【WSN】hp BLDC 无传感器控制中 5 种传递函数和控制响应的比较附Matlab代码

本文链接：https://blog.youkuaiyun.com/matlab_daizuo/article/details/146522209

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

近年来，无传感器控制技术在永磁同步电机（PMSM），特别是无刷直流（BLDC）电机控制领域得到了广泛应用。相较于传统的有传感器控制，无传感器控制无需安装位置传感器，从而降低了成本，简化了机械结构，并提高了可靠性。然而，无传感器控制的性能高度依赖于反电动势（BEMF）的精确估计，而BEMF估计的准确性又受到电机参数、负载扰动以及控制算法的影响。为了克服这些挑战，研究人员提出了多种BEMF估计方法，并开发了相应的控制策略。本文旨在比较在无传感器控制中常用的五种基于反电动势估计的传递函数，并分析它们对HP BLDC电机控制响应的影响，为实际应用中控制器的选择提供参考。

1. 无传感器控制原理概述

无传感器控制的核心思想是通过测量电机的电流和电压等电气量，来估计电机的转子位置和速度，从而实现闭环控制。在BLDC电机中，转子位置信息直接影响着换相时刻，因此准确地估计转子位置至关重要。通常，无传感器控制系统包括以下几个主要模块：

电流/电压采样模块:
用于实时采集电机的相电流和相电压信号。
反电动势估计模块:
根据采样的电流和电压信息，利用不同的估计方法计算BEMF。这是无传感器控制的核心环节。
转子位置估计模块:
基于BEMF信息，提取转子位置信息，例如通过BEMF过零点检测、锁相环（PLL）或观测器等方法。
速度估计模块:
从转子位置信息中提取速度信息，用于速度环的控制。
控制模块:
根据设定的速度或位置指令，结合估计的转子位置和速度信息，生成控制信号驱动电机。

2. 五种常用传递函数及其特点

本文将重点比较以下五种常用的基于BEMF估计的传递函数在无传感器控制中的表现：

积分法: 这是最简单的BEMF估计方法之一。它通过积分电机的反电动势来获得转子位置信息。其传递函数可以简单表示为 1/s，其中s代表拉普拉斯算子。积分法的优点是实现简单，但容易受到积分漂移的影响，导致低速性能较差，且对噪声敏感。
微分法: 微分法通过对电机的相电压进行微分来估计BEMF。其传递函数可以表示为 s。微分法对快速变化的信号响应迅速，但更容易受到噪声干扰，并且在直流分量存在时表现不佳。为了缓解噪声问题，通常需要配合低通滤波器使用。
锁相环 (PLL): PLL是一种闭环控制系统，通过反馈机制跟踪输入信号的相位和频率。在无传感器控制中，PLL通常用于追踪BEMF信号的频率和相位，从而获得转子位置和速度信息。 PLL的传递函数相对复杂，涉及到比例积分(PI)控制器以及电压控制振荡器(VCO)等环节。 PLL具有良好的抗噪声能力和动态响应能力，但在参数整定方面较为复杂。
扩展卡尔曼滤波器 (EKF): EKF是一种基于状态空间模型的非线性滤波算法，可以用于估计系统的状态变量，包括转子位置和速度。 EKF的传递函数取决于所建立的状态空间模型和噪声统计特性。 EKF具有较强的鲁棒性和抗干扰能力，可以有效地估计复杂的电机状态，但计算量较大，需要较高的处理器性能。
滑模观测器 (SMO): SMO是一种基于滑模控制理论的观测器，通过切换控制律迫使系统状态进入滑模面，从而估计系统的状态变量。 SMO的传递函数取决于所选择的滑模面和切换函数。 SMO具有良好的鲁棒性和抗干扰能力，并且对电机参数变化不敏感。然而，SMO容易产生抖振现象，需要采取相应的措施进行抑制。

