上升至 2 200 r /min，仿真结果所示。 ( a) 为电机定子间的线电压; ( b) 为转速辨 识与电机实测转速的仿真图，从( b) 中可知，辨 识转速的波动较小，较好地跟随电机的实际转速。
结 语
JAKEL异步电机以转子磁链的电压模型和电流模型作为 MRAS 速度观测器的参考模型和可调模型，采用了 一阶惯性滤波环节消除电压模型中的纯积分问题， 利用ADALINE 在线权值修正的特点，设计了一种 自适 应 神 经 元 PID 控 制 器，并 将 此 控 制 器 作 为 MRAS 结构中的自适应机制。最后在转速为 1 000 r /min 和 2 200 r /min 的情况下进行了仿真验证，其 结果表明，电机速度辨识精度较高，动态性能也得到 了改善。
