基于纹波电流的直流电机位置估计算法研究

文章编号：1009 -2552(2018)04 -0013 -05

呂息

DOI：10. 13274/j. cnki. hdzj. 2018. 04. 004

基于纹波电流的直流电机位置估计算法研究

姚

瑶

\\

杨勇明

2

(1.上海理工大学机械工程学院，上海200093; 2.上海理工大学公共实验中心，上海200093)

摘要：目前，以电机驱动的汽车零部件如座椅、靠背、玻璃升降机、电动天窗等在汽车行业 中的应用越来越广泛。文中提出了基于纹波电流的直流电机位置估计算法研究，将纹波电流无 传感器位置估计算法按照电机的启动和停止两种状态进行处理，通过纹波波峰进行探测、统计 以及对纹波频率进行积分，然后将二者数据进行对比和修正，估算出较为精确的转子脉冲数， 从而得到对电机转子的位置估计。实验表明，本文提出的基于纹波电流的直流电机位置估计算 法研究具有较好的可行性和较高的准确度，可以满足实际应用的需求关键词：直流电机；纹波电流；无传感器；位置估计 中图分类号：TP274 文献标识码：A

Q

Study on a method to estimate rotor position by the

ripple current pulse of DC motor

YAO Yao1，YANG Yong-ming2

(1. School of Mechanical Engineering，University of Shanghai for Science and Technology，Shanghai 200093，China ；

Abstract： At present， the auto motor driven components such as basin， chair， glass elevator， car

skylight are applied more and more widely in the automotive industry. This paper puts forward a method to estimate rotor position without sensors by the ripple current pulse of DC motor. According to the two steps about motor starting and stopping， and correct the data of pulse counting by comparing the integrals of current frequency and the numbers of ripple wave peak detection，then it obtained the accurate rotor angular frequency and pulse numbers to estimate the shaft position of DC motor. The experimental results show that the feasibility of the proposed method is proved， the accuracy of estimation method can meet the needs of practical application.

2. Public Experiment Center，University of Shanghai for Science and Technology，Shanghai 200093，China)

Key words： DC motor； ripple current； sensorless； position estimation

引言

于纹波电流的直流电机位置估计算法。

0

现代汽车中，通常通过获取直流电机的实时位 置，满足汽车的舒适性能和安全性能。无刷直流电 机无传感器位置估计的方法包括:反电势法、电感 法、涡流法和模糊控制法等，有刷直流电机传感器位 置估计的方法为传统的霍尔传感器法[1-3]。国内 外出现了大量有关交流和直流电机无刷无传感器的 位置估计的研究[4-10]，少部分文献涉及到有刷直流 电机的无传感器位置的研究[11-17]。本文进行无位 置传感器的无刷直流电机控制方法研究，提出了基

1直流电机位置估计算法

本文提出基于纹波电流的直流电机位置估计

算法包括启动阶段和停止阶段，通过测量电机工作 过程中电流变化引起的纹波电流脉冲数，然后对纹 波电流脉冲数进行对比和修正，从而计算转子的位置。

收稿日期：

基金项目：上海市自然科学基金资助项目（12ZR1420700)；上海市

2017 -07 -10

高校青年教师培养资助计划（1014204803)

作者简介：姚瑶（1994 -)，女，本科，从事机电一体化研究。

一 13 —

1.1

启动阶段

根据图1判定电机的启动，如图2所示，启动阶

1.3位置计算

将电机启动和停止阶段的角位移相加，即可得

到电机一次运行的角位移估算，根据公式(2)和（3) 计算整个阶段转子的位置：

段的电流波形有一个明显的上升曲线，假设测到的 一组连续的电流值，i2,…乂，0 < ^ <\")当检测到 的电流值^连续大于设定的初始值(一般是0. 1)且 ^ ^_i时，开始波峰探测积分计算。

ar = fs

(2)

