电机的PWM预测控制是在被控对象离散数学模型的基础上建立起来的一种方法,计算出当前的指令电压,再将当前的指令电压通过脉宽调制的算法得到开关管的开关顺序,对逆变器进行驱动,这样能够实现输出电流的无差拍控制,该方法目前已经应用在多种被控对象上,如异步电机、直线电机等。那么直线电机模组为什么不直接采用PCC算法?

1、控制能力确优秀

从电流控制带宽、解耦和反电势扰动补偿能力等多方面考虑,PCC算法在PMLSM的电流环控制方法中优势明显。首先,PCC算法的跟踪性能和快速性能良好,超调量和稳态误差很小,且不需要进行参数调节,电流纹波和噪声较小。综合来看,PCC算法具有显著的优点和良好的控制效果。永磁同步直线电机是一种高精度、高速度的交流电机,良好的电流环控制效果是永磁同步直线电机实现准确控制的基础,因此PCC算法非常适合应用于PMLSM高性能控制系统当中。

2、从系统的鲁棒性角度考量不适用

然而,PCC算法建立在被控对象的具体模型上,所以该方法对被控对象的模型和参数依赖性强,电机模型和参数的准确与否,直接影响PCC算法的效果,进而影响整个控制系统的性能。电机参数标注的不准确或者电机长时间运行,通常是造成参数失配的主要来源,而参数失配会引起系统产生电流静差甚至造成系统振荡。PWM预测控制方法动态性能良好,能准确快速地跟随系统给定值,然而由于其基于对象模型,对参数准确性依赖性强,在模型参数不匹配时会导致电流静差甚至系统不稳定等问题,严重影响系统的控制性能,针对上述问题,很多学者通过将鲁棒控制、扰动观测器或参数辨识等方法与PWM预测控制进行结合,用于解决电流预测控制在电机参数不匹配时造成的系统控制精度差等问题,从而提高系统的鲁棒性。

相对而言,直接预测控制方法的设计并不依赖于电机的具体模型,因此电机参数失配对于直接预测控制方法基本没有影响。控制器中使用的磁链、电感或电阻等参数可以比参数的额定值较小,当电机长时间运行,直线电机模组参数值稍有增大时,能够有效避免参数不匹配导致的系统控制性能下降的问题。