三自由度永磁球形电机的磁场重构和位置辨识关键技术研究

Three-degree-of-freedom position identification of rotor is an important precondition for the permanent magnet spherical motor (PMSM) to realize complex trajectory movement. The three-axis Hall sensor has the advantages of small size, high sensitivity, and is suitable for miniaturization and high-precision development of the PMSM. Now, the following key issues must be solved：1) Loss of structural information, that is, the limited size of the sensor array cannot obtain the complete data of the entire sphere. 2) Accuracy, that is, a nonlinear mapping with high complexity between three-dimensional magnetic field information and rotor position..This project improves a set of new technologies to solve the above problems: 1) Reconstruction techniques are used to solve the problem of lack of structural information in magnetic fields, enabling a small number of sensor arrays to obtain complete information. 2) Artificial intelligence technology is employed to express complex nonlinear relationships, which is expected to improve the accuracy of rotor position identification. 3) Given the economical and stable demand, hardware and software systems are developed to realize rotor position identification systems with high precision and good real-time performance..The results of this project will develop the novel theory of magnetic field reconstruction and rotor position identification, improving the relative subjects of electrical motor.

转子位置准确辨识是永磁球形电机实现复杂轨迹运动的重要前提。三轴霍尔传感器具有体积小、灵敏度高等优点，用于转子位置辩识顺应永磁球形电机小型化、高精度发展趋势。但必须解决以下关键问题：1）结构性信息缺失，即传感器阵列规模受限无法获取整个空间磁场的完整数据；2）精确性，即三维磁场信息与转子位置之间复杂度高的非线性映射。.本项目提出采用一组新技术解决上述问题的研究设想：1）采用重构技术解决磁场信息结构性缺失问题，设计小规模的传感器阵列获取完整信息；2）采用人工智能技术用于表达复杂的非线性关系，有望提高转子位置辩识的精度；3）基于经济型、稳定性开发，设计软硬件系统实现精度高、实时性好的转子位置辨识系统。.本课题的成果将形成新的电机磁场重构理论和位置辨识策略，推动电机领域相关学科的发展。

转子位置准确辨识是永磁球形电机实现复杂轨迹运动的重要前提。霍尔传感器具有体积小、灵敏度高等优点，用于转子位置辨识顺应永磁球形电机小型化、高精度发展趋势。但必须解决以下关键问题：1）结构性信息缺失，即传感器阵列规模受限无法获取整个空间磁场的完整数据；2）精确性，即三维磁场信息与转子位置之间复杂度高的非线性映射。.为了解决上述关键问题，本项目主要从以下三个方面展开了研究：1）基于转子磁极位置和其磁场极值之间的映射关系，提出了基于球谐波磁场分布的的转子结构设计方法；采用空间矢量法得到了永磁球形电机电磁转矩及齿槽转矩的解析模型，并得到了有限元仿真以及实验的验证。2）针对磁场结构性信息缺失问题，提出了一种基于压缩感知的永磁球形电机转子位置辨识的方法，依靠有限数量的霍尔传感器获得高精度的转子位置。首先基于气隙磁场的频域特性，提出一种斐波那契数列的霍尔传感器阵列设计思路；然后，提出一种传感器阵列的观测矩阵构造方法，以用于对球面磁场信息的压缩感知；最后，根据传感器输出值重构的磁场信息进行球形转子位置的辨识。对所提的辨识方法进行了仿真和实验验证，辨识精度在1°左右。3）针对三维磁场信息与转子位置之间存在复杂度高的非线性映射问题，本项目引入了神经网络和随机森林两种智能学习算法对球面区间进行精细辨识。利用神经网络的分类功能，将转子磁极所处的更高级区间辨识出来，为了解决转子磁极附近磁场变化率小，神经网络算法容易陷入局部最优解问题，将磷虾群算法对参数进行优化，将辨识精度提高了11%。提出的改进随机森林算法按照磁场变化的梯度下降趋势更新磁极位置，最大定位误差可以做到0.240°。.本项目形成的电机磁场重构理论及位置辨识策略，为球形电机的位置辨识提供了一种低成本、高精度的球形电机位置辨识方案。该辨识理论同样适用于电磁场相关学科的多维空间辨识领域。