考虑动态端部效应与负载扰动的单边直线感应电机预测电流补偿控制 (1)

第35卷第15期中国电机工程学报V ol.35 No.15 Aug. 5, 2015

3956 2015年8月5日Proceedings of the CSEE ?2015 Chin.Soc.for Elec.Eng. DOI：10.13334/j.0258-8013.pcsee.2015.15.026 文章编号：0258-8013 (2015) 15-3956-08 中图分类号：TM 359

考虑动态端部效应与负载扰动的

单边直线感应电机预测电流补偿控制

邓江明，陈特放，唐建湘，彭鹏，居平

(中南大学信息科学与工程学院，湖南省长沙市 410075)

A Compensated Predict Current Strategy for Single-sided Linear Induction Motors

Considering Dynamical Eddy-effects and Load Vibrations

DENG Jiangming, CHEN Tefang, TANG Jianxiang, PENG Peng, JU Ping (The School of Information Science and Engineering, Central South University, Changsha 410075, Hunan Province, China)

ABSTRACT: This paper presented a predictive current compensation control for a single-sided linear induction motor (SLIM)with nonlinear disturbance observers (NDOB). Firstly, to maintain T-axes secondary component flux linkage constant with consideration of the special dynamical eddy-effects (DEE) of the SLIM, a instantaneously tracing compensation of M-axes current components was analyzed. Secondly, a predictive current scheme based on Taylor-discretization algorithm for promoting speed dynamical response and minimizing speed stable ripple was proposed. Finally, to deal with the external load coupled uncertainties and measured errors of unavoidable feedback control variables, i.e., current and speed, an effective kind of nonlinear disturbance observer was employed to estimate and feed forward compensate these load vibrations, so the robustness of the control system could be guaranteed. Experimental verification of the feasibility of the proposed predictive current compensation for a SLIM control system is performed.

KEY WORDS: single-sided linear induction motor (SLIM); current compensation; predictive control; dynamical response; nonlinear disturbance observer (NDOB)

摘要：论文提出一种针对单边直线感应电机(single-sided linear induction motors，SLIMs)的基于非线性负载扰动观测器的预测电流补偿控制策略。首先考虑到SLIM特有的动态端部效应的影响，通过跟踪补偿M-轴电流分量来维持次级磁链T-轴分量的恒定，而后在一次线性条件下，引入一阶离散泰勒级数对速度状态进行预测。另一方面将电机气隙变

基金项目：教育部博士学术新人奖资助(114601034)；国家自然科学基金项目资助(61273158)。

Project Supported by the Scholarship Award for Excellent Doctoral Students Granted by the Ministry of Education of China (114601034); The National Natural Science Foundation of China (61273158). 化与各类边端效应对电机推力输出的影响统一为系统受到负载扰动的影响，而应对此扰动，通过非线性扰动观测器，在预测前向控制通路增加了实时补偿控制量，借此提升整个预测控制系统的鲁棒特性。最后实验对所提算法的有效性进行了验证。

关键词：单边直线感应电机；电流补偿；预测控制；动态响应；非线性扰动观测器

0 引言

单边直线感应电机(single-sided linear induction motor，SLIM)具有大启动推力、动定子不接触无摩擦、无轴承、直接产生直线运动等优良特性，在工业领域被广泛应用，如电动车门、电梯、抽油机、继电开关、货物传送带、磁悬浮列车等[1-3]。

相关研究表明，SLIM运行时，许多参量都在动态变化，如因电机气隙的波动，导致电机初次两级互感、衍生电阻偏移[4]等；因特有的动态端部效应(dynamical eddy-effect，DEE)，使得入端涡流在电机高速区对气隙磁场的影响较大，迫使等效次级磁链输出值随着速度的升高降低，推力衰减[5]。因此综合考虑这些因素，电机本身的控制模型是时变的。这也是为何对SLIM的控制一般不采用依赖其动态变化参数的控制方法，如按照次级磁链定向的矢量控制和按照初级磁链定向的直接推力控制都依赖对磁链的观测和计算[6-7]。国内外目前有效的控制手段是恒电流–滑差频率控制[8]。DEE效应对SLIM运行的影响以及计及端部效应后电机设计、动态补偿控制等，国内外已有不少相关研究[9-10]。尤其J. Ducan[11]和D. Kim[12]都建立了考虑DEE以

