本發(fā)明涉及電機控制與電力電子，特別是指一種寬電壓自適應(yīng)閉環(huán)矢量泳池泵抗干擾方法。

背景技術(shù)：

1、傳統(tǒng)泳池泵電機控制方法在應(yīng)對復(fù)雜電網(wǎng)環(huán)境時存在顯著缺陷?，F(xiàn)有技術(shù)難以有效處理寬范圍電壓波動與諧波干擾的耦合效應(yīng)，常規(guī)電壓補償策略采用固定參數(shù)模式，無法根據(jù)實時電壓幅值偏差、相位偏移及諧波畸變程度進行動態(tài)調(diào)整，導(dǎo)致電壓驟變時補償響應(yīng)滯后或過度，引發(fā)電機轉(zhuǎn)矩脈動甚至運行失穩(wěn)。同時，諧波抑制手段局限于硬件濾波與靜態(tài)諧波補償，缺乏對諧波分量與電機運行狀態(tài)的關(guān)聯(lián)分析，無法實現(xiàn)動態(tài)諧波分離與針對性抑制，造成定子電流波形畸變加劇。

2、現(xiàn)有控制策略在熱管理與動態(tài)響應(yīng)方面存在明顯短板。傳統(tǒng)溫度保護機制采用固定閾值設(shè)計，無法感知電壓波動引起的瞬時溫升變化，繞組過熱風(fēng)險預(yù)警滯后，且未將溫度參數(shù)深度嵌入控制算法，高溫工況下仍機械執(zhí)行額定控制強度，導(dǎo)致熱積累惡性循環(huán)。動態(tài)響應(yīng)性能方面，傳統(tǒng)pid控制因參數(shù)固化難以適應(yīng)快速電壓波動，調(diào)節(jié)過程存在顯著滯后，轉(zhuǎn)速恢復(fù)時間超出合理范圍，矢量控制算法缺乏電壓擾動與電流矢量的動態(tài)耦合建模，抗干擾能力隨運行時長持續(xù)衰減。

3、此外，現(xiàn)有技術(shù)缺乏工況自適應(yīng)能力與長期穩(wěn)定性保障?？刂茀?shù)依賴實驗室標(biāo)定值，無法適配不同電網(wǎng)質(zhì)量、管路特性等現(xiàn)場環(huán)境差異，更難以應(yīng)對電機參數(shù)漂移與元件老化帶來的控制精度下降問題。長期運行中，系統(tǒng)性能隨環(huán)境變化逐步劣化，需頻繁停機維護以校準(zhǔn)參數(shù)，嚴(yán)重制約設(shè)備可靠性并增加運維成本。上述問題共同制約泳池泵在復(fù)雜工況下的穩(wěn)定運行，亟待通過多參數(shù)動態(tài)耦合補償與智能閉環(huán)控制實現(xiàn)技術(shù)突破。

技術(shù)實現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)中電壓波動與諧波干擾的動態(tài)耦合補償不足、諧波抑制缺乏動態(tài)分離機制導(dǎo)致電流畸變、溫度保護機制滯后且未與閉環(huán)控制深度融合、pid參數(shù)固化引發(fā)動態(tài)響應(yīng)滯后、矢量控制建模缺失電壓擾動與電流矢量的動態(tài)耦合關(guān)系導(dǎo)致抗干擾能力衰減，以及控制參數(shù)依賴靜態(tài)標(biāo)定導(dǎo)致的工況自適應(yīng)能力缺失與長期穩(wěn)定性不足的技術(shù)問題，本發(fā)明提供了一種寬電壓自適應(yīng)閉環(huán)矢量泳池泵抗干擾方法。

2、本發(fā)明提供的技術(shù)方案如下：

3、本發(fā)明提供的一種寬電壓自適應(yīng)閉環(huán)矢量泳池泵抗干擾方法，包括：

4、s1、實時采集三相電源輸入端的電壓波動特征參數(shù)，包括電壓有效值vrms、電壓諧波畸變率thdv以及電壓相位偏移角θoff，同時監(jiān)測電機運行狀態(tài)參數(shù)，包括轉(zhuǎn)子角速度ω、定子電流矢量幅值is和定子繞組溫度tcoil；