式中，^是转子轴的角位移，/是脉冲数^是脉冲单 位时间间隔转子走过的位移，是转子的角速度。1.4信号处理

本文选择巴特沃斯滤波器，提高电流曲线的平 滑性，减少不必要峰值的干扰，从而提升峰值计算的 图2

纹波电流启动阶段波形图

1.2停止阶段

根据图3判定电机的停止，如图4所示，电机断

电后由于惯性，还会继续运动。将电机停止电流阈

值设为0.1V，如果连续3个电流值小于设定阈值， 并且累加计数大于5(保证电机已经处于启动后的 状态），电机惯性角度计算如公式（1)所示：

21.035

21.039

图4

电机制动阶段纹波波形图

(D( t) = U + (^(0) - U) eVt

(1)

v K2tHRa y -- - -Rn Km

•/

式中，

= 0.0303〖a(0)，/为系统转动惯量，^^为

总电阻，弋

30 Ke

1000n。

一 14 一

准确性，如图5所示为巴特沃斯滤波器原理图。

如图6所示，为了保证巴特沃斯滤波的平滑性， 从第二个采样周期开始，当前的电流数组需要补充 上一次50个电流数据，波形在0附近振荡，且波峰 分布更均匀，更有利于波峰探测和积分运算。

图6

巴特沃斯滤波器滤波效果图

2

直流电机位置估计实验2. 1

测试系统

如图7所示的实验测试系统图，可以设置通道

采样数，采样率，电机的正反转，载荷，电机的运行时 间，电机正反转换向的次数，并通过调整加载电压来 调整磁滞制动器的阻力矩，显示直观，便于分析。

图7

实验测试系统图

2.2测试结果

①Q19电机单行程恒载2. 8V实验，测试结果如表2所示。

根据表1所示的实验测试方案表，测试得到如 下实验结果：

表

1

实验测试方案实验方案

测试目标电机总类负载类型测试次数备注

10次单行程中，保证不少于8次满足误差正负30°Q19、Q4

磁滞制动器加载1V、2V、3V

每次进行全行程运行21S,共运行10次。

如有必要可以在每个行程间进行相应时间的间隔（时间自己按要求设定），或者采用相应的冷却技术进行电机冷却。

测试步骤

1.按要求设置好测试条件，保存相应的文档或者图片证据。

2.每种电机分别按照变载方式及测试次数具体要求进行10次测试;本组共进行3 * 3二9组测试。3.测试中途若出现问题需记录存档。

表

2 Q19单行程恒载2.8V测试结果

实际惯性角

计算角度

编码器角度

角度差值

序号时间电流均值拟合角度

380638053804380338023801380037993798379715:44:1415:41:1915:38:2415:35:2915:32:3415:29:3915:26:4415:23:4915:20:15:17:593.273.323.263.293.293.283.213.253.263.28274.90263.90286. 60286. 90275. 10275.00263.00286. 50286. 60275.00-269.8-270.6294.3293.7- 260. 5-265.7- 262288. 6293-265.4371490367800379710379140371310370560367440378720379680374400- 371482. 3- 367799. 1379685. 4379120.5-371295.9- 3703. 2-3674.2378696. 13793.7- 374386. 27. 70. 924.619.514.116.8-14.223.936. 313.8

②Q19电机单行程恒载2. 9V实验，测试结果

表

序号

时间

电流均值

拟合角度

如表3所示。

实际惯性角

计算角度

编码器角度

角度差值

3 Q19单行程恒载2.9V测试结果

249.6

- 239. 8248.7- 229. 9260.4- 239. 1249.9- 234. 5243.8-236.4

344790333930346080335880348270336030346650335010347490336660

3447.3- 333925. 6346061.8-335850.9348245.4- 336028. 53468.8- 335008. 5347493- 336627. 5

25.74. 418.229.124.61.51.21.53. 032. 5

391739163915391439133912391139103909390816:48:4516:47:4216:46:5216:45:5916:45:0716:43:2016:42:3016:41:3416:40:4816:39:303.904. 043.4. 233.873.923.973.974. 034. 01236.7217.7236.7209.8236.5216. 6237.5217238.1217.4

③Q19电机单行程恒载3. 0V实验，测试结果

表4

序号

时间

电流均值

拟合角度

如表4所示。

实际惯性角

计算角度

编码器角度

角度差值

Q19单行程恒载3.0V测试结果

229.8

-207.9- 209. 9229.2- 210. 8-211.8229.7-207.1229.8- 216

3360903291003282603387603313503296703370203315603402603370

336082. 5- 329065. 5- 328239. 8338708.4- 331341. 9- 329614. 2336983. 7-3312.9340236. 8- 3360. 8

7. 534.520.221.68.125.836. 317.123.29. 2

15

381638153814381338123811381038093808380715:51:1615:50:3415:49:5215:49:1015:48:2815:47:4615:47:0415:46:2215:45:4015:44:583.944. 033.953.923.973.923.883.993.863.84216. 7207.9207.1226.6207.3206.9226.2207.4226215.9

