通过虚拟测力计仿真设计永磁同步电动机转矩控制器

由达凯胡，Mathworks

摘要控制永磁同步电机的转矩以达到较高的精度和效率是高性能电机驱动设计的重要目标之一。在本文中，您将了解如何在基于有限元分析(FEA)的高保真PMSM机器上进行仿真，以帮助您设计电机控制算法，实现高扭矩控制精度，同时最大化机器的效率。

电机控制工程师通常仅用于算法设计概念研究的仿真。这些算法通常包括必须校准以实现所需性能的查找表（LUTS）。大多数控制器LUT是通过使用测功机（Dyno）在实际硬件上运行测试获得的。通常，这些包括机器验证，表征和效率测试。虽然在Dyno上测试是最终目标，但它有时可能是不切实际的。在利用Dyno时间，例如Dyno操作时间，运营成本，安全问题和机器中的故障时，需要考虑几个因素，逆变器或负载库。

最小化Dyno时间不可避免地是电机控制工程师的高优先级。基于模型的设计有助于工程师通过模拟Simulink中的“虚拟Dyno”来执行更多测试金宝app^®减少硬件测试和整体开发时间。在高水平时，使用虚拟Dyno方法进行仿真的目的是表征PMSM，并获得机器的非线性通量连杆和扭矩数据，然后可以用于设计和实现助焊剂扭矩控制LUT。

本文介绍了一种使用虚拟Dyno来设计和测试FEA的高保真PMSM机器的扭矩控制器的工作流程。我们会考虑以下问题：

什么是虚拟测力计？
为什么使用基于FEA的高保真PMSM机模型？
如何描述高保真的永磁同步电机?
如何利用特性数据设计扭矩控制器?

我们将使用用于高保真PMSM机模型的初始FEA数据是从ANSYS生成的^®麦克斯韦尔^®和jmag.^®，并提供Ansys和JMAG的礼貌。

什么是虚拟测力计?

虚拟测功机是一种将电机测量计的概念带到桌面仿真的型号。测力器用于测试燃烧发动机或电机的扭矩或功率。通常，Dyno可以在扭矩平面上的所有四个象限中操作，从而实现稳态或瞬态电动机和耦合机的产生测试。图1显示了Dyno设置的示意图。正在测试的机器是内部PMSM（IPM），而DYNO可以是PMSM，感应机器或能够进行四象限操作的任何其他机器。

图1.实际Dyno设置的原理图。

在虚拟Dyno上，虚拟速度或扭矩源取代了Dyno机器。被驱动的机器被驱动以通过速度或扭矩源以扭矩模式以扭矩模式运行，就像它在实际的Dyno上一样。以这种方式，可以通过仿真执行所有机器表征和测试。

为什么使用基于FEA的PMSM模型？

传统上，基于FEA的电机设计工作流程和电机控制开发工作流程已单独进行，因为电机控制工程师不使用FEA数据进行闭环控制系统仿真。然而，今天，可以将FEA仿真数据导入Simulink和Simscaper Electrical™以进行高保真PMS金宝appM建模。高保真PMSM模型包含由于饱和度引起的非线性特性，以及后电动势，磁通连杆和扭矩中的转子位置依赖性空间谐波分量。

与传统的线性大块参数PMSM模型不同，基于FEA的PMSM模型表现得像实际电机。这是因为代替具有用于电感和永磁磁通连杆的恒定参数，而是在转子位置，磁通连杆，电流和扭矩之间具有非线性映射。

基于FEA的PMSM型号使得控制工程师能够建立一个现实的闭环仿真，并在制造之前，使控制工程师与电机设计工程师在开发的早期阶段对准控制工程。此外，该模型为电机控制工程师提供了探索极端操作条件的自由，没有缺乏界限的担忧，因为所有测试都在Simulink中使用模拟完成。金宝app一旦机器制造，仿真结果可以指导实际的Dyno测试。实验设计（DOE）设置需要了解机器的特性，并且模拟有助于工程师确定要测试的最小点数。

如何表征基于FEA的PMSM模型？

对基于有限元的永磁同步电机模型进行表征的目的是获得不同工作点下的非线性磁链信息。在我们的例子中，操作点由同步参考系上的稳态电流指定，即由稳态id和iq操作点指定。

在虚拟电机的作用下，PMSM模型的速度可以保持恒定，始终低于基速(即机器终端电压达到其额定调制指标的速度)。在图2所示的例子中，在500v直流母线电压下，基本速度约为1800转/分钟。

在DOE设置期间，当前ID和IQ命令由当前控制器执行（图2）。在工厂模型中，作为虚拟Dyno的速度源控制PMSM模型的速度。

图2.虚拟Dyno下的DOE设置。

对于命令命令的每个[ID，IQ]组合，我们运行模拟，允许当前响应达到稳定状态，然后记录以下数据集：[ID，IQ，FLUX_D，FLUX_Q，TORQUE]。由于基于FEA的PMSM机器中存在谐波和涟漪，因此在记录数据集之前在稳定状态下采取特定持续时间的平均值是一个好主意。

例如，为了表征电机区域的PMSM电机，将扫描图3中指定的所有[id, iq]组合。图3中的红色曲线表示当前操作极限，或电流限制圆，对于这种特殊的PMSM机器。虽然机器本身在正常操作期间永不超出电流限制圆圈，但在虚拟Dyno下我们可以推出此限制并扫描图3所示的所有标记的操作点，而不担心实际机器中的热问题。

图3.基于FEA的高保真PMSM机扫描点。

我们可以在MATLAB中通过脚本完成表征^®。或者，我们可以使用基于模型的校准工具箱™来设置DOE，自动化扫描过程，并收集数据。

如何使用表征数据设计扭矩控制器？

现在我们有高保真PMSM机器的特征数据，我们可以开始设计扭矩控制器。这涉及三个步骤：

找到最佳操作边界。
选择查找表点。
测试转矩控制器性能。

找到最佳操作边界

定义最佳操作边界，使得在特定的扭矩指令和速度反馈下，它包括机器的最佳操作点。对于线性集成参数PMSM模型，可以使用PMSM机器的参数在数学上计算最佳操作边界。然而，该计算对于真实机器来说，对于真实机器的参数根据操作点而改变，因此该计算将不准确。

对于高保真度永磁同步电机模型，有两种方法可以计算出更精确的最优运行边界。它可以使用特征数据集[id, iq, flux_d, flux_q, torque]和MATLAB脚本进行计算，也可以使用基于模型的校准工具箱导出。使用基于模型的校准工具箱，我们可以设计实验，设置目标，并记录数据，以满足这些目标。例如，最优运行边界的一段称为每安培最大转矩(MTPA)曲线。为了计算这条曲线，我们可以使用基于模型的校准工具箱设置一个DoE，让我们沿着电流圆扫描当前操作点，并监测扭矩，直到达到最大扭矩点。类似的方法可以用于计算最大电流和最大扭矩每伏特(MTPV)边界。

图4显示了计算的最佳操作边界。我们还绘制了扭矩和速度的轮廓，因为它们是计算过程中的目标或约束。我们使用曲线拟合工具箱™来平滑最佳操作边界，并删除由机器或谐波中的非线性在扫描数据中产生的异常值。