5、s2、根據(jù)動態(tài)電壓補償因子dvc對采集的電壓參數(shù)進行自適應(yīng)校正，所述動態(tài)電壓補償因子dvc由電壓波動特征參數(shù)與電機運行狀態(tài)的耦合關(guān)系動態(tài)生成，校正過程包括對電壓有效值的幅值補償和相位同步補償；

6、s3、基于閉環(huán)矢量控制算法構(gòu)建抗干擾控制模型，通過矢量抗擾度系數(shù)vri實時調(diào)整控制模型參數(shù)，所述矢量抗擾度系數(shù)vri由校正后的電壓參數(shù)與電機運行參數(shù)的交互作用計算得出；

7、s4、采用多變量反饋調(diào)節(jié)機制對控制模型輸出進行動態(tài)修正，包括電流環(huán)前饋補償和轉(zhuǎn)速環(huán)滯后補償，其中補償量根據(jù)實時計算的動態(tài)電壓補償因子dvc與矢量抗擾度系數(shù)vri的乘積進行非線性調(diào)整；

8、s5、執(zhí)行抗干擾控制指令，同步更新pwm調(diào)制波的占空比和頻率，并通過硬件在環(huán)仿真驗證控制效果，當(dāng)檢測到系統(tǒng)失穩(wěn)風(fēng)險時，立即啟動基于動態(tài)電壓補償因子dvc的自適應(yīng)保護策略。

9、進一步地，所述s2中具體包括：

10、所述動態(tài)電壓補償因子dvc(dynamic?voltage?compensation?factor)的計算方法為：

11、

12、其中，kadj為基于自適應(yīng)卡爾曼濾波算法(adaptive?kalman?filteringalgorithm)獲得的電壓穩(wěn)定性調(diào)整系數(shù)，其計算過程包括：

13、s201、建立包含電壓波動特征參數(shù)的六維狀態(tài)空間模型；

14、s202、采用變遺忘因子遞推最小二乘法在線更新噪聲協(xié)方差矩陣；

15、s203、通過正交投影算法實現(xiàn)狀態(tài)變量的實時估計；

16、δvrms為實測電壓有效值與額定電壓vnom的偏差絕對值，α為電壓幅值補償權(quán)重系數(shù)：

17、

18、β為諧波抑制權(quán)重系數(shù)：

19、

20、thdmax為系統(tǒng)允許的最大電壓諧波畸變率閾值，tref為定子繞組參考溫度，irated為電機額定電流，ωmax為最大允許轉(zhuǎn)速，θmax為最大相位偏移角。

21、進一步地，所述s3具體包括：

22、所述矢量抗擾度系數(shù)vri(vector?resistance?index)的計算采用模糊pid(fuzzypid?control?algorithm)控制算法與模型預(yù)測控制的混合策略，具體包括：

23、s301、構(gòu)建包含12個模糊規(guī)則的三維模糊推理系統(tǒng)，輸入變量為校正后的電壓有效值偏差δv'rms、電流矢量相位差δθis和轉(zhuǎn)速波動率

24、s302、采用改進的加權(quán)平均解模糊方法，其中權(quán)重系數(shù)根據(jù)電機運行時長top進行自適應(yīng)調(diào)整：

25、

26、其中，τ為時間常數(shù)且tamb為環(huán)境溫度；

27、s303、將模糊輸出與模型預(yù)測控制輸出的差值作為pid控制器的輸入，通過帶遺忘因子的遞推參數(shù)整定算法在線更新比例系數(shù)kp、積分時間ti和微分時間td；

