同济大学电子与信息工程学院的研究人员王硕、康劲松，在《电工技术学报》2019年第4期上撰文（论文标题为“一种基于自适应线性神经网络算法的永磁同步电机电流谐波提取和抑制方法”）指出，永磁同步电机通常采用正弦波进行驱动和控制，由于气隙磁场的畸变和电压型逆变器的死区效应等因素的存在，使永磁同步电机电流波形含有大量的谐波而发生畸变，特别是在电机低速运行时更为严重。

为了进一步提高永磁同步电机的电流控制性能，抑制电流谐波，本文在传统矢量控制算法基础上，增加神经网络谐波电流环，通过自适应线性神经网络（ADALINE）算法实现对主要电流谐波的分解和提取，将所提取的电流谐波经过神经网络训练获得补偿电压值进行谐波注入，实现电流谐波的检测和抑制。

通过仿真和实验结果证明，本文提出的控制策略可以有效提取并抑制电流谐波，降低电机转矩脉动。

内置式永磁同步电机（Interior Permanent Magnet Synchronous Motor, IPMSM）具有功率密度高、效率高、调速范围宽等优点，广泛应用于电动汽车电驱动系统中。其相电流的正弦度是衡量控制性能的重要指标，影响电流谐波的主要因素有两类：①电机本体方面。如磁路不对称、磁路饱和现象等引起的气隙磁场畸变；②逆变器方面。由于死区效应和开关管导通压降等非理想特性因素的存在，使调速系统引入了大量的电流谐波，在低速区尤为严重。由于电流谐波的存在，影响了输出转矩的平滑度，引发转矩脉动，进而产生电磁噪声和振动问题。

针对IPMSM的电流谐波畸变问题，国内外学者进行了深入的研究，主要分为三类：

第一类是模型补偿法，如文献[5-8]所述，通过建立电压型逆变器（Voltage Source Inverter, VSI）死区时间引发的电压畸变模型，采用前馈控制进行补偿，然而这类补偿措施依赖于电流的方向判断，电流过零点附近，易出现误判断。

第二类方法从电机本体优化角度出发，如斜槽法和分数槽法等，见文献[9-11]，该类方法大多会使得电机结构复杂，加工难度提高，部分算法会导致电机的平均转矩下降。

第三类方法利用控制算法抑制电流谐波的畸变，见文献[12-18]，其中文献[12, 13]中提到利用5次和7次同步旋转变换进行谐波提取，通过电压注入法实现电流谐波的抑制，然而这种方法增加了两组PI控制器，调节参数较多，设计较为困难。

文献[14, 15]中利用谐振控制器组成比例积分谐振（Proportional Integration Resonance, PIR）控制器抑制指定次电流谐波，然而谐振控制在实验中实现较为困难，需要额外的近似或者改进措施。文献[16-18]将神经网络算法与电压畸变结合，来抑制电流的6次谐波，其中文献[16]的补偿方法需要更细分的划分扇区。文献[18]利用电流控制器积分的结果补偿谐波，该方法依赖于高精度的电流传感器。

本文提出一种基于自适应线性神经网络（Adaptive Linear Neural Network, ADALINE）算法的PMSM谐波电流提取和抑制方法。首先，构建了由死区效应产生的电流谐波的数学模型；其次，直轴和交轴电流的6次和12次谐波，通过ADALINE算法进行提取；最后，利用神经网络训练获得的补偿电压值注入电机的三相绕组中，实现对电流谐波的提取和抑制。仿真和实验结果表明，所提出的算法可以有效提取电流谐波，减小电流畸变。

图5 基于ADALINE电流谐波补偿算法永磁同步电机矢量控制系统框图

（a）永磁同步电机实验台架

（b）控制器

图11 永磁同步电机控制系统平台基本结构

结论

本文着重分析了死区效应对IPMSM谐波电压和谐波电流的影响，在同步旋转坐标系下主要表现为6次和12次电流谐波，针对上述谐波问题，利用ADALINE算法将谐波电流以权值调整方法进行提取，再以谐波为零为目标，利用ADALINE算法转化为谐波电压注入到电机三相绕组中。

所提出的谐波抑制方法能够在低速条件下提取并抑制IPMSM的指定次谐波电流，仿真和实验证明了所提出算法对于谐波电流提取和抑制的有效性。

进一步阅读，请点击下方链接，访问期刊官方网站，可下载全文PDF版。

「链接」