第15期 邓江明等：考虑动态端部效应与负载扰动的单边直线感应电机预测电流补偿控制 3957

后的直线电机矢量控制模型；文献[13]提出的一种基于线性神经网络的直线电机无速度传感器控制，文献[14]研究的一种直线电机鲁棒预测控制，也都考虑DEE 特性对直线电机的影响。

近年来随着微型处理器计算性能的提升，预测优化电压矢量[15]和电流控制[16]算法已经逐步成为传统PI 控制器的一种高效替代策略。它在基于DSP 强大计算处理能力下，带来较快的控制动态响应和较小的稳态脉动。预测控制是一种择优控制策略，它通常是以能耗函数为目标，自由选择以速度、定子磁链、转矩等控制对象，通过寻求某一控制输出使得各控制目标最佳，也即能耗函数值最小。基于此理念，本文在考虑DEE 对整个系统的影响的前提下，提出了一种针对直线感应电机驱动系统的预测电流控制策略，借此来提升电机速度的动态响应特性，如：快速跟踪(相对于PI 控制器本身的固有延时)、较小的过冲、较低的稳态波动偏差等。

此外，为了提升所设计的预测电流控制算法在各种作用(如电机气隙波动和各横/纵向边端效应)的干扰下，系统的良好跟踪特性，在预测控制输出的前馈通路增加了一种针对负载波动影响的非线性扰动观测器(nonlinear disturbance observer ，NDOB)。NDOB 对扰动特性加以观测辨识，同时作为一个补偿分量，加载在预测电流控制算法中。这样，在预测控制输出的过程中就可应对扰动作用而提高系统的稳定性和跟踪精度。最后采用实验来验证了本文所提的考虑DEE 效应和负载波动的针对直线电机的预测电流补偿控制策略的有效性，可为牵引(如磁悬浮)、伺服(如继电开关)等直线感应电机的高效动态控制提供一定参考。

1 考虑DEE 的M -轴矢量电流补偿

1.1 考虑DEE 的SLIM 矢量补偿控制建模

因直线电机初级两端等效磁场分布的不对称性，在考虑DEE 后，引入动态因子 γ [11-13]，建立以次级侧磁链定向的M -T 旋转坐标，如图1所示。

图1中：R s 为次级等效电阻；L m 、L ls 为两级互感和等效次级漏感；i pm 、i pt 和i sm 、i st 分别为初次级

(a) M -轴

m (1L

(b) T -轴

图1 SLIM M -T 轴等效电路(次级侧) Fig. 1 M -T axeses equivalent circuit of a SLIM

M -T 轴电流分量。其中 γ 计算如下：

s m ls m /[()]

s m ls m 1e /[()]

lR L L v lR L L v γ?+?=+ (1)

式中：l 为电机牵引纵向的有效长度；v m 为电机机械速度。

M -T 轴下次级电压矢量u s 控制回路平衡方程：

s sm s sm sm pm sm

st s st e m sm st

(1e )()()R u R i i i u R i v v γφγκφφ???=+

+?+??=+?+?

(2) 式中：κ = π

/τ，τ 为电机极距；v m 为电机同步磁场速度。

M -T 轴下次级磁链矢量 φ

s 回路平衡方程：

sm m pm sm ls sm st

m pt st ls st 1e (1)()()L i i L i L i i L i

γ

φγφ???=?

++??

?=++? (3) 则气隙磁场与次级感应电流作用所产生的动

态电磁推力F x 计算为

m p

sm pt st pm m ls

3()4x L N F i i L L κφφ=

?+ (4)

式中N p 为电机极对数。

直线电机初次级无接触动态输出数学方程为

B m

m ()x F J v v

d t m m

=?? (5) 式中：m 为牵引总惯量；J B 为摩擦类系数的统一描述；d (t )为负载波动和传感器噪声干扰的统一描述。

考虑到次级磁链定向中 φ

st = 0，故式(4)简化为

m p

sm pt m ls

34x L N F i L L κφ=

+ (6)

上式表明，若能维持 φ

sm 恒定，则F x 与控制电流i pt 是一次线性关系[17]，使得预测速度控制成为 可能。

因为 φ

st = 0，式(3)中的第二个等式可化简为：

m

st pt m ls

L i i L L =?