④Q4电机单行程恒载2.8V实验，测试结果如

表

序号

时间

电流均值

表5所示。

5 Q4电机单行程恒载2.8V测试结果

拟合角度

实际惯性角

计算角度

编码器角度

角度差值

393639353934393339323931393039293928392717:46:0717:45:0617:44:2417:43:1317:41:5217:40:5617:36:3317:35:2817:34:2217:33:302. 662. 662. 652. 662. 672. 672. 672. 662. 662. 65239.4224.7224.6239.3239.4224.7239.4239.4239.3239.3232.2226.7-222.3227.7226.5-223.7-223.4230.7229.8229.5

表6所示。

实际惯性角

302004300672297360299988299016300888300456300816302112300744302018.8300705.3-297349.6299966299006.4-3005.8-300441.8300811.6302109300785-14.8-33.310.4229. 6-7.814.24. 43- 41

⑤Q4电机单行程恒载2.9V实验，测试结果如

表

序号

时间

电流均值

拟合角度

6 Q4电机单行程恒载2. 9V测试结果

计算角度

编码器角度

角度差值

394839473946394539443943394239413940393917:57:1017:56:1617:55:1817::1617:53:0417:52:1317:51:1717:50:0117:49:0417:48:112. 862. 872. 842. 862. 832. 822. 862. 822. 852. 81225.9225.9225.8225.9225.6225.6225.9225.6225.8225.5221.7221.7-211.2219.9-213-212.7218.6-212.9225.6-216.6

表7所示。

实际惯性角

2982962970362953802947682934294192296172294516295524296028298276.62970.3- 295374. 1294745.2-2931.6-2941.8294198.7-294500295518.3-296042.219.4-18.35.922.82. 42. 2-26.7165.7-14.2

⑥Q4电机单行程恒载3. 2V实验，测试结果如

表

序号

时间

电流均值

拟合角度

7 Q4电机单行程恒载3. 2V测试结果

计算角度

编码器角度

角度差值

3962396139603959395839573956395539395318:07:5218:07:2118:06:3518:05:5118:05:0318:04:1818:03:3618:02:5318:02:0718:01:153.613.3.533.613.623.533.523.593.63.51177.9177.31.8190.5190.6177.21.8177.6190.41.7172- 168-168.1174.3175.2-167.4-167.3158.6180.9-166.826902685962703602716922712602681282679842690270792272772269048.1-268581-270327.1271688.5271250.7-268123.8-2679.2269027.7270810.5-27272915.91532.93.59. 34. 219.836.3-18.523

2.3测试结果分析

根据图8 - 9可知，在单行程短时间的情况下，电机负载的多少对最终对的计算准确度影响不大。相对于Q19来说，Q4电机的波形较差，主要体现为 振幅小，波形毛刺较多，运行时的噪声也较大，但计 算结果显示两者的误差差值基本接近，说明该方法 可以适应不同类型的座椅电机。

图8 Q19测试波形图

一 16 —

锯齿波

W

雞

WWUWWMm霞 W 職 UMJWMMMAA

图9 Q4测试波形图

3 结束语

从实验结果可以看出，虽然Q19、Q14两款电 机功率、电机参数、波型都有所不同，但测试结果 表明本文提出的方法可以较为准确地估算出电机 的转子位置，说明本算法具有适应性好的特点，估 算结果误差小，与霍尔传感器方法相比较，利用电 流纹波信号进行电机转子位置估计这一方法在实 际应用中可以达到相同的效果，可以带来很大的 经济效益，有很高的应用价值，可以推广到相似的 应用领域。参考文献：

[1] 曹少泳，程小华.无刷直流电机无位置传感器的转子位置检测 方法综述[J].防爆电机，2007,42(1) :35 -39.[2] 白晋川，程小华.无传感器无刷直流电机新型控制策略综

述[C]. 2012中国•西安微特电机及永磁电机技术创新与发展 论坛，2012.[3] 吴红星，叶宇骄，倪天，等.无刷直流电机转子位置检测技术综

述[J].微电机，2011,44(8) :75 -81.

[4] Kreindler L，Testa A，Lipo T A. Position sensorless synchronous re­luctance motor drive using the stator phase voltage third harmonic [C] ^Industry Applications Society Meeting，1993. Conference Re­cord of the. IEEE，1993 ：679 - 686.