3. 控制响应比较分析

为了比较上述五种传递函数在HP BLDC电机无传感器控制中的表现，我们需要考虑以下几个关键的控制响应指标：

起动性能:
无传感器控制在低速时BEMF信号较弱，难以准确估计转子位置，导致起动困难。因此，良好的起动性能是无传感器控制的关键指标之一。
稳态精度:
电机在稳定运行状态下的速度或位置精度，反映了控制系统的性能。
动态响应:
电机在负载突变或速度指令变化时的响应速度和超调量，反映了控制系统的动态性能。
抗干扰能力:
电机在受到负载扰动或电网电压波动时的抵抗能力，反映了控制系统的鲁棒性。
计算复杂度:
控制算法的计算量大小，直接影响着对处理器的要求和控制系统的实时性。

3.1. 起动性能比较

积分法:
起动性能较差，因为积分漂移会在低速时导致转子位置估计偏差较大，从而影响换相。
微分法:
起动性能同样较差，因为低速时BEMF信号较弱，微分容易被噪声淹没。
锁相环:
通过频率和相位追踪机制，PLL可以在一定程度上克服起动困难，但需要合理的参数整定。
扩展卡尔曼滤波器:
可以通过合理的状态空间模型设计和噪声参数设置，实现较好的起动性能。
滑模观测器:
通过切换控制律，SMO可以快速估计转子位置，具有较好的起动性能。

3.2. 稳态精度比较

积分法:
稳态精度较差，积分漂移会导致稳态误差。
微分法:
稳态精度取决于滤波器的设计。
锁相环:
PLL的稳态精度取决于PI控制器的参数整定。
扩展卡尔曼滤波器:
可以通过优化状态空间模型和噪声参数，获得较高的稳态精度。
滑模观测器:
稳态精度取决于滑模面的设计和抖振抑制措施。

3.3. 动态响应比较

积分法:
动态响应较慢，因为积分环节会引入滞后。
微分法:
动态响应较快，但容易受到噪声的影响。
锁相环:
动态响应可以通过调整PI控制器的参数来优化。
扩展卡尔曼滤波器:
动态响应取决于状态空间模型和噪声参数的设置。
滑模观测器:
动态响应较快，但抖振现象可能会影响控制系统的性能。

3.4. 抗干扰能力比较

积分法:
抗干扰能力较差，容易受到噪声和积分漂移的影响。
微分法:
抗干扰能力较差，容易受到噪声的影响。
锁相环:
具有一定的抗干扰能力，可以通过调整PLL的带宽来优化。
扩展卡尔曼滤波器:
具有较强的抗干扰能力，可以通过合理的状态空间模型和噪声参数设置来抑制干扰。
滑模观测器:
具有良好的抗干扰能力，对电机参数变化不敏感。

3.5. 计算复杂度比较

积分法:
计算复杂度最低。
微分法:
计算复杂度较低。
锁相环:
计算复杂度中等。
扩展卡尔曼滤波器:
计算复杂度较高。
滑模观测器:
计算复杂度较高。

4. 结论

本文对HP BLDC电机无传感器控制中常用的五种传递函数进行了比较，并分析了它们对控制响应的影响。每种传递函数都有其自身的优点和缺点，适用于不同的应用场景。

积分法和微分法:
实现简单，但性能较差，适用于对成本要求较高，性能要求较低的应用。
锁相环:
具有良好的动态响应和抗噪声能力，适用于需要较好性能的应用，但参数整定较为复杂。
扩展卡尔曼滤波器:
具有较强的鲁棒性和抗干扰能力，适用于需要高精度和高鲁棒性的应用，但计算量较大。
滑模观测器:
具有良好的鲁棒性和抗干扰能力，适用于需要对电机参数变化不敏感的应用，但容易产生抖振现象。

在实际应用中，应根据具体的应用需求、电机参数、负载特性以及处理器的性能，综合考虑选择合适的传递函数，并进行合理的参数整定，以实现最佳的控制性能。未来研究方向可以集中在如何进一步提高无传感器控制的精度、鲁棒性和动态响应，以及如何降低算法的计算复杂度，从而更好地满足各种应用需求。例如，可以将多种传递函数相结合，利用各自的优点，或者开发更加先进的BEMF估计方法，例如自适应观测器和神经网络等。此外，硬件技术的进步也将为无传感器控制提供更好的支持，例如更高性能的处理器和更精确的传感器。