28、s304、最終矢量抗擾度系數(shù)vri由下式計算：

29、

30、其中，s為復(fù)頻率變量，γ為相位-電壓耦合系數(shù)，

31、進一步地，所述s2進一步包括：

32、所述電壓有效值的幅值補償采用動態(tài)分段補償策略，具體實現(xiàn)方式為：

33、當(dāng)δvrms≤0.1vnom時，vcomp＝vrms×(1+0.5×dvc)；

34、當(dāng)0.1vnom<δvrms≤0.2vnom時，

35、當(dāng)δvrms>0.2vnom時，vcomp＝vrms×[1+1.5×dvc-0.1×(dvc-dvcth)2]；

36、其中，vcomp為補償后的電壓有效值，dvcmax為動態(tài)電壓補償因子最大值，tmax為允許最高繞組溫度，dvcth為補償閾值，

37、進一步地，所述s3進一步包括：

38、所述模型預(yù)測控制的預(yù)測時域長度np根據(jù)實時計算的矢量抗擾度系數(shù)vri動態(tài)調(diào)整：

39、

40、其中，floor()為向下取整函數(shù)，vrimax為矢量抗擾度系數(shù)最大值，vrimax＝10×(1-0.1×thdv)，τn為時域調(diào)整時間常數(shù)，所述預(yù)測時域長度的調(diào)整周期與電機電氣周期同步，每個電氣周期更新一次預(yù)測模型參數(shù)。

41、進一步地，所述s4進一步包括：

42、所述電流環(huán)前饋補償量的計算采用動態(tài)阻抗匹配算法，具體包括：

43、前饋補償量δiff由下式確定：

44、

45、其中，rs為定子電阻標(biāo)稱值，δ為溫度-阻抗耦合系數(shù)，kcoup為電流變化率耦合增益，為定子電流矢量幅值的實時微分值，所述前饋補償量δiff的施加時機與電壓相位偏移角θoff同步，確保補償作用在電壓過零點啟動。

46、進一步地，所述s4進一步包括：

47、所述轉(zhuǎn)速環(huán)滯后補償采用基于李雅普諾夫穩(wěn)定性理論(lyapunov?stabilitytheory)設(shè)計的自適應(yīng)補償器，補償量δωcomp由下式計算：

48、

49、其中，η為補償強度系數(shù)，dvcmin為動態(tài)電壓補償因子最小值，ωref為轉(zhuǎn)速參考值，所述補償量δωcomp通過二階低通濾波器處理后注入轉(zhuǎn)速環(huán)控制器，濾波器截止頻率fc根據(jù)電機負(fù)載率動態(tài)調(diào)整：

50、

51、其中，fbase為基準(zhǔn)截止頻率。

52、進一步地，所述s5進一步包括：

53、所述自適應(yīng)保護策略包括過溫保護與電壓驟降保護的雙重觸發(fā)機制：

54、s501、過溫保護閾值tprotect根據(jù)動態(tài)電壓補償因子dvc動態(tài)修正：

55、

56、當(dāng)tcoil≥tprotect時，立即將電機功率降至安全值psafe＝prated×(1-0.7×dvc)；

57、s502、電壓驟降保護觸發(fā)條件為同時滿足：

58、且thdv>0.15×thdmax

59、此時啟動緊急矢量重構(gòu)模式，強制將vri鎖定為并切換至開環(huán)控制直至電壓恢復(fù)。

60、進一步地，所述s5進一步包括：

61、所述硬件在環(huán)仿真驗證采用實時數(shù)字仿真器(real-time?digital?simulator,rtds)與物理控制器聯(lián)合測試，具體包括：

62、s5a、構(gòu)建包含電機繞組熱力學(xué)模型與流體動力學(xué)負(fù)載模型的數(shù)字孿生體，其中熱力學(xué)模型的熱阻rthremal計算為：

