技术文章

用高保真物理模型验证 PMSM 参数识别算法

作者 : Elia Brescia 和 Giuseppe Leonardo Cascella,巴里理工大学


参数的仿真值取决于定子和转子温度的趋势以及电机电流的趋势,这证明 Simscape 模型能够有效地仿真温度和磁饱和效应。

出于多种原因,对于使用包含永磁同步电机 (PMSM) 的系统的工程师,掌握关键 PMSM 参数的值至关重要。大多数控制策略需要精确的电机参数值,以确保实现稳定的性能和最佳效率。此外,通过开发可靠的电机数字孪生以观察参数值随时间的变化情况,工程师能够评估电机的健康状态,以支持预测性维护、故障诊断、状态监控和其他类似活动。然而,在商用驱动系统正常运行期间,很难直接监控关键参数,如定子电感、转子磁链和定子电阻,因为这种监控通常需要停机进行离线测试或增添高成本的传感器和仪器。

转子转速、电压和电流测量值是更容易获得的值。为了根据这些值准确地估计难以测量的 PMSM 参数,工程师和研究人员需要继续开发各种参数识别算法。但是,快速验证这些算法可能困难重重。在开发新的 PMSM 参数识别算法和方法时,我们在巴里理工大学的研究小组就遇到了这一问题。在真实驱动系统上进行测试既缓慢又繁琐,而使用有限元分析软件对电机、其几何形状和用于构造电机的材料建模也是如此。

最近,通过使用我们在 Simulink® 和 Simscape™ 中开发的物理模型,我们的团队加速了 PMSM 参数识别算法的开发和验证。借助 Simscape,我们能够将电机的热、机械和电磁领域的特性整合到一个高保真多域模型中。该模型无需冗长的计算时间,即可生成准确的仿真结果。通过仿真,我们可以了解那些在真实商业驱动系统中难以或无法测量的参数值是如何变化的,以及我们的算法估计对这些值的跟踪效果如何。

使用 Simscape 创建多域 PMSM 模型

我们的 Simscape 模型基于 MathWorks 提供的带热模型的三相 PMSM 驱动系统示例。此模型包含来自 Simscape Electrical™ 的几个组件,包括 PMSMPMSM Field-Oriented ControlBattery 模块,以及用作三相逆变器的 IGBT(绝缘栅双极晶体管)模块(图 1)。它还包括一个热模型,用于仿真电机内的温度动态特性,包括电机与周围环境之间的热交换。

具有 Simscape 热模型的三相 PMSM 驱动系统的自定义示例图,其中包括 PMSM、PMSM Field-Oriented Control、Battery 和 IGBT 模块。

图 1. 具有热模型的三相 PMSM 驱动系统的自定义版本示例。

我们对此基础模型进行了自定义,以支持验证我们的参数估计算法。具体来说,我们添加了一个负载模块,用于向电机的机械轴施加阻力转矩,并在该模型的现有传感器模块中添加了额外的电压传感器。

最后,我们配置 PMSM 模块的属性。我们将磁通和定子电阻定义为转子和定子温度的函数(图 2),以反映 PMSM 系统中两个众所周知的效应:随着温度的升高,定子内部导体的电阻增大,而转子磁链减小。这些效应很重要,因为它们都会导致损失增加,从而降低电机效率和产生转矩的能力。我们还将电感设置为 PMSM 电流的函数,以捕获铁芯的磁饱和效应,即另一个众所周知的效应。

PMSM 模块属性设置的两个并排截图。

图 2. 配置 PMSM 模块的属性。

仿真、参数估计和验证

自定义并配置了 PMSM 模型后,我们就开始使用它在 Simulink 中运行仿真来测试参数估计算法。在这些仿真中,该模型的电压、电流和转子转速信号(在商用电机中唾手可得)用作待估计的参数估计算法的输入(图 3)。例如,我们最近使用此设置来验证我们在 MATLAB® 中实现的基于 Adaline 神经网络的参数估计方法。然后,我们将算法的输出(估计的定子电阻、转子磁通和定子电感)与来自 Simscape 模型的这些相同值进行比较。