+ (7)

3958 中 国 电 机 工 程 学 报 第35卷

又因为次级感应电压回路u st = 0，将式(7)代入到式(2)中的第二个等式，有：

pt s m e m m ls sm i R L v v L L φ?=

+ (8)

同时有u sm = 0，若取拉式算子s ，结合式(2)和式(3)可建立如下动态关系：

sm pm r m

(1)'i s L φ

τ′=+ (9) 其中：

m ls r s m m ls m

1e (1)(2e )(1e )()2e L L R L L L L γ

γγγγτγ

???????+??′=

????????′=???

(10) 观察式(9)和(10)可知，因为DEE 的影响，即使

维持i pm 恒定，φ

sm 也会随着速度的增大而衰减，从

而使得预测控制关系(6)非线性。为了维持 φ *sm 的恒

定，动态M -轴电流补偿策略如下：

**m sm pm r 1L i s φτ′=′+ (11) 1.2 基于电流磁链特性的矢量变换角度 θ

s 辨识

对矢量电流进行坐标分解及合成，须已知同步

变换角度 θ

s ，本文采用下式对其进行观测[17]

：

*pt s m s r *

m ls sm ?[()d ]i R L t L L θκθ?=++∫ (12) 2 预测电流控制数学模型

2.1 预测电流饱和限制分析

预测电流的饱和输出限制对于电机的输出过流保护是有必要的，在预测电流饱和时促使电机由恒转矩控制进入恒功率控制[17-18]。设V ph 为输入相电压、I eff 为初级电流有效值、δ

PF 为电机动态功率

因数，则电机动态等效输出功率计算为

mech ph eff PF m ()()(())P t V I t v t δ= (13)

结合式(12)，则预测的饱和电流有效值与其他

控制分量的离散表达式如下：

**pred

eff

??|cos ()sin ()|()i k i k I

k θ

θ?=

取预测与实际输出的连续性偏差为

pred meas

m m (1)(1)()()()e k N e k e k v k v k +?==+==?" (15)

选择一个控制输出i *pt ，两个控制目标(速度跟

踪动态性要求和过流保护要求)，定义能耗函数：

*pred 2

m m 2

1*pred

2ph eff PF ph eff PF 2

p *max 2*2

pt pt pt (()()())(())sgn(()||)()N

N i i

v k i v k i e k i J Q V I V I k Q i k i r i k δδ=+?+++=+??>+∑ (16) 式中：N 为预测范围；Q i 、Q p 为各控制目标的权重

系数；r 为控制电流的权重系数。其中切换函数表达式为 *max pt pt *max

pt pt *max pt pt 1,()||sgn(()||)0,()||i k i i k i i k i ?>?>=?≤?? 若设计Q i >> Q p ，则当预测电流超过保护限定 值时，过流保护在能耗函数中将成为主导项，成为

优先控制目标，否则该项不起作用。

2.2 暂态预测控制特性

进一步将式(5)改写成一阶拉普拉斯域表达式：

*m pt m B

()()()k i s d s v s J

s m

?=+ (17) 式中k m 为预测模型系数，与式(6)相关。预测控制

需要离散时间模型去计算各步，综合考虑到预测精

度要求，对式(17)进行一阶泰勒级数离散化，得

*B m m m pt (1|)(1)()(()())J v k k v k k i k d k m

αα+=?+? (18) 式中 α 为计算步长。右边第二项表明不确定扰动项包含在了预测控制输出中，因此对其的电流补偿环节也应考虑。同时为了获取最优输出控制值，在预测的N 点内，输出尽量保持恒定，以提高预测精度，

也即：i *pt (k ) = i *pt (k + 1) = ??? = i *

pt (k + N ? 1)，在时间点

(k + 2 | k )T s 的预测值采用v m (k + 1 | k )替代v m (k + 1)，则第二个点预测输出为

2B

m m 2*

B

m pt (2|)(1)()(2)(()())J v k k v k m

J k i k d k m

ααα+=?

