異步電動機的速度控制

　　速度控制是生產機械對電動機提出的一種運行要求，目的是提高生產效率和產品質量、節約能源以及提高服務質量。根據三相異步電動機轉子的轉速公式：

　　式中n-轉子轉速；

　　n0-理想空載轉速；

　　f-電源頻率；

　　p-磁極對數；

　　s-轉差率。

　　由公式可以得知，人為調節三相異步電動機轉子轉速的方法有三種：改變轉差率調速、改變磁極對數調速、改變定子電源電壓頻率f調速。

　　其中，改變電動機極對數，可以改變電動機的同步轉速，因而實現了調速。這種調速級差較大，不能連續調節轉速，一般適用于鼠籠型電動機。實現這種調速方法是采用極對數可以改變的多速電動機。

　　改變轉差率的調速方法有：改變定子電壓、轉子回路串電阻、轉子回路引入外加電勢（串級調速）、電磁轉差離合器等。

　　隨著新型電力電子器件的出現和微電子技術的發展以及現代控制理論的應用，交流調速已經獲得了突破性的發展，出現了許多效率高、能耗低、性能好的調速系統。

　　異步電動機的速度控制方法

　　1、矢量控制技術

　　在異步電動機中，定子電流不但建立旋轉磁場，也建立了電機的電磁轉矩。假如能定子電流的總效應等效兩個虛擬的彼此垂直的直流分量，一個控制轉子磁鏈，另一個控制電磁轉矩，那么對異步電動機的控制就如同對直流電動機的控制一樣簡單了。矢量控制正是基于這一想法而提出的。矢量控制根據矢量變換理論，采用按轉子磁場方向定向，把定子電流矢量分解為在同步旋坐標系中的兩個互相垂直的勵磁電流分量與轉矩電流分量，實現了定子電流勵磁分量與轉矩分量的解耦；通過控制轉子磁鏈幅值保持恒定不變，實現了轉矩的線性化處理，得到了與他勵直流電動機一樣的線性機械特性。

　　異步電動機經過矢量變換控制后獲得了與他勵直流電動機一樣的控制特性，采用矢量控制技術的交流傳動系統的動、靜態性能達到了直流雙閉環傳動系統的水平。實現矢量控制的關鍵是要解決沿轉子磁場定向的問題，即MT同步旋轉坐標M軸要沿轉子磁場方向定向。直接磁場定向控制需要獲得電機轉子磁鏈的知識，一般采用磁鏈反饋控制方式。電機轉子磁鏈可直接檢測，或用磁鏈觀測器得到。磁場定向是異步電動機實現矢量控制的基礎，在上述的磁場定向系統中，無論采用哪種方法，均涉及到電動機參數。若參數值與實際不符，或者在運行中發生了變化，都將直接影響到磁場定向的準確性。磁場定向不準確，會使矢量控制失去原本方法上的優勢，造成系統不穩定和動態性能下降。

　　2、直接轉矩控制

　　直接轉矩控制系統是繼矢量控制系統后的又一種高動態性能的交流傳動控統。其特點是在靜止的兩相坐標系中控制定子磁鏈幅值基本保持恒定并實現轉矩反饋控制。其核心問題是轉矩和定子磁鏈反饋模型，以及如何根據轉矩和磁鏈控制信號來選擇電壓空間矢量控制器的開關狀態。直接轉矩控制磁場定向所采用的是定子磁鏈，只要知道定子電阻就可以把它觀測出來，因此直接轉矩控制大大減少了矢量控制技術中控制性能易受參數變化影響的問題;而且直接轉矩控制直接在定子坐標系下分析交流電機的數學模型，控制電機的磁鏈和轉矩，不需要為解禍而簡化交流電機數學模型，即省掉矢量旋轉變化等復雜的變換和計算。其缺點是：輸出轉矩有脈動，低速性能較差，限制了系統的調速范圍。

　　3、自適應控制

　　具有固定的控制器參數的線性控制系統可以利用經典設計理論比較容易實現。理想狀態下，矢量控制的交流傳動系統可以認為是線性的，就像直流電機傳動系統一樣。但是在實際的工業應用中，控制對象參數很少保持不變，另外負載轉矩也變動，而且結果系統性能可能惡化，在極端情況下引起不穩定，這個問題能夠用自適應控制技術來解決。因此，能夠克服參數變化影響的各種自適應控制便成為研究工作的重要課題。主要的自適應控制有自校正控制、模型參考自適應控制、滑模變結構控制、專家系統、模糊控制、神經網絡控制等。

　　4、無速度傳感器高動態性能控制

　　高精度、高分辨率的速度和位置傳感器價格昂貴，而且在惡劣環境下無法使用。為了克服這個缺點，無速度傳感器控制技術的研究進展很快。無速度傳感器控制技術的核心問題是如何獲取電機的旋轉速度，解決的出發點是利用容易測量到的定子電流、定子電壓量推算出速度或估計出速度，常用的方法有：

　　（1）利用電機模型計算轉差頻率，進行補償。

　　（2）利用電機模型推導出轉速方程式，從而計算轉速。

　　（3）根據模型參考自適應控制理論，選擇合適的參考模型和可調模型，利用自適應算法辯識轉速，或者同時辯識轉子磁鏈和轉子轉速。

　　（4）利用增廣卡爾曼濾波方法。

　　（5）利用電機的齒諧波電勢計算轉速。

　　（6）利用滑模變結構控制，同時辨識轉子磁鏈和轉子轉速。目前，已有若干品種的無速度矢量控制變頻器問世，但是電機參數變化問題，當電動機接近零速情況下速度的正確估算，仍需要進一步研究。

　　5、基于人工智能的異步電動機控制

　　在經典和各種近代的控制理論基礎上提出的控制策略都有一個共同的問題，即控制算法依賴于電機的模型，當模型受到參數變化和擾動作用的影響時，如何進行有效的控制，系統仍能保持優良的動靜態性能，是困擾設計者的一大課題。專家系統、模糊控制、神經網絡和遺傳算法屬于人工智能的范疇，是計算機科學的一個重要分支。近年來，人工智能快速的滲透到電氣工程學科中，其在電力電子和傳動控制方面非常有發展前途。近年來，人們提出了各種基于智能控制的電機控制策略，主要包括以下幾個方面：

　　（1）基于智能控制的電流、速度和位置調節器。

　　（2）基于智能控制的參數估計和狀態估計。

　　（3）基于模糊神經網絡控制的智能逆變器。

　　（4）基于智能控制的狀態監測和故障診斷。

　　（5）基于遺傳算法的智能控制技術。雖然基于人工智能的異步電動機控制系統的研究已取得了不少成果，但是還有諸多理論和技術問題尚未解決，如智能控制器主要憑經驗設計，對系統性能尚缺少客觀的理論預見，且智能控制系統非常復雜，計算量大，對硬件要求高。到目前為止，僅依靠智能控制還很難理想地解決電機控制問題，一般多是和傳統的異步電機控制相結合，取長補短交叉綜合控制異步電動機。