63、

64、其中，r0為基準(zhǔn)熱阻值；

65、s5b、仿真步長δtsim根據(jù)預(yù)測時域長度np自適應(yīng)調(diào)整：

66、

67、其中，telectrical為電機電氣周期；

68、s5c、通過對比仿真輸出與實際傳感器數(shù)據(jù)的誤差率ε，在線修正控制模型參數(shù)：

69、當(dāng)ε>5％時，按δkp＝-0.1×ε×vri，更新pid參數(shù)。

70、進一步地，還包括系統(tǒng)參數(shù)的自學(xué)習(xí)優(yōu)化模塊，具體實現(xiàn)方式為：

71、s601、每24小時運行一次遺傳算法(geneticalgorithm,ga)優(yōu)化程序，優(yōu)化變量包括α、β、γ、η的基準(zhǔn)系數(shù)；

72、s602、適應(yīng)度函數(shù)f設(shè)計為：

73、

74、其中，thdvavg為日均電壓諧波畸變率，tcoil,max為日最高繞組溫度；

75、s603、采用精英保留策略與自適應(yīng)變異率，變異率μgen根據(jù)系統(tǒng)穩(wěn)定性指數(shù)s動態(tài)調(diào)整：

76、

77、其中，s＝1-(故障字?jǐn)?shù)/總運行時間)×100，smax為系統(tǒng)設(shè)計最大穩(wěn)定性指數(shù)；

78、s604、優(yōu)化結(jié)果通過數(shù)字證書加密后存儲至非易失性存儲器，并在下次上電時生效。

79、本發(fā)明提供的技術(shù)方案帶來的有益效果至少包括：

80、(1)在本發(fā)明中，通過動態(tài)電壓補償因子與矢量抗擾度系數(shù)的協(xié)同作用，構(gòu)建多參數(shù)耦合補償機制，可實時感知電壓波動幅值、相位偏移及諧波畸變的綜合影響，并動態(tài)調(diào)整補償策略，分段非線性補償算法有效抑制過補償與欠補償現(xiàn)象，結(jié)合電壓-電流矢量的閉環(huán)協(xié)同控制，確保電機在寬電壓波動范圍內(nèi)維持轉(zhuǎn)矩平穩(wěn)輸出，諧波分量動態(tài)分離技術(shù)與相位同步修正的聯(lián)合應(yīng)用，大幅降低電流波形畸變率，提升系統(tǒng)對電網(wǎng)諧波污染的免疫力，保障水泵流量穩(wěn)定；

81、(2)在本發(fā)明中，基于溫度-電壓-電流的多維耦合模型，本發(fā)明將繞組溫度參數(shù)深度融入控制環(huán)路，實現(xiàn)保護閾值隨工況動態(tài)調(diào)整，突破傳統(tǒng)固定閾值保護的滯后性缺陷，通過李雅普諾夫穩(wěn)定性理論設(shè)計的自適應(yīng)補償器，結(jié)合二階低通濾波器的動態(tài)截止頻率調(diào)整，顯著提升高溫工況下的控制魯棒性，模糊pid與模型預(yù)測控制的混合策略，通過預(yù)測時域長度自適應(yīng)機制，優(yōu)化控制參數(shù)實時匹配電壓波動速率，使轉(zhuǎn)速恢復(fù)時間縮短，有效抑制負(fù)載突變引發(fā)的失穩(wěn)風(fēng)險；

82、(3)在本發(fā)明中，集成遺傳算法的參數(shù)自學(xué)習(xí)模塊，通過多目標(biāo)適應(yīng)度函數(shù)動態(tài)優(yōu)化控制參數(shù)，突破傳統(tǒng)靜態(tài)標(biāo)定模式對現(xiàn)場環(huán)境的依賴性，顯著提升不同安裝場景的適應(yīng)性，硬件在環(huán)仿真系統(tǒng)通過數(shù)字孿生模型實現(xiàn)控制策略的實時驗證與參數(shù)迭代，結(jié)合加密存儲的優(yōu)化數(shù)據(jù)，確保長期運行中參數(shù)漂移的自修正能力，動態(tài)抗干擾模型與自學(xué)習(xí)機制的協(xié)同作用，使系統(tǒng)在全生命周期內(nèi)維持穩(wěn)定性能，減少人工維護頻次，延長設(shè)備使用壽命。