+

?

? (19)

经过反复迭代计算，可得(k + i )T s 时刻的预测输

出为

B

m m (|)(1)()i J v k i k v k m

α+=?

+

第15期 邓江明等：考虑动态端部效应与负载扰动的单边直线感应电机预测电流补偿控制 3959

2*

B m pt (1)[](()())i J i k i k d k m αα??? (20)

再令：

**

pt pt m

()()()d k i k i k k =? (21)

将式(21)代入(20)，可得

B

m m 2

*B

m pt (|)(1)()(1)[]()i J v k i k v k m

i J i k i k m

ααα+=?

+

?? (22)

进一步将各时间点的预测系数列成矩阵形式：

*P (1)(1)(1)pt ()()()N N N k k k i αβ×××=+W W W (23)

式中：W P (k )(N

×1) = [v m (k + 1 | k ) ??? v m (k + N | k )]T ；W α

(k )(N

×1) = [1 ? α

J B

/m ??? (1 ? α

J B

/m )N ]T v m (k )；

W β

(k )(N

×1) = [α ??? N α ? (N ? 1)α

2J B

/m ) N ]T k m 。

因实际控制中速度指令值是常量，即

***

m m m (1)(1)()v k N v k v k +?==+=" (24) 结合式(16)、可得要求补偿控制下的最优控制

能耗函数矩阵列：

2

P *max

*2p pt pt pt min ||()()()||sgn[()||]()

N J k k k Q i k i i k =?++′>+*W W E Q R (25) 式中：*pred 22

p ph eff PF ph eff PF p (())/Q V I V I k Q δδ′=?；E (k )(N

×1) =

[e (k + 1) ??? e (k + N )]T ；W *(k )(N

×1) = [v *

m (k + 1) ???

v *m (k + N )]T ；Q (N

×N ) = diag[Q 1 ??? Q N ]T ；R (1×1) = r 2

。

速度矩阵W α

(k )与预测偏差矩阵E (k )在每个采

样周期更新，于是控制电流可以通过能耗函数偏微导计算得到

*2

pt (min )0()N J i ?=? (26) 则实际控制输出电流表达式为

*T *max 1pt p

pt pt T *m

(sgn(()||))()

()i Q i k i d k k βββα?′=+>+??++

W QW R W Q W W E (27)

3 非线性扰动观测器设计与预测电流前馈补偿

为了增强补偿M -轴轴电流后预测控制算法的抗负载扰动性能，结合式(27)可知，非线性扰动的补偿已经包含在预测输出的前向通路中，故设计扰动观测器，进行预测电流的前馈补偿。将式(17)由

拉式域下重整为连续时间域： **

B m m m pt m pt pt *

m pt v m ()()()J v v k i d t k i i m

k i k v t =????=

++ (28) 式中：k v = J B

/m ；*m pt pt ()()()d t d t k i i =???，为负载

波动和传感器检测偏差噪声干扰的统一描述。取

x 1 = v m ，2()x d t =，结合式(28)得二阶扰动跟踪控制 系统如下：

12v 1m 2

()x

x k x k u x a t =++??

=? (29) 式中：a (t )为不确定扰动()d t 变化率；u 为控制输入。

定义偏差：d 22?() ()()e t x t x t =?，并取x = [x 1 x 2]T ， 则所构建系统(29)的状态空间表达式为

012()u x t =++x

Ax B B (30) 式中：v 100k ??=????

A ；

B 0 = [k m a (t )]T ；B 1 = [1 0]T

；

A 、

B 0均满足局部李普利兹(Lipschitz)条件[19]，引入如下非线性扰动观测器[19-20]来预测x 2：

110

2

()?h h u x h ?=??++?

