通过集成电机电阻估计改进感应电机驱动中MRAS-CC方法的性能

《Franklin Open》：Improving Performance of MRAS-CC Method by Integrating Motor Resistance Estimation in Induction Motor Drives

　　

本文提出了一种对感应电机驱动中速度无传感器控制的模型参考自适应系统-电流-电流（MRAS-CC）方法的精度提升。MRAS-CC方法的基本原理是通过调整虚拟电流与实测电流之间的差值来确定电机转速。然而，虚拟电流的估计模型依赖于电机参数的准确性，特别是运行过程中因发热导致的定子和转子电阻的变化。本研究提出将定子和转子电阻的同时估计集成到典型MRAS-CC技术的速度估计过程中。这种集成增强了MRAS-CC方法中虚拟电流分量的准确性，从而改善了电机性能。在MATLAB/Simulink中实现了三种方法，包括MRAS-CC、集成定子电阻估计的MRAS-CC以及所提出的MRAS-CC。所提出的方法将速度的积分时间绝对误差（ITAE）从25.43（典型MRAS-CC）和1.052（集成定子电阻Rs估计的MRAS-CC）降低到0.09969，同时将速度超调量降低到0.03425%。仿真结果用于验证和展示所提出的MRAS-CC方法在电机速度无传感器控制中的性能。

三相感应电机（3~IM）因其结构简单、成本低廉、耐久性强及运行稳定等优点，在泵系统、工业风机、起重系统和运输等工业领域得到广泛应用。然而，传统控制方法在启动电流大和速度柔性调节方面存在局限性。近年来，矢量控制技术，尤其是磁场定向控制（FOC），成为高精度驱动系统的主流方法。FOC通过将定子电流分解为两个独立分量，分别控制转子磁链和电磁转矩，但需要实时获取转子速度和定子电流信号。为降低成本和简化硬件，研究人员开发了速度无传感器控制（SSL）方法。其中，基于电流的模型参考自适应系统（CB-MRAS）技术，特别是MRAS-CC（模型参考自适应系统-电流-电流）方法，因结构简单且精度较高而被广泛采用。然而，MRAS-CC的估计精度严重依赖于电机参数的准确性，尤其是运行中因温升导致的定子电阻（Rs）和转子电阻（Rr）变化。现有研究多假设参数恒定或仅估计定子电阻，忽略了转子电阻变化对动态特性和估计精度的影响。针对这一问题，该论文发表在《Franklin Open》上，研究人员Cuong Dinh Tran、Martin Kuchar和Phuong Duy Nguyen提出了一种改进的MRAS-CC方法，通过同时集成定子电阻和转子电阻的估计，提升速度无传感器控制的鲁棒性和准确性。仿真结果表明，所提方法显著降低了速度的积分时间绝对误差（ITAE）和超调量，有效抑制了参数变化引起的振荡，实现了精确的速度跟踪。

研究人员为开展研究主要采用了以下关键技术方法：基于FOC的感应电机驱动模型；典型MRAS-CC结构，利用电流模型计算转子磁链，通过虚拟电流与实测电流的误差经比例积分（PI）调节估计转速；提出的改进方法通过电压模型与电流模型磁链的误差（g(eRs)）经PI调节估计定子电阻（Rsest），并利用定转子电阻温升关系（系数Krs=1.1，基于IEC 60034-1绝缘等级）从Rsest推导转子电阻估计值（Rrest）。所有仿真在MATLAB/Simulink中进行，采用一台额定功率2200W的三相感应电机模型（参数见表2），并针对三种情况（无电阻估计、仅Rs估计、同时Rs和Rr估计）设置相同的PI增益（见表3）进行对比分析。

研究结果部分包括以下内容：
**Case 1: No Rs and Rr Estimation**：在定子和转子电阻均保持恒定（标称值）的情况下，电机实际定子电阻在前1.5秒内线性增加30%，转子电阻随之比例变化。仿真结果显示，估计转速无法跟踪150 rpm参考值，出现超调且振荡加剧（图4），定子电阻估计值呈恒定（图5），转子电阻估计值也恒定（图6），表明无电阻自适应导致MRAS-CC性能严重下降。
**Case 2: Rs estimated, Rr fixed**：在相同参数变化条件下，仅估计定子电阻，转子电阻保持恒定。仿真显示转速跟踪显著改善，超调减少且收敛更快（图7），定子电阻估计值成功跟踪实际变化（图8），但恒定转子电阻估计值与实际值出现偏差（图9），导致残余振荡和稳态误差，说明仅估计Rs仍无法完全消除误差。
**Case 3: Rs and Rr estimated**：同时估计定子和转子电阻。仿真结果显示转速平滑跟踪150 rpm参考值，超调极小且无振荡（图10），定子电阻估计值紧跟实际变化（图11），转子电阻估计值也收敛至实际值（图12），与Case 2相比残余波动被消除，稳态精度显著提升。
**Compare the performance of the proposed method**：定量结果（表4）显示，Case 1的速度ITAE为25.43，超调97.61%；Case 2的ITAE降至1.052，超调0.6831%；Case 3的ITAE进一步降至0.09969，超调0.03425%，同时定转子电阻超调几乎为零，验证了同时估计策略的有效性。此外，表5总结了所提方法在电动机模式下的优势，以及在再生模式下的稳定性局限。
讨论部分指出，所提方法在电动机模式下性能优良，但再生模式（尤其低速）下稳定性可能降低，参数敏感性在较大失配时仍存在，且数字实现依赖采样时间。未来工作将扩展MRAS-CC方案并进行实验验证，同时集成专用稳定策略以增强鲁棒性。
研究结论：本研究提出了一种改进的模型参考自适应系统-电流-电流（MRAS-CC）方法，通过将定子和转子电阻的同时估计集成到感应电机驱动的速度估计过程中。在磁场定向控制（FOC）下的仿真结果表明，传统的假设电阻恒定的MRAS-CC方法对热效应引起的参数波动高度敏感，导致转子速度估计产生超调、振荡和稳态误差。通过结合定子电阻的自适应估计和温度相关的转子电阻校正，所提出的MRAS-CC方法实现了对参考速度的准确跟踪，同时有效抑制了振荡并消除了残余误差。与仅估计定子电阻的情况相比，同时调整两个电阻确保了在时变条件下稳定运行和鲁棒性能。