电动汽车永磁同步轮毂电机无位置传感器控制方法综述

张祥

（重庆交通大学 机电与车辆工程学院，重庆400074）

主题词：轮毂电机驱动 机械式传感器 无位置传感器控制 信号注入法 切换算法 电动汽车

缩略语

PWM Pulse Width Modulation

SVPWM Space Vector Pulse Width Modulation

ANNA Artificial Neural Network Algorithm

BP Back Propagation

RBF Radial Basis Function

PMSM Permanent Magnet Synchronous Motor

1 引言

随着汽车行业的快速发展，化石燃料的消耗和汽车尾气的排放污染日益增加。在全球节能减排的大背景下，新能源汽车受到各国政府的密切关注成为国内外学者的研究热点[1]。其中利用电能驱动的电动汽车实现了零排放无污染，加大电动汽车发展力度，是未来各国保证经济可持续发展的重要手段[2]。

轮毂电机驱动电动汽车目前是一种比较新型的电动汽车形式，轮毂电机驱动电动汽车将电机安装在每个车轮之内，将汽车结构进行了有效的简化，节省了空间，对实现汽车的轻量化有利。同时实现了电动汽车各车轮的驱动力矩独立可控，提高了控制灵活性和可靠性[3]。功率密度高、结构简单和高效率等都是永磁同步电机的优点，所以大多数轮毂电机都是采用永磁同步电机[4]。在电动汽车永磁同步轮毂电机控制系统中，往往是采用普通的机械式传感器来获取转子位置信息从而完成矢量控制，由于电动汽车运行工况的复杂性，容易导致机械发生故障失效，从而导致电机失控。而无位置传感器控制方法仅仅依赖电机电压或电流的反馈信息来获取转子位置，成本较低，鲁棒性好[5]。

基于上述分析，本文针对轮毂电机驱动电动汽车，对永磁同步轮毂电机全速度范围无位置传感器控制方法进行了综述。

2 零速和低速无位置传感器控制

永磁同步轮毂电机在零速时转子位置准确精测是电机是否能够成功启动的前提。若位置信息不准确，将会导致电机启动时平顺性差、启动转矩较小、转子反转无法正常启动。由于电动汽车轮毂电机与车轮机械连接，所以电机转子不能自由移动，因此转子的预定位法并不适用[6]。零速和低速无位置传感器控制方法主要有以下4种：电感矩阵测量法、载波频率成分法、旋转高频注入法和脉振高频注入法。

2.1 电感矩阵测量法

电感矩阵测量法的工作原理是利用电机凸极性，向电机定子绕组施加不同的电压脉冲矢量，从相应的电流响应中求解出电感矩阵，进而获取电机转子位置信息，仅仅适用于凸极式电机[7]。邱鑫等[8]，利用相电感的差值消除其中电流直流分量对位置估算的影响，将相电感差值以矢量形式表示，并进行迭代求和运算，利用逻辑运算规则对所得电感矢量的幅值进行比较，从而获取转子位置信息。Wang等[9]对永磁同步轮毂电机电感进行分析，通过测量传统PWM 激励下的相电流波纹，获取转子的位置信息。电感测量法较容易实现，但对电流检测精度要求较高，且对电机自身参数比较敏感，误差较大。

2.2 载波频率成分法

载波频率成分法是将脉宽调制技术中的固有载波频率作为高频信号，利用定子电流提取该高频信号，通过包络方法计算转子角度，从而获取转子位置信息[10]。高宏伟等[11]，为了获取连续的高频载波信号，采用三相三角载波SPWM调制技术，通过对调制后的载波频率分量电流方程，得出包含转子信息的峰值表达式，通过仿真验证了该方法的有效性。诸多学者研究表明，该方法的优点是不需要额外注入高频信号，降低成本。但是对交直轴电感差值有较高要求，信号处理操作比较复杂。

2.3 旋转高频注入法

旋转高频注入法是在静止的坐标系中注入旋转的高频电压激励，根据提取的高频电流响应，通过对提取的电流信号进行处理，进一步获取转子位置信息，如图1所示[12]。Mohammed教授等[13]依据电机凸极性在基波激励上叠加一个旋转高频电压激励，将叠加后的电压激励作用于电机定子绕组，进而能够提取带有转子位置信息的高频响应电流信号，最后通过锁相环技术跟踪获取转子的位置信息。该方法优点是不依赖电机自身参数，鲁棒性较强。但成本较高，并且计算量较大。

图1 旋转高频电压注入法[12]

2.4 脉振高频注入法

脉振高频注入法是指在d轴或q轴注入高频的脉振电压信号，然后采用低通和带通滤波器提取电流信号，利用锁相环技术跟踪获取转子位置信息，如图2所示[14]。刘兵等[15]提出一种新型的位置观测器，利用低通滤波器提取高频电流分量，并消除上述谐波误差，引入自适应算法来对误差进行前馈补偿，进而获取转子位置信息。Li H 等[16]提出了一种基于磁饱和效应中高信噪比的脉振高频信号注入法，对磁极位置和极性进行检测，进而获取转子位置信息。该方法适用于表贴式永磁同步轮毂电机，但转子位置的估计精度不高。

以上4种方法的优缺点对比如表1所示：

图2 d轴脉振高频电压注入法[14]

表1 低速无位置传感器控制方法优缺点对比

3 中高速无位置传感器控制

当永磁轮毂电机在中高速运转时，其反电动势足够大，因此可以根据反电动势和磁链估计出电机实际转角，该方法适用于内置式和表贴式永磁电机。电动汽车永磁同步轮毂电机中高速无位置传感器控制方法主要包括以下4种[17]：模型参考自适应法、滑膜观测器法、扩展卡尔曼滤波器法和人工神经网络算法。