=+?lB l B lx Ax B lx (31) 式中：l = [l 1 l 2]为待设计观测器增益；h 为一维的

中间状态变量。

式(31)可推导出

21?()()0d

x t e t +=lB (32) 因实际扰动有界且在无穷大时间里有

2lim ()0t x

t →∞

= [20]。由式(32)可知，若观测器增益l ， 设计满足lB 1 > 0，随着速度趋于给定值v m (t ) →

v *m (t )，观测器稳定输出，扰动观测值亦逐步趋于实际值，即e d → 0，2

2

?()()x

t x t →。 经非线性扰动观测器的补偿作用，式(27)变为

*T *max

1pt p pt pt T *2m

(sgn(()||))?()()i Q i k i x t k βββα?′=+>+?

?++

W QW R W Q W W E (33)

上式表明，扰动观测器通过跟踪负载扰动，并以电流补偿的形式施加在预测控制电流输出的前馈通道，提升了系统的抗负载扰动鲁棒特性。

4 实验研究

为了验证所提补偿预测控制算法(PC-C)和补偿预测控制加扰动观测器(PC-C + NDOB)算法的有效

3960 中 国 电 机 工 程 学 报 第35卷

性，搭建了模拟磁悬浮驱动的直线电机牵引系统实验平台，如图2所示(因为该实验平台的驱动悬浮控制原理与中低速磁悬浮系统一样的，仅结构尺寸不同而已，所研究的控制算法具有通用可移植特性。)。模拟磁浮系统的结构参数：初级绕组被固定安装在底盘上，次级为Cu-Fe 复合材料的旋转圆盘，中间被带钢珠的转动轴所固定。初级与旋转圆盘保持间隙约3 mm ；导电层铜板厚2 mm ，底铁厚10 mm ，圆盘直径1 000 mm ，电机电机的U 、V 、W 端连接到VSI 逆变器输出端，其他各参数如表1所列。采用时钟频率150 MHz 的DSP-TMS320F2812，速度外环和电流内环采样周期分别为400和100 μs 。三相逆变器的IGBT 切换频率5 kHz ，直流侧电压V dc 设置240 V ，两路相电流检测霍尔传感器(GD-LSP3)经过12位A/D 转换器进入控制器。接近开关

(LJ18A3-4)实时输出速度脉冲信号。通过数据采集卡(MPS-0106)实时记录控制和各检测信号，其中推力通过检测电流和补偿磁链式(6)估算获得。为了对比分析，同时引入了带补偿磁链后的饱和PI 控制策略(PI-C)[21]，有必要提及的是，PI-C 是根据检测速度偏差，调节电流给定，实现闭环跟踪；而PC-C 是以预知N 步速度的方式，提前调节电流输出，以便快速无惯性超调闭环控制。因为圆盘惯性大，故速度调节时间会略长。实验中对各算法性能好坏的评价指标除了速度的过冲、镇定时间，还有稳定速度波动下的相对偏差I RE 。I RE 越小越好，定义如下：

max min

m

m 0

RE *

m

|()()|%100%M

j v j v j I Mv

=?=

×∑ (34)

