永磁同步电机的单位电流最大转矩角测试方法及装置

技术领域

本发明涉及永磁同步电机技术领域，具体涉及一种永磁同步电机的单位电流最大转矩角测试方法及装置。

背景技术

永磁同步电机具有效率高、转矩波动小和容错性强等特点，已广泛应用于新能源汽车、飞行器、机器人等领域。永磁同步电机的输出转矩值由永磁转矩和磁阻转矩两部分组成，前者与q轴电流成正比，后者与d轴、q轴电流相关。在定子电流给定的条件下，d轴、q轴电流取决于电流角。换言之，电流角支配着输出转矩值。单位电流最大转矩控制是永磁同步电机的主要控制目标，也是有效降低铜损，提高电机效率的主要途径。其核心关键在于，已知定子电流时寻找最佳电流角使得输出转矩值最大化。可见，最佳电流角测试是永磁同步电机领域备受关注的研究热点，有着迫切的实际应用需求。

目前针对单位电流最大转矩(Maximum Torque Per Ampere，MTPA)角测试的方法可分为两类：参数法和搜索法。参数法基于电机的电气和力学方程推导出电流角与电感、永磁磁链等机器参数之间的函数关系。然而，电机参数并不是恒定的，而是随着运行工况的改变而改变，具有时变和非线性的特点。为应对这一问题，可采用离线测试、在线估计等方式建立多种工况条件下的MTPA电流角表格，在应用中通过查表法获得所在工况下的最佳电流角。不可避免存在的问题是，由于建表时间花销和查表效率的限制，表格难于精细地涵盖各种工况。此外，参数法推导过程中往往舍弃了微分项，导致误差的出现。

搜索法的基本思想是迭代优化使得转矩电流比关于电流角的导数趋于0。为获得该导数，可采用信号注入的方式增加额外的测量。然而，信号注入不仅需要额外的时间，使得MTPA电流角获取的效率变低，而且还会引发额外损耗和转矩波动等不利影响，导致控制性能衰退。另外，搜索MTPA电流角需采用梯度下降、极值搜索等优化算法进行迭代计算，计算时间明显高于参数法。总的来说，搜索法需要额外的信号注入，速度较慢，在高精度电机控制场景下应用受限。

发明内容

为解决上述问题，本发明提供一种永磁同步电机的单位电流最大转矩角测试方法及装置，通过融合分层概率模型和稀疏促进模型的贝叶斯学习策略，采用少量训练数据可建立起转矩模型，有效减低训练数据采集所需的时间花销，增强工程实用性，避免了参数法建立表格的繁琐操作，高效预测单位电流最大转矩角。

为了实现上述目的，本发明提供以下技术方案：

根据本发明第一方面实施例提供的一种永磁同步电机的单位电流最大转矩角测试方法，所述方法包括以下步骤：

步骤S100、获取训练数据集，所述训练数据集包括N组训练数据，所述训练数据包括定子电流、电流角和输出转矩值；

步骤S200、将训练数据集中的输出转矩值进行模型化表达，建立转矩表示模型；其中，所述转矩表示模型包括多个加权的核函数，每个核函数具有各自的权重；

步骤S300、建立融合分层概率模型和稀疏促进模型的贝叶斯学习策略；其中，所述分层概率模型用于对模型误差进行分层建模，所述稀疏促进模型用于对转矩表示模型中每个核函数的权重进行稀疏促进建模；

