学术简报︱一种改进型滑模观测器，可抑制抖振，改善电机性能
福州大学电气工程与自动化学院的研究人员王恺成、杨明发，在2019年第10期《电气技术》杂志上撰文（论文标题为“基于改进型滑模观测器的永磁同步电动机矢量控制”），针对传统滑模观测器在永磁同步电动机无位置传感器控制过程中出现的抖振问题，本文提出一种改进型滑模观测器。
通过采用饱和函数、反电势卡尔曼滤波器来减弱抖振，引入优化的锁相环来提取电动机的转速与位置信息，提高估计精度；最后建立基于Matlab/Simulink的仿真系统模型来验证该方法。
仿真结果表明，改进的滑模观测器保证了系统的鲁棒性，一定程度上实现了对抖振的抑制，改善了电动机的动态性能与估算精度。
永磁同步电动机（permanent magnet synchronous motor, PMSM）具有结构简单、力矩惯量大和可靠性高等优良特性。因此，研发高效的永磁同步电动机控制系统具有重要的实用价值。为构建高性能的控制系统，一般需安装霍尔传感器等机械传感器来获取电动机转子的位置信息，但价格昂贵及增大电动机体积等缺点限制了机械传感器的实际应用。因此，近些年来，基于永磁同步电动机的无传感器控制技术已成为研究的热点。
当前，永磁同步电动机无传感器控制技术对于转角和转速的观测主要被分为适用于低速和中高速的两类方法。利用电动机凸极特性，外加特定频率的激励来估算转子位置信息的方法，如高频信号注入法、低频注入法等，被提出并应用于永磁同步电动机的控制中，在低速甚至零速都取得了良好的结果。但在运行过程中需要持续的激励，降低了逆变器的电压利用率，运算量大，且动态性能不是十分理想。
中、高速区无速度传感器控制方法大多依赖于电动机数学模型，通过反电动势获取位置信息。早期多采用的是开环算法，如直接计算法及反电动势积分法等。开环算法工程实现简单，当电动机模型准确时，观测精度高，但极易受参数变化影响，算法不稳定。
随着控制理论的不断发展，基于各种观测器的闭环算法得到了广泛的应用，如扩展卡尔曼滤波器法、模型参考自适应算法及滑模观测器法等，使转速观测精度和系统鲁棒性有了很大改善。扩展卡尔曼滤波器法算法比较复杂，计算量大，参数分析困难。模型参考自适应算法虽采用闭环控制，但观测器精度依赖于参考模型的准确性。而滑模观测器法受系统参数变化及外界扰动的影响较小，具有较强鲁棒性，且结构算法简单，工程实现容易，具有广阔的应用前景。
本文设计的滑模观测器，用饱和函数代替开关函数并引入反电势卡尔曼滤波器来减弱滑模控制中固有的抖振，采用设计优化的锁相环来提高转速提取精度，并搭建了永磁同步电动机仿真模型来验证该方法的有效性。
图4 永磁同步电动机无传感器矢量控制框图
本文基于Matlab/Simulink搭建了永磁同步电动机无位置传感器矢量控制系统，并提出用一种改进的滑模观测器来估算转速与转角信息；通过用饱和函数替代开关符号函数及增加反电势卡尔曼滤波器来减弱抖振；为避免正切函数和微分环节的使用，引入优化的锁相环来提取电动机的转速与位置信息。
该方法可减少计算量，提高测量精度，节约系统资源，改善工程适用性。仿真结果表明，设计的改进滑模观测器估算精度高，控制准确性高，动态性能良好，对外加扰动不敏感，体现出良好的鲁棒性，验证了该方法的有效性。