式中：max m v 、min

m v 为稳态速度的边界；M 为统计步长。

图2 实验平台和控制算法设计

Fig. 2 Laboratory platform and controller design block diagram

表1 电机各参数列表

Tab. 1 Rated parameters lists of a SLIM

参数

数值

参数

数值

参数

数值

V ph /V 127 N p 4 τ/mm 24 I eff /A 5 l /mm 120 R s /Ω 0.402

额定F x /N 90 L m /mH 214 J B /(kg ?m 2) 0.239额定v m /(m/s) 3

L ls /mH 79 m /kg 60

实验前先将所有的PI-C 、PC-C 、PC-C + NDOB 控制算法配置在相同的饱和电流限度下，即max

pt

i

±=

±7.2 A ，然后，通过调节各控制器的参数，使它们

各自的闭环控制效果最佳。其中，PI-C 控制器的参数设置为：比例Kp = 80，积分Ki = 0.015；PC-C 控制器的参数设置为：φ

*sm = 0.67 Wb ，

N = 6，Q i = 0.24 × I 5×5，Q i = 0.001，r = 2.2，α = 0.05，M = 10，k v = 0.003 9，

k m = 192.07；PC-C + NDOB 控制器的观测矩阵配置为l = [3 0]，满足lB 1 > 0，二阶项置零，使得未知

的a (t )不对观测器造成任何影响。将表1和以上各参数代入式(10)，并结合式(11)，可得考虑DEE 后

M -轴轴补偿电流与电机速度变化特性如图3所示。

不失一般性，为了验证全速度范围内控制效果，各指令速度依次给定为：t = 0.0 s ，v *m = 1.0 m/s ；

t = 1.0 s ，v *m = 3.0 m/s ；t = 3.0 s ，v *m = 2.0 m/s ，t = 5.0 s ，有界的阶跃扰动d (t )(100% × F x ，持续时间500 μs ，扰动实现形式是在各控制算法响应时间点用C-编

v m /(km/h)

i *p m /A

?

图3 考虑DEE 后补偿电流i *pm 随电机速度变化特性 Fig. 3 Compensated M -axes current i *pm versus motor

speed

第15期 邓江明等：考虑动态端部效应与负载扰动的单边直线感应电机预测电流补偿控制 3961

程中断调用实现)。在时间段0.5~2.5和2.5~4.5 s ，测试系统的加、减速性能；在时间段4.5~6.0 s ，测试系统的抗扰动性能，其中稳态镇定带宽 ±4%。

图4、5分别为加/减速控制下的速度v m 、控制电流i *pt 、补偿电流i *pm 、辨识推力F x 动态响应过程。表2为3种控制器加减速控制下速度各性能指标统

t /s

(a) 速度v m

v m /(m /s )

t /s

(b) 控制电流i *pt

i *p t /A

48 1.2 1.6

2

60.8 1.0 1.4 1.8

t /s

(c) 动态推力F x

F x /N

90190 1.2

1.6 40140

0.8 1.0 1.4 1.8

t /s

(d) 补偿电流i *pm

i *p m /A

0.40.8 1.4 0.2

0.6 1.0 1.2

PC-C ；

PI-C ；

PC-C + NDOB 。

图4 加速度实验动态波形(1.0 m/s → 3.0 m/s) Fig. 4 Acceleration from 1.0 m/s to 3.0 m/s at

time point 1.0 s

t /s (a) 速度v m

v m /(m /s )

t /s (b) 控制电流i *pt

i *p t /A

3

476 3.2 3.4

5 3.0

t /s (c) 动态推力F x

F x /N

3090 3.2 3.6

060 3.0

3.4

t /s

(d) 补偿电流i *pm i *p m /A

0.40.8 3.6

0.00.6

2.8

3.2

3.0

3.4

0.2

PC-C ；

PI-C ；

PC-C + NDOB 。

图5 减速度实验动态波形(3.0 m/s → 2.0 m/s) Fig. 5 Deceleration from 3.0 m/s to 2.0 m/s at

time point 3.0 s

计。从图4(a)、5(a)以及表2可以看到，在速度指令v *m = 3.0 m/s 和2.0 m/s 发出的450 ms 之内，3个控制器输出的速度响应都稳定下来，但PC-C 和

PC-C + NDOB 明显比PI-C 拥有更快的收敛速度，而且过冲和IRE 都更小，这因为预测机制的作用发挥。而相比于纯PC-C 算法，PC-C + NDOB 算法因

3962 中 国 电 机 工 程 学 报

第35卷

表2 加/减速测试下速度性能统计

Tab. 2 Dynamic statistics of speed in considered

acceleration and deceleration time ranges

控制策略 动作状态 过冲/% 镇定时间/ms

I RE /%

加速 10.24 391 2.33 PI-C

减速 16.28 412 3.62 加速 2.18 275 1.22 PC-C

减速 3.24 327 2.16 加速 1.93 242 0.75 PC-C + NDOB

减速 1.97 288 1.04

引入了观测器，实时补偿了反馈状态偏差i *pt ? i pt ，使得其动态表现性能相对较好。

图6为负载扰动涉入下的实时速度v m 、控制电

流i *pt 、补偿电流i *

pm 、辨识推力F x 动态响应过程。

表3为3种控制器在突加负载扰动下速度各性能指标统计。从图6(a)以及表3可以看到，在扰动指令发出后的450 ms 之内，电机速度均下跌，然后又逐渐稳定下来。PC-C + NDOB 比PI-C 和PC-C 拥有更快的收敛速度，更小的过冲和IRE ，这主要归于