步骤S400、利用训练数据估计每个核函数的权重，得到转矩模型；

步骤S500、根据所述转矩模型预测单位电流最大转矩角。

在一些实施例中，所述步骤S100包括：

步骤S110、控制器根据设定的参考电流驱动永磁同步电机运行，获取永磁同步电机进入稳态运行后，在两种转速条件下d/q轴的电压测量值和电流测量值；

步骤S120、根据所述电压测量值和电流测量值确定永磁同步电机的定子电流、电流角和输出转矩值，将永磁同步电机的定子电流、电流角和输出转矩值形成一组训练数据；

步骤S130、在永磁同步电机的工作电流范围内，设定N组控制器的参考电流，并执行步骤S110至步骤S120，得到N组训练数据，将N组训练数据形成训练数据集。

在一些实施例中，步骤S120包括：

确定永磁同步电机的稳态方程：

其中，I

根据永磁同步电机的稳态方程推导出如下方程组：

其中ω

将上述方程组中的两式作差，得到永磁同步电机的输出转矩值：

其中K

将所述电流测量值进行短时均值化处理，根据所述电流平均值计算出永磁同步电机的定子电流I

永磁同步电机的定子电流I

永磁同步电机的电流角γ根据如下公式计算得到：

γ＝arctan(-I

将永磁同步电机的定子电流、电流角和输出转矩值形成一组训练数据{I

在一些实施例中，所述稀疏促进模型为零均值高斯分布模型，所述零均值高斯分布模型的数学模型为：

其中，

在一些实施例中，所述分层概率模型包括第一层模型和第二层模型；

所述第一层模型为：

所述第二层模型为：p(β

其中，

在一些实施例中，所述核函数模型采用一组核函数的加权和表示：

其中w

在一些实施例中，所述利用训练数据估计每个核函数的权重，得到转矩模型，包括：

初始化模型参数α

根据模型参数α

根据贝叶斯推断推导出给定μ和Σ条件下模型参数α

根据所述后验概率分布分别确定模型参数α

迭代计算所述最大后验估计和模型参数，直至权重w

根据训练好的权重估计值确定转矩模型。

在一些实施例中，所述权重系数的后验概率分布为：

其中：

所述权重的最大后验估计为

在一些实施例中，所述模型参数α

其中

根据本发明第二方面实施例提供的一种永磁同步电机的单位电流最大转矩角测试装置，所述装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述任一项所述的永磁同步电机的单位电流最大转矩角测试方法的步骤。

本发明的有益效果是：本发明公开一种永磁同步电机的单位电流最大转矩角测试方法及装置，本发明构建转矩模型需要的训练数据少，所需的数据采集时间花销少，效率高，并且通过自学习机制适应于时变非高斯的模型误差，鲁棒性强。在线应用中，本发明构建出的转矩模型具有较高精度，能够高效预测单位电流最大转矩角。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例中永磁同步电机系统的工作图；

图2是本发明实施例中永磁同步电机的单位电流最大转矩角测试方法的流程示意图；

图3是本发明实施例中数据采集示意图；

图4是本发明实施例中一组实时记录的d/q轴电流示例图；

图5是本发明实施例中一组实时记录的d/q轴电压示例图；

图6是本发明实施例中训练数据示例图；

图7是本发明实施例中转矩模型的可视化结果示例图；

图8是本发明实施例中转矩模型获得的转矩电流比与电流角的关系曲线示例图；

图9是本发明实施例中转矩模型获得的各种电流条件下的MTPA角对应关系图。

具体实施方式

以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

下面首先对永磁同步电机系统进行介绍：

参考图1，图1是永磁同步电机系统的工作原理图。电机由可编程实时控制器控制，由逆变器驱动。永磁同步电机的稳态方程可表示为：

T

其中i

其中V

其中I

参考图2，如图2所示为一种永磁同步电机的单位电流最大转矩角测试方法，所述方法包括以下步骤：

步骤S100、获取训练数据集；

其中，所述训练数据集包括N组训练数据，所述训练数据包括定子电流、电流角和输出转矩值；

步骤S200、将训练数据集中的输出转矩值进行模型化表达，建立转矩表示模型；

其中，所述转矩表示模型包括多个加权的核函数，每个核函数具有各自的权重，所述核函数为径向基核函数；

步骤S300、建立融合分层概率模型和稀疏促进模型的贝叶斯学习策略；

其中，所述分层概率模型用于对模型误差进行分层建模，所述稀疏促进模型用于对转矩表示模型中每个核函数的权重进行稀疏促进建模；

步骤S400、利用训练数据估计每个核函数的权重，得到转矩模型；

步骤S500、根据所述转矩模型预测单位电流最大转矩(MTPA)角。

在实际应用中，对于任一给定的定子电流，根据转矩模型，则可获得输出转矩值和电流角之间的关系，能快速得到最大输出转矩值所对应的电流角，即MTPA角，从而实现MTPA控制。

作为上述实施例的改进，所述步骤S100包括：

步骤S110、控制器根据设定的参考电流驱动永磁同步电机运行，获取永磁同步电机进入稳态运行后，在两种转速条件下d/q轴的电压测量值和电流测量值；

本实施例中，首先确定控制器的参考电流

步骤S120、根据所述电压测量值和电流测量值确定永磁同步电机的定子电流、电流角和输出转矩值，将永磁同步电机的定子电流、电流角和输出转矩值形成一组训练数据；

作为上述实施例的改进，对于步骤S120，具体步骤如下：

根据稳态方程推导出如下方程组：

其中ω

将上述方程组中的两式作差，得到永磁同步电机的输出转矩值：

需要说明的是，参数绕组电阻R在计算永磁同步电机的输出转矩值时，通过联立方程组销项。

接着，将所述电流测量值进行短时均值化处理，计算出永磁同步电机的定子电流I

永磁同步电机的定子电流I

永磁同步电机的电流角γ根据如下公式计算得到：

γ＝arctan(-I

如此，形成一组训练数据{I

步骤S130、在永磁同步电机的工作电流范围内，设定N组控制器的参考电流，并执行步骤S110至步骤S120，得到N组训练数据，将N组训练数据形成训练数据集。

本实施例中，在确定训练数据是否达到N组，若否，则在永磁同步电机的工作电流范围内，改变控制器的参考电流

本实施例中，在永磁同步电机以同一电流运行时，通过分别测量永磁同步电机在两种转速条件下d/q轴的电压；通过改变控制器的参考电流，来改变永磁同步电机的电流，得到永磁同步电机在不同电流下的多组电压；

