硕士学位论文
图3.5 无位置传感器转角、转速计算模块
图3.6 Control控制模块
图3.7 SVPWM生成模块
29
基于模糊控制的永磁同步电机无位置传感器驱动系统
仿真采用的电机模型为实际电机参数：电机dq轴相电感均为3.96×10-3H，电机电阻为0.96Ω，主磁通为0.218Wb，电机转子和负载转动惯量为5.245×10-3kg?m2，极数为4极。为体现MATLAB的实际模拟效果，位置计算模块亦采用适合DSP实现的离散化计算方法。
3.3.3仿真结果及分析
仿真结果如下图所示，表明了本文所提出的无位置传感器矢量控制方法能很好的估计出永磁同步电机的转角和转速。
图3.8 定子电流iabc 图3.9 dq轴电流id、iq
图3.10 电磁转矩Te 图3.11 实际转速n、估计转速n*
图3.12 转子电角度θ、θ* 图3.13 转子电角度θ、θ*(0-0.16s)
本文所用控制策略为定子电流最优控制，从图3.8、图3.9和图3.10可以明显看出电机从静止加速到6000rpm可以分为两个阶段：
（1）开环恒转矩起动段：初期（0-0.2s）短暂的大电流恒转矩带负载起动，
30
硕士学位论文
迅速从0rpm加速到3200rpm，采用最大转矩/电流控制，对于本实验所用隐极电机来说就相当于id=0控制。
（2）闭环控制增速段：在这一段区域，转速从3200rpm增加到6000rpm，电磁转矩、负载转矩均未发生明显变化，故电机以一恒定加速度加速旋转（可从转速曲线得到验证）。
图3.11中间细线由电机测量模块直接给出，这里将其作为实际值，上下有少许波动的为无位置传感器计算值，可以看出本无位置传感器算法稳定，精确度高。从图3.12和图3.13（图3.13为放大到0-0.16s的电角度）可以看出，转子位置角计算和电机测量模块实际测量值相当接近，验证了算法的正确性。
3.4 本章小结
本章首先详细讨论了无位置传感器控制的基本构成和工作原理，以及转子角度和转速的基本计算步骤。接着应用MATLAB设计了无位置传感器转子角度和转速计算模块，并采用定子电流最优控制对整个体系进行了仿真。仿真结果显示了无速度传感器控制转角和转速计算的误差对系统控制所造成的影响比较小，有良好的适应性和广泛的应用范围。
31
基于模糊控制的永磁同步电机无位置传感器驱动系统
第4章 永磁同步电机模糊PI控制
PI控制是最早发展起来的应用经典控制理论的控制策略之一，由于其算法简单、鲁棒性好、可靠性高等优点，被广泛应用于工业过程控制，尤其适用于可建立精确数学模型的确定性控制系统。而实际工业控制过程中经常会遇到大滞后、时变、非线性的复杂系统。其中，有的参数未知或缓慢变化，有的存在滞后和随机干扰，有的无法获得精确数学模型等，应用传统PI控制不能达到理想的控制效果。将模糊控制与PI控制理论有机地结合起来，可构造一类新型的智能控制系统，即模糊PI复合型控制系统。模糊控制与PI控制器两者结合起来后，能扬长避短，既具有模糊控制灵活而适应性强的优点，又具有PI控制精度高的特点。因此模糊控制并不是简单的代替，而是拓展了经典控制理论的控制。
4.1 模糊控制的基本原理
4.1.1 模糊控制主要特点
模糊逻辑控制（简称模糊控制）就是使计算机具有活性和智能的一种新颖的智能控制方法，它是建立在人工经验的基础上。对于一个熟练的操作人员，它并非需要了解被控对象精确的数学模型，而是凭借其丰富的实践经验。采取适当的对策来巧妙地控制一个复杂的过程。若把操作员的实践经验加以总结和描述，并用语言表达出来，就是一种定性的、不精确的控制规则，再用模糊数学将其定量化就转化为模糊控制算法，从而形成模糊控制理论[48]。短短十多年来模糊控制发展如此之快．这主要归结为模糊控制器的以下几个特点：
(1) 无需知道被控对象精确的数学模型，对多输入多输出、时变及滞后等复杂系统都能进行控制，它的实现主要依赖模糊规则库。
(2) 是一种反映人类智慧思维的智能控制。模糊控制采用人类思维中的模糊量，如“高”、 “中”、“低”、“大”和“小”等，使得控制机理和控制策略易于理解和接受，设计简单，便于维护和推广。
(3) 由于控制规律可以不断丰富和完善，加之克服了人类机体本身的不足，使得模糊控制器优于熟练工人的手动控制。
(4) 构造容易。用单片机等来构造模糊控制系统，其结构与一般的数字控制系统无异，模糊控制算法由软件来实现，而且随着模糊控制系统软硬件的发展，模糊控制系统的设计变得越来越简单，成本也越来越低。
(5) 鲁棒性好。模糊控制系统无论被控对象是线性的还是非线性的，都能执行有效的控制，具有良好的鲁棒性和适应性。
32
硕士学位论文
4.1.2 模糊控制系统组成
模糊控制系统是一种自动控制系统，是以模糊数学、用模糊语言表示的知识和模糊逻辑的规则推理为理论基础，采用计算机控制技术构成的一种具有反馈通道的闭环的数字化控制系统[49]。模糊控制系统组成框图如图4.1所示。
模糊控制器模糊化处理模糊控制规则反模糊化处理给定值+A/D-模糊决策D/A传感器受控对象执行机构
图4.1 模糊控制系统结构框图
由图可知，模糊控制系统主要由输入/输出接口（包括A/D和D/A）、模糊控制器、执行机构、受控对象和检测装置等五个部分组成。系统的核心部分是模糊控制器，模糊控制器的控制规则由微处理器的程序实现[50]。一般根据误差信号E及其变化率EC来实现对过程的控制。输出信号需要进行反模糊化处理后，得到精确的数字控制量，经数/模转换，变为相应的模拟量后送到执行机构，对受控对象进行控制。
4.1.3 模糊控制器原理
模糊控制器(Fuzzy Controller)也称为模糊逻辑控制器(Fuzzy Logic Controller)，是模糊控制系统的核心，其结构如图4.2所示。一个模糊控制系统性能的优劣，主要取决于模糊控制器的结构、所采用的模糊规则、合成推理算法以及模糊决策的方法等因素[51]。
知识库参考输入模糊化模糊推理模糊控制器反馈机制反模糊化控制对象
图4.2 模糊控制器原理图
模糊控制器通常由模糊化接口、知识库、推理机和精确化（反模糊化）组成[51]。
33