t /s

(a) 速度v m

v m /(m /s )

t /s

(b) 控制电流i *pt

i *p t /A

4.4

4.54.84.7

5.0 5.4

4.6 4.8

5.2 5.6

t /s

(c) 动态推力F x

F x /N

40

508070

5.4

60 5.0 5.2

t /s

(d) 补偿电流i *pm

i *p m /A

0.500.60 5.4

0.40

0.55 5.0

5.2

0.45

PC-C ；

PI-C ；

PC-C + NDOB 。

图6 抗扰动实验动态波形(2.0 m/s)

Fig. 6 Experimental results when a bounded step

disturbance is injected at time point 5.0 s

表3 扰动下速度性能统计

Tab. 3 Dynamic statistics of speed in considered

disturbance rejection time range

控制策略

过冲/%

镇定时间/ms

I RE /%

PI-C 42.6 403 3.62 PC-C 33.5 368 2.16 PC-C + NDOB

10.2 217 1.04

扰动观测器对于扰动涉入的辨识作用。它不仅在前馈通道上补偿了突变的负载波动d (t )，还实时补偿

了反馈状态偏差i *pt ? i pt ，

使得其速度动态性能更好。 5 结论

提出了一种针对单边直线感应电机的基于负载扰动观测器的调速控制策略，可得以下结论：

1）考虑特有的DEE 影响，通过补偿M -轴电流分量来维持T -轴磁链恒定，这样基于T -轴电流分量的预测算法能够确保在一次线性条件下实现。

2）引入了扰动观测器，对于负载扰动进行实时

跟踪和前馈补偿，可提升控制系统对动态不确定扰动的鲁棒性。

3）

实验部分表明所提控制算法能为牵引/伺服单边直线电机的高效动态控制提供参考意义。

参考文献

[1] 龙遐令．直线感应电动机的理论和电磁设计方法[M]．

北京：科学出版社，2006：103-104．

Long Xialing ．The theoretical analysis and electro- magnetic design of linear induction motor[M]．Beijing ：Science Press ，2006：103-104(in Chinese)．

[2] 李希宁，佟来生．中低速磁浮列车技术研究进展[J]．电

力机车与城轨车辆，2011，34(2)：1-4．

Li Xining ，Tong Laisheng ．Technology research of medium and low speed maglev train[J]．Electric

第15期邓江明等：考虑动态端部效应与负载扰动的单边直线感应电机预测电流补偿控制 3963

Locomo-tives&Mass Transit Vehicles，2011，34(2)：1-4(in Chinese)．

[3] Luguang Yan．Development and application of the maglev

transportation system[J]．IEEE Transactions on Applied Superconductivity，2008，18(2)：92-98．

[4] 邓江明，陈特放，唐建湘，等．单边直线感应电机动态

最大推力输出的滑差频率优化控制[J]．中国电机工程学

报，2013，33(12)：123-130．

Deng Jiangming，Chen Tefang，Tang Jianxiang，et al．

Optimum slip frequency control of maglev single-sided linear induction motors to maximum dynamic thrust[J]．

Proceedings of the CSEE，2013，33(12)：123-130(in Chinese)．

[5] Q F Lu，Y X Li，Y Y Ye，et al．Investigation of forces in

linear induction motor under different slip-frequency for low-speed maglev application[J]．IEEE Transactions on Energy Conversion，2013，28(1)：145-153．

[6] Alfredo M G，Thomas A L，Donald W N．A new induction

motor V/f control method capable of high-performance regulation at low speeds[J]．IEEE Transactions on Industry Applications，1998，34(4)：813-821．

[7] Consoli A，Scarcella G，Testa A．Slip-frequency detection

for indirect field-oriented control drives[J]．IEEE Transac-tions on Industry Application，2004，40(1)：