3.1 模型参考自适应法

永磁同步轮毂电机模型参考自适应控制系统主要包括参考模型、可调模型和自适应算法，如图3 所示。其主要思想是将电机本体参数作为参考模型，将含有辨识参数的基波数学模型设为可调模型，利用自适应算法调整可调模型输出和参考模型实际值之间的误差，进而确定电机转子位置信息[18]。该方法易于实现，稳定性好，但过于依赖电机本体参数，近年来也多用于电机参数的在线辨识。

图3 模型参考自适应法控制框图[18]

采用模型参考自适应法来对永磁同步轮毂电机进行无位置传感器控制时，是先根据输入电压对可调模型进行转子位置估算，对电流输出进行计算，然后通过与参考模型的实际电流值进行比较，最后通过自适应算法调整2者之间的误差，使得估算的转子位置信息更接近实际值。赵其进等[19]采用该方法进行转子位置的获取，测得电机转子位置估计误差很小。

3.2 滑膜观测器法

滑膜观测器法是基于滑膜变结构理论，利用反电动势与转子位置间的数学关系对转子位置进行估算，其结构如图4所示[20]。构建一个理想的电机运行状态的滑膜面，通过采集信号与理想值的误差来调整输入，使得电机运行状态能够维持在滑膜面上。

图4 滑膜观测器法控制结构框图[20]

采用滑模观测器的控制系统有较好的适应性和稳定性，但是这种算法计算复杂，不利于降低成本，并且会引入静态扰动。许多学者对滑膜观测器法采取了进一步改进，如：Yang 等[21]提出了一种离散时间结构的反电动势估计策略。Lee等[22]采用迭代滑膜观测器解决了抖振问题，在每个滑膜观测器中通过调整观测器增益，估算转子位置信息。Sheng 等[23]利用Sigmoid函数代替传统的符号函数，并且采用模糊逻辑控制器来调整观测器的增益。基于上述分析，改进后的方法抑制了滑膜观测器带来的抖动现象，能够很好的转子位置进行估计，效果比较明显。

3.3 扩展卡尔曼滤波器法

扩展卡尔曼滤波器法是利用含噪声的信号对永磁同步轮毂电机的动态系统进行实时观测，从而获取最优的转子位置和转速估计值[24]。扩展卡尔曼滤波器法的控制精度较高，不依赖电机自身参数，还具有一直扰动噪声和测量误差干扰的特点。但是这种方法计算量大，实时性要求高，需要运行在高性能的处理器上。

吴峰阳等[25]采用扩展卡尔曼滤波器法对轮毂电机实现无位置传感器控制，在静止坐标系下以电机定子磁链和转速为观测量，系统的稳定性较好。Hussain等[26]采用扩展卡尔曼滤波器法和模糊逻辑控制器相结合来实现永磁电机的无位置传感器控制，使系统的控制精度过高，效果很好，但计算过于复杂。李英强等[27]采用扩展卡尔曼滤波器法来对永磁同步电机电流进行预测，此方法提高了系统的控制精度，降低了成本，提高了系统的稳定性。

3.4 人工神经网络算法

人工神经网络算法（Artificial Neural Network Algorithm,ANNA）因其较强的鲁棒性、快速的自适应、自学习能力等优点得到了国内外学者的广泛应用。Rashidi F等[28]利用神经网络算法中的非线性辨识特性估算转子的位置信息。利用BP神经网络对估计转速与实际转速误差进行训练，在线调整速度环PI 参数，减小误差，提高整个系统的控制精度。Thanh N 等[29]，利用径向基神经网络（RBF）离线辨识特性估算电机转子电角度和转速，估算转子位置信息接近于实际值。基于上述分析，证明了人工神经网络算法的有效性，系统控制精度较高。但是需要大量训练数据，且计算比较复杂。

以上4种方法优缺点对比如表2所示：

表2 中高速无位置传感器控制方法优缺点对比

4 全速度范围无位置传感器控制

全速度范围是指永磁同步轮毂电机运行在零速、低速和中高速状态下，目前并没有固定的全速度范围的无位置传感器控制方法，并且能够达到很好效果。大多数主要采用的是零速、低速和中高速控制方法相结合的复合控制方法[30]。这种复合控制方法的技术难点体现在如何使轮毂电机在运行过程中实现平滑过渡。采用的较多的过渡方法是直接切换和加权平均切换（图5）。

图5 加权平均切换原理[30]

Tursini M 等[31]采用直接切换法，将脉振高频注入法使用在零速和低速阶段，而在中高速阶段采用模型参考自适应法。同时对电机转子位置进行观测，在转速范围10%～20%直接切换。赵其进等[32]采用脉振高频注入法和滑膜观测器法相结合的复合控制方法实现转子位置信息的观测。将2种方法观测结果进行线性加权作为最终结果，试验运行平稳，负载动态性能良好。

5 结论

电动汽车用永磁同步轮毂电机无位置传感器控制技术主要是对转子位置进行检测和估算。零速和低速运行状态下，主要依赖电机凸极性；在中高速状态下，主要依靠电机基波数学模型，采用较多的是利用各种观测器对转子位置进行估算，这种方法比较依赖电机本体参数。全速度范围下主要采用的是复合控制算法来实现转子位置的估算，过渡区间主要采用的是切换算法实现平滑过渡。针对上述研究，电动汽车永磁同步轮毂电机无位置传感器控制技术研究趋势为：

低转速下常采用的信号注入法改进优化保证电机稳定起动；

在中高速控制算法中加入电机参数自动辨识算法，减小电机自身参数敏感性问题；

在低速和中高速的过渡阶段，对切换算法实施改进。