工作流程图显示如何使用修改后的 Simscape PMSM 模型来测试定子电阻、转子磁通和定子电感的参数估计算法。

图 3. 使用来自模型的电压、电流和转子转速信号进行参数估计。

在真实 PMSM 中,温度可能需要一小时或更长时间,才能升高到显著影响磁通和电阻的程度,因此,我们决定对模型进行微调,以此缩短测试各种磁通和电阻值的仿真时间。具体来说,我们降低了电机的铁损,并减少了转子和定子的热质量。这些调整并未影响模型的保真度或我们评估参数估计算法的能力,但是,它们确实将所需的仿真时间从数小时缩短到了几秒。

运行仿真后,我们使用 MATLAB 生成绘图,以显示我们算法的参数估计值与磁链(图 4)、定子电阻(图 5)和定子电感(图 6)的仿真值的吻合程度。在电机从暂态过渡到稳态转速的初始阶段后,绘图显示估计值和仿真值(在图中标为“Actual value”)高度吻合。另外,值得一提的是,参数的仿真值取决于定子和转子温度的趋势以及电机电流的趋势,如图 4、5 和 6 右侧所示。这证明了 Simscape 模型能够有效地仿真电机的温度效应和磁饱和效应。

并排显示的两个绘图。左图分别用黑色和红色显示磁链的实际值和仿真值随时间变化的情况,右图显示对应的转子温度随时间变化的情况。

图 4. 磁链的估计值(黑色)和仿真值(红色)与时间的关系图(左)以及对应的转子温度图(右)。

并排显示的两个绘图。左图分别以黑色和红色显示定子电阻的实际值和仿真值随时间变化的情况,右图显示对应的定子温度随时间变化的情况。

图 5. 定子电阻的估计值(黑色)和仿真值(红色)与时间的关系图(左)以及对应的定子温度图(右)。0.45 秒时估计的电阻瞬变是由于对电机施加负载引起的。

 并排显示的两个绘图。左图分别以黑色和红色显示定子电感的实际值和仿真值随时间变化的情况,右图显示对应的 q 轴电流随时间变化的情况。

图 6. 定子电感的估计值(黑色)和仿真值(红色)与时间的关系图(左)以及对应的 q 轴电流图(右)。0.45 秒时的电感瞬变和电流增加是由于对电机施加负载引起的。

走进课堂和实验室

在巴里理工大学,我们使用 Simulink 和 Simscape 开展课堂教学和研究工作。例如,在电气和自动化工程专业,学习电驱动系统研究生课程的学生使用自定义模型完成练习,这些模型是我们通过 MATLAB 和 Simulink 以及最近使用的 Simscape 开发的。在教学过程中,我们还使用 Simscape 模型对电机效率进行了分析,该模型类似于我们用于验证参数估计算法的模型。

目前,我的团队正在研究一个 Simscape 模型,该模型将用作我们实验室中真实电驱动系统的数字孪生。该系统由逆变器、电机、控制器和其他组件组成。我们将使用该数字孪生验证误差分析。我们首先通过仿真获得估计误差预测,然后在实际硬件上进行试验测试(图 7)。该模型的使用大大加快了这项工作的进度,因为在仿真中执行初步分析比在真实驱动系统上完成整个研究要快得多。

图 7. 巴里理工大学电机和驱动系统实验室中具有两个耦合 PMSM 驱动系统的测试平台。

关于作者

Elia Brescia 是巴里理工大学的博士后研究员,从事电力变换器、电机和驱动系统方面的研究。他的研究重点是永磁同步电机的设计、控制和非侵入式参数识别方法。他就这些主题已撰写了超过 15 篇的科学期刊文章和会议论文。

Giuseppe Leonardo Cascella 是巴里理工大学的助理研究员,也从事电力变换器、电机和驱动系统方面的研究。他的研究兴趣包括工业 4.0、人工智能、电机和驱动系统以及优化算法。除了撰写关于这些主题的 70 多篇科学期刊文章和会议论文外,他还担任 30 多个研发工业项目的协调员。Cascella 也是 Idea75 公司的创始人兼首席执行官。该公司致力于针对能源效率、楼宇自动化以及民用和工业设施的监控和控制提供工业 4.0 解决方案。

2024 年发布

查看文章,了解相关功能

查看文章,了解相关行业