基于位置和电流重构的开关磁阻电动机的自适应逆控制研究

The double salient structure, switching operation mode and high saturation characteristic of flux-linkage make switched reluctance motor(SRM) have many difficulties in high performance control. To realize the right control of each phase of the SRM, the accurate position and current information are required. The position measurement with the optical encoder and current measurement of each phase with a current sensor will not only increase the price of measurement, but also decreases the reliability of the system. In addition, at present almost all the control strategies of the SRM rely on the model information of the SRM. To solve the above problems, the project will carry out the research in four aspects: (1)Based on the three-phase symmetrical halls or two-phase orthogonal halls, the position of the SRM can be reconstructed with the extended Kalman filter. (2)Based on the bus current, the phase current can be reconstructed with the redesign of the driving circuit and the regulation of the sampling point. (3)Based on the current-sharing method(CSM), the interval type-2 fuzzy neural network(IT2FNN) will be applied in adaptive inverse control design for the SRM. (4)The methods of stochastic optimization are applied in the parameter optimization of the CSM and the IT2FNN. The research of the project will give a novel idea in the high performance control of the SRM. And it has important meaning in extending the application areas of the SRMs.

开关磁阻电动机(SRM)的双凸极结构、开关运行模式和磁链的高饱和特性，使其很难实现高性能的控制。为了实现SRM有效控制必须知道SRM准确的转子位置和相电流信息，光电编码器位置检测方法和每相都设置电流传感器的检测方法不但增加了检测的成本，同时也降低了控制的可靠性。另外，当前SRM的控制策略绝大部分都依赖于SRM模型的信息。为了解决上述问题，项目将开展四个方面的研究工作：(1)基于三相对称或两相正交霍尔传感器采用扩展卡尔曼滤波方法重构转子的位置；(2)基于母线电流通过功率驱动电路的重新设计和采样点的调整实现相电流的重构；(3)基于电流分配方法，将区间二型模糊神经网络应用于SRM自适应逆控制的设计；(4)利用随机优化方法对于电流分配方法和区间二型模糊神经网络的控制参数进行优化，提高SRM自适应逆控制的性能。项目的研究将为SRM高性能控制提供一个新颖的研究思路，在拓展SRM的应用方面具有重要意义。

开关磁阻电动机(SRM)作为一种无永磁材料的特种电机，具有起动转矩大、抗转矩冲击能力强和适应恶劣环境等优点，与感应电动机、直流电动机和永磁交流电机相比具有更好的性价比。本项目的主要研究内容包括五个方面：(1)基于三相对称或两相正交霍尔传感器采用旋转矢量谐波解耦与正交锁相环相结合的位置重构方法可以重构开关磁阻电动机的连续位置；(2)基于不对称驱动功率电路的设计，采用母线电流和开关模式的配合，实现了开关磁阻电动机电流的重构，可以降低电机电流检测点，提升系统的鲁棒性；(3)基于电流分配方法，将区间二型模糊神经网络应用于开关磁阻电动机的在线模型拟的辨识，实现了开关磁阻电动机的自适应逆控制的设计；(4)分别采用差分进化算法(DE)、粒子群算法(PSO)和大爆炸大收敛算法(BBBC)优化开关磁阻电动机控制器的控制参数，实现了开关磁阻电动机控制参数的优化。(5)分别采用混沌载波PWM、随机载波PWM和不对称载波PWM实现了开关磁阻电动机的降噪控制问题。研究的重要结果可以表现为四个方面：(1)采用位置霍尔传感器代替光电编码器或者旋转变压器，利用位置重构的方法，可以有效降低开关磁阻电动机位置检测的成本，对于开关磁阻电动机的进一步推广应用具有非常重要的价值；(2)新颖的不对称驱动电路的设计，可以减少电流检测传感器的数量，对于提升系统的可靠性和降低检测的成本具有很好的应用价值；(3)采用自适应逆控制，降低了开关磁阻电动机控制器设计参数对于模型的依赖性，提升了控制器的自适应能力和鲁棒性。本项目获得了大量开关磁阻电动机设计、控制和参数优化方面的仿真和实验数据，为将来开关磁阻电动机的推广应用可以提供宝贵的资料和研发经验。我们也正在积极和华源(浙江)动力科技有限公司和浙江麦钜科技有限公司深度合作开发开关磁阻电动机驱动系统，努力将科研成果产业化，将研究成果转化为现实的工业产品，服务于国家和地方经济的发展。