電機的PWM預測控制是在被控對象離散數學模型的基礎上建立起來的一種方法,計算出當前的指令電壓,再將當前的指令電壓通過脈寬調制的算法得到開關管的開關順序,對逆變器進行驅動,這樣能夠實現輸出電流的無差拍控制,該方法目前已經應用在多種被控對象上,如異步電機、直線電機等。那么直線電機模組為什么不直接采用PCC算法?

1、控制能力確優秀

從電流控制帶寬、解耦和反電勢擾動補償能力等多方面考慮,PCC算法在PMLSM的電流環控制方法中優勢明顯。首先,PCC算法的跟蹤性能和快速性能良好,超調量和穩態誤差很小,且不需要進行參數調節,電流紋波和噪聲較小。綜合來看,PCC算法具有顯著的優點和良好的控制效果。永磁同步直線電機是一種高精度、高速度的交流電機,良好的電流環控制效果是永磁同步直線電機實現準確控制的基礎,因此PCC算法非常適合應用于PMLSM高性能控制系統當中。

2、從系統的魯棒性角度考量不適用

然而,PCC算法建立在被控對象的具體模型上,所以該方法對被控對象的模型和參數依賴性強,電機模型和參數的準確與否,直接影響PCC算法的效果,進而影響整個控制系統的性能。電機參數標注的不準確或者電機長時間運行,通常是造成參數失配的主要來源,而參數失配會引起系統產生電流靜差甚至造成系統振蕩。PWM預測控制方法動態性能良好,能準確快速地跟隨系統給定值,然而由于其基于對象模型,對參數準確性依賴性強,在模型參數不匹配時會導致電流靜差甚至系統不穩定等問題,嚴重影響系統的控制性能,針對上述問題,很多學者通過將魯棒控制、擾動觀測器或參數辨識等方法與PWM預測控制進行結合,用于解決電流預測控制在電機參數不匹配時造成的系統控制精度差等問題,從而提高系統的魯棒性。

相對而言,直接預測控制方法的設計并不依賴于電機的具體模型,因此電機參數失配對于直接預測控制方法基本沒有影響。控制器中使用的磁鏈、電感或電阻等參數可以比參數的額定值較小,當電機長時間運行,直線電機模組參數值稍有增大時,能夠有效避免參數不匹配導致的系統控制性能下降的問題。