194-201．

[8] Wallace A K，Parker J H，Dawson G E．Slip control for

LIM propelled transit vehicles[J]．IEEE Transactions on Magnetics，1980，16(5)：710-712．

[9] 徐伟，李耀华，孙广生，等．基于绕组函数法的大功率

单边直线感应电机牵引特性研究[J]．中国电机工程学

报，2008，28(33)：54-60．

Xu Wei，Li Yaohua，Sun Guangsheng，et al．Tractive per-formance research of high power single linear induction motor based on winding function method[J]．

Proceedings of the CSEE，2008，28(33)：54-60(in Chinese)．

[10] Xu Wei，Zhu JianGuo，Zhang Yongchang，et al．An

improved equivalent circuit model of a single-sided linear induction motor[J]．IEEE Transactions on Vehicular Technology，2010，59(5)：2277-2289．

[11] Duncan J．Linear induction motor-equivalent circuit model

[J]．IEE Proceedings B-Electrical Power Application，

1983，130(1)：51-57．

[12] Kim D，Kwon B．A novel equivalent circuit model of

linear induction motor based on finate element analysis and its coupling with external circuits[J]．IEEE Transactions on Magnetics，2006，42(10)：3407-3409．[13] Cirrincione M，Accetta A，Pucci M，et al．MRAS speed

observer for high-performance linear induction motor drives based on linear neural networks[J]．IEEE

Transaction Industrial Electronic，2013，28(1)：123-134．[14] Lian K Y，Hung C Y，Chiu C S，et al．Robust predictive

control of linear induction motors with unkown end-effect

and secondary resistance[J]．IEEE Transaction Energy Conversion，2008，23(2)：412-422．

[15] Riveros J A，Barrero F，Levi E，et al．Variable-speed

five-phase induction motor drive based on predictive torque control[J]．IEEE Transac-tions Industrial Electronic，2013，60(8)：2957-2968．

[16] Jaroslaw G，Haitham A R．Speed sensorless induction

motor drive with predictive current controller[J]．IEEE

Transaction Industrial Electronic，2013，60(2)：699-709．[17] Holmes D G，McGrath B P，Parker S G．Current

regulation strategies for vector-controlled induction motor

drives[J]．IEEE Transaction Industrial Electronic，2012，

59(10)：3680-3689．

[18] Telford D，Dunnigan M W，Williams B W．Online

identification of induction machine electrical parameters

for vector control loop tuning[J]．IEEE Transactions on

Industrial Electronic，2003，50(2)：253-261．

[19] Chen W H，Ballance D J，Gawthrop P J，et al．A nonlinear

disturbance observer for robotic manipulators[J]．IEEE

Transactions on Industrial Electronic，2000，47(4)：

932-938．

[20] Yang J，Chen W H，Li S．Nonlinear disturbance observer

based robust control for systems with mismatched disturbances/uncertainties[J]．IET Control Theory Application，2011，5(18)：2053-2062．

[21] Shin H B ，Park J G．Anti-windup PID Controller with

integral state predictor for variable-speed motor drives[J]．

IEEE Transactions on Industrial Electronic，2012，59(3)：1509-1516．

收稿日期：2014-11-12。

作者简介：

邓江明(1987)，男，博士研究生，研究

方向为工业直线电机非线性不对称动态控

制，senmingt@https://www.360docs.net/doc/c3739232.html,；

陈特放(1957)，男，教授，博导，研究

方向为列车故障诊断系统，列车网络控制

与应用工程，ctfcyt@https://www.360docs.net/doc/c3739232.html,；

唐建湘(1971)，男，高级工程师，研究

方向为电力牵引与直线电机控制技术，

tjx@https://www.360docs.net/doc/c3739232.html,；

彭鹏(1990)，男，硕士，研究方向为电

机控制及故障诊断，553299495@https://www.360docs.net/doc/c3739232.html,；

居平(1989)，女，硕士，研究方向为电

力牵引与电力系统，ping_ju@https://www.360docs.net/doc/c3739232.html,

。

邓江明

(责任编辑车德竞)