[5 ] Consoli A，Scarcella G，Testa A. Industry application of zero-speed

於於於於於於於於於於於於於於於於於於於於於

sensorless control techniques for PM synchronous motors [ J ]. IEEE Transactions on Industry Applications，2001，37(2) ：513 -521.[6] Fahimi B，Emadi A，Sepe R B. Position sensorless control[ J]. In­dustry Applications Magazine IEEE，2004，10( 1) ：40 -47.

[7] Testa A，Triolo D，Consoli A，et al. Sensorless Airgap Flux Position Estimation by Injection of Orthogonal Stationary Signals[ C] ^Power Electronics Specialists Conference，2005. Pesc ’ 05. IEEE，2005 ： 1567 -1573.

[8 ] Kilthau A，Pacas J M. Sensorless Control of the Synchronous Reluc­tance Machine[ J]. Journal of Power Electronics，2002，2(2) ：95 - 103.

[9] Holtz J. Developments in Sensorless AC Drive Technology[ C] #In- ternational Conference on Power Electronics and Drives Systems.IEEE，2006：9 -16.

[10] Lee K W，Ha J I. Evaluation of Back-EMF Estimators for Sensor­

less Control of Permanent Magnet Synchronous Motors[ J]. Journal of Power Electronics，2012，12(4) ：604 -614.

[11] Lee J，Hong J，Nam K，et al. Sensorless Control of Surface-Mount

Permanent-Magnet Synchronous Motors Based on a Nonlinear Ob- server[ J]. IEEE Transactions on Power Electronics，2010，25 (2)： 290 -297.

[12] Consoli A，Bottiglieri G，Letor R，et al. Sensorless position control

of DC actuators for automotive applications [ C ] ^ Industry Applica­tions Conference，2004. Ias Meeting. Conference Record of the. IEEE，2004(2) ：1217 -1224.[ 13 ] Letor R， Testa A， De Caro S. Estimation of the shaft position on

low-cost DC actuators [ C ] ^ IEEE International Symposium on In­dustrial Electronics. IEEE，2010 ：440 -445.

[14] 袁天一.新直流电动机（New DCM)的无位置传感器控制研

究[D].杭州：浙江大学，2012.

[15] 王乐天.永磁同步电机无传感器矢量控制研究[D].哈尔滨：

哈尔滨理工大学，2016.

[16] 牛力伟.永磁同步电机无传感器转子位置估算研究[D].哈尔

滨:哈尔滨理工大学，2013.

[17] 周李泽.永磁同步电机无速度传感器控制的转子初始位置检

测[D].长沙:湖南大学，2014. 责任编辑：么丽苹

^於於於於於於於於於於於於於於於於於於於於於於

(上接第12页）

心的噪声点，算法根据滤波窗口中非噪声点建立的 比较序列和参考序列间的关联程度计算各非噪声像 素点的相应权值，采用加权进行替换。实验证实，本 文提出的算法对不同密度的椒盐噪声图像具有较强 的去噪能力和图像细节保护性能，效果明显优于传 统中值滤波算法和均值滤波算法。参考文献：

[1 ] Toprak A，Guler I. Suppression of impulse noise in medical images

with the use of fuzzy adaptive median filter [ J ]. Journal of Medical Systems，2006，30( 6) ：465 -471.

[2] Sun T，Neuvo Y. Detail-preserving median based filters in image processing[ J]. Pattern Recognit Lett，1994,15 (4) ：341 -347.[3 ] Florencio D A，Schafer R W. Decision-based median filter using lo-

cal signal statistics [ C ]. Proc SPIE Vis Commun Image Process， 1994:268 -275.

[4] 邓聚龙.灰色系统教程[M].武汉：华中理工大学出版社，

1990.

[5] 赵雅靓，房彩丽，薛长松，等.基于MTM和灰色关联度的混合

噪声自适应滤波算法[J].河南大学学报：自然科学版，2011， 41(5) :515 -518.[6] 赵敏，龚声荣，高祝静.基于灰色关联系数的混合噪声滤波算

法[J].计算机工程与设计，2014，35 (5) : 1713 - 1716，1742.[7] 李艳玲，黄春艳，赵娟.基于灰色关联度的图像自适应中值滤波

算法[J].计算机仿真，2010，27 (1) : 238 - 240，275.[8] 冯文，郝顺义，冯兴春，等.基于改进B型灰色关联度与权衡因

子的容错联邦滤波算法[J]. 2012，32(5) : 1307 - 1310，1328.

责任编辑：薛慧心

一 17 —