需要指出的是，在永磁同步电机的工作电流范围内，随机或者均匀改变参考电流

需要说明的是，电机的输出转矩值T

T

其中，T

由于电机系统的时变、强非线性的特点，模型误差ε的分布复杂多样化，通常为非高斯的，并且是时变的。这是构建转矩模型的主要挑战之一。

本实施例中，为描述输出转矩值中的非线性部分，上述转矩表示模型采用核函数加权和的方法来表示。

作为上述实施例的改进，所述转矩表示模型采用一组径向基核函数的加权和表示：

其中w

其中σ

如此，转矩模型的构建问题转化为转矩表示模型中权重系数的估计问题。本实施例选择径向基核函数的原因是其具有良好的噪声鲁棒性和宽泛的适用性，能有效刻画转矩与定子电流、电流角之间的非线性关系。当然，核函数有很多选择，此处仅以径向基核函数为例具体说明，不对能达到本发明目的的其他核函数构成任何限制。

作为上述实施例的改进，所述分层概率模型包括第一层模型和第二层模型；

所述第一层模型为：

所述第二层模型为：p(β

其中，

本发明提供的实施例中，已知训练数据集

第一层模型中，每一个ε

第二层模型中，采用统一的伽马分布描述异方差高斯分布的参数，通过伽马分布限制方差的整体分布，约束其取值范围，提高方差学习的效率。分层结构不仅能应对结构复杂多变的误差，还能保障计算效率。

作为上述实施例的改进，所述稀疏促进模型为零均值高斯分布模型，所述零均值高斯分布模型的数学模型为：

其中，

本发明提供的实施例中，采用零均值高斯分布模型对每个核函数的权重进行稀疏促进建模：其中α

作为上述实施例的改进，所述利用训练数据估计每个核函数的权重，得到转矩模型，包括：

初始化模型参数α

根据模型参数α

根据贝叶斯推断推导出给定μ和Σ条件下模型参数α

根据所述后验概率分布分别确定模型参数α

迭代计算所述最大后验估计和模型参数，直至权重w

根据训练好的权重估计值确定转矩模型。

本实施例中，通过迭代计算μ、Σ和α

作为上述实施例的改进，所述权重系数的后验概率分布为：

其中：

所述权重的最大后验估计为

本实施例中，考虑模型参数的估计，首先推导出模型参数α

其中

参考图3至图9，本实施例中永磁电动机为新能源电动车的低配版、实验用途的电机。

图3是数据采集示意图。参考电流

图6为根据d/q轴电流、电压计算得到的训练数据，共80组{I

图8给出几种定子电流条件下，从转矩模型得到的转矩电流比和电流角之间的关系曲线。据此可快速得到MTPA角，即使得转矩电流比最大化的最佳电流角。图9给出MTPA角随电流变化的曲线。电流变大，MTPA角也随之变大。

相较于现有的永磁同步电机的单位电流最大转矩角测试的技术方案，本申请的技术方案具有下述的优点或优势：

1)通过d/q轴电流、电压建立起输出转矩关于定子电流和电流角的模型，给出定子电流则可获取MTPA角，定子电流是可以直接测量获得的，避免了参数法中获取时变非线性电感和磁链难的问题。

2)通过数据驱动方式构建输出转矩学习模型，充分建模，避免了参数法推导时忽略微分项可能造成的模型误差。

3)通过输出转矩模型和实时测量的定子电流，可快速计算得到MTPA角，避免了搜索法需要信号注入和迭代计算导致的效率低问题。

4)通过融合分层噪声模型和稀疏权重模型的贝叶斯学习策略设计，少量训练数据可建立起输出转矩模型，有效减低训练数据采集所需的时间花销，增强工程实用性，避免了参数法建立表格的繁琐操作。

本发明的实施例还提供一种永磁同步电机的单位电流最大转矩角测试装置，所述装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述的永磁同步电机的单位电流最大转矩角测试方法的步骤。

可见，上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件的实现方式，以嵌入式软件加载到处理器中，以有效利用各种传感器采集的数据，进行永磁同步电机的单位电流最大转矩角测试。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来。

所述处理器可以是中央处理单元(Central-Processing-Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital-Signal-Processor，DSP)、专用集成电路(Application-Specific-integrated-Circuit，ASIC)、现场可编程门阵列(Field-Programmable-Gate-Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种永磁同步电机的单位电流最大转矩角测试装置的控制中心，利用各种接口和线路连接整个永磁同步电机的单位电流最大转矩角测试装置的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述永磁同步电机的单位电流最大转矩角测试装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart-Media-Card，SMC)，安全数字(Secure-Digital，SD)卡，闪存卡(Flash-Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求，考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。