Loading [MathJax]/jax/output/SVG/jax.js
  • ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus 收录
  • 全国中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

采用模型辅助ESO的磁悬浮转子抗干扰性能

金超武 曹迎庆 周瑾 叶周铖 辛宇

金超武, 曹迎庆, 周瑾, 叶周铖, 辛宇. 采用模型辅助ESO的磁悬浮转子抗干扰性能[J]. 西南交通大学学报. doi: 10.3969/j.issn.0258-2724.20220803
引用本文: 金超武, 曹迎庆, 周瑾, 叶周铖, 辛宇. 采用模型辅助ESO的磁悬浮转子抗干扰性能[J]. 西南交通大学学报. doi: 10.3969/j.issn.0258-2724.20220803
JIN Chaowu, CAO Yingqing, ZHOU Jin, YE Zhoucheng, XIN Yu. Anti-Disturbance Performance of Maglev Rotor Using Model Assisted Extended State Observer[J]. Journal of Southwest Jiaotong University. doi: 10.3969/j.issn.0258-2724.20220803
Citation: JIN Chaowu, CAO Yingqing, ZHOU Jin, YE Zhoucheng, XIN Yu. Anti-Disturbance Performance of Maglev Rotor Using Model Assisted Extended State Observer[J]. Journal of Southwest Jiaotong University. doi: 10.3969/j.issn.0258-2724.20220803

采用模型辅助ESO的磁悬浮转子抗干扰性能

doi: 10.3969/j.issn.0258-2724.20220803
基金项目: 国家自然科学基金(51875275,52275059);江苏省六大人才高峰项目(JNHB-041);航空发动机及燃气轮机基础科学中心项目(P2022-B-Ⅲ-004-001);江苏省重点研发计划(BE2019122)
详细信息
    作者简介:

    金超武(1980―),男,副教授,研究方向为磁悬浮技术与振动控制,E-mail:jinchaowu@nuaa.edu.cn

  • 中图分类号: TH133.3

Anti-Disturbance Performance of Maglev Rotor Using Model Assisted Extended State Observer

  • 摘要:

    随着正弦干扰频率的提高,扩张状态观测器(extended state observer,ESO)的性能会下降,为提高磁悬浮转子系统中ESO的干扰抑制能力,首先,建立单自由度磁悬浮轴承转子系统数学模型;其次,设计ESO并分析其干扰抑制效果下降的原因;在此基础上,提出一种模型辅助扩张状态观测器(model assisted extended state observer, MESO)以改进带宽配置方式,提高干扰抑制效果;然后,在频域内分析基于MESO的自抗扰控制器的稳定性;最后,通过仿真与试验验证了所提出观测器的有效性. 研究结果表明:带宽的增加会放大系统噪声的影响,使系统的控制电压增加;随着干扰频率的提高,MESO对高频正弦干扰的抑制效果会下降,但仍可以降低转子的模态振幅;对50 Hz旋转频率下的转子分别施加频率为10 Hz、振幅为2 mm的基础简谐干扰与1g的基础冲击干扰, 相比ESO,MESO控制下的转子位移分别降低了16.3%与22.6%,控制电压降低了约14%.

     

  • 目前,主动磁悬浮轴承(active magnetic bearing, AMB)受到了广泛的关注,具有巨大的经济效益和广阔的应用前景,逐渐成为研究热点之一. 与传统机械轴承相比,AMB具有无机械接触、长使用寿命、高旋转速度、可主动控制等优点[1],在人工心脏泵[2]、高速电机[3]等领域被广泛使用.

    由于具有负刚度特性,AMB转子系统本质上是不稳定的,需要引入闭环控制回路保证其稳定性. 目前已有多种控制方法被应用于AMB转子系统中,如自适应控制[4]H控制[5]等. 因为实现成本较高等原因,上述控制算法没有在工业中得到广泛应用. PID 控制器(proportional-integral-derivative controller)凭借其结构简单,参数调整方便等优势,是目前工业中应用最多的控制算法. 然而,AMB转子系统在运行中会受到多种干扰的影响,有转子质量不平衡引起的转速同频干扰,基础振动引起的低频干扰[6],传感器跳动引起的多频干扰[7],还包括系统参数摄动和未建模动态等内部干扰[8]. 干扰的存在会影响系统的稳定性,因此,AMB控制器必须具有一定的抗干扰能力以保证其稳定运行.

    为了提高传统PID控制器的抗干扰能力,Han[9]在90年代提出了自抗扰控制(active disturbance rejection control, ADRC),其核心为PID控制器与ESO(extended state observer). ADRC不仅具有PID控制器结构简单、参数调整方便的优点,还具有很好的抗干扰能力. 目前,ADRC在磁悬浮领域已有很多的应用[10-11]. 然而,ADRC控制器的性能主要取决于ESO对于系统状态与外部干扰估计的准确性. Guo等[12]证明了ESO对于常数扰动能够实现渐进收敛. Zheng等[13]认为当系统不确定性的变化率有界时,ESO的估计误差也保持有界. 理论上,ESO的带宽越大,干扰估计的效果越好,但同时采样噪声对于系统的影响也越大,因此,带宽的选择需要合理平衡噪声影响和干扰抑制效果[14]. Godbole等[15]分析了ESO对正弦干扰的估计效果,结果表明,当带宽明显大于扰动频率时ESO才能对干扰进行有效观测,但是带宽并不能无上限地增加. 因此,干扰频率越大,相同带宽下ESO的观测效果就越差.

    为了提高ESO的干扰估计效果,本文在ESO的基础上提出MESO,改进了ESO的带宽配置方式. 在ESO的干扰估计回路中引入模型信息进行辅助,使MESO (model assisted extended state observer)在同样的带宽下具有更大的观测器增益,从而提高了ESO的干扰估计效果,为实际工程中ESO的应用与调试提供指导.

    AMB在5个自由度上的工作原理相同,所以本文对单自由度AMB转子系统进行分析. 图1为单自由度AMB转子系统结构,其中,磁悬浮轴承采用8极C型的结构. 图中:αA、N分别为磁极夹角、磁极面积与一对磁极上的线圈匝数;r为转子参考位移;I0ix分别为偏置电流、控制电流;fx1fx2分别为两个电磁铁产生的电磁力;g0为转子的平衡间隙;u为控制电压. 当转子的位置发生偏移时, g0会发生变化,位移传感器实时监测转子位移,控制器根据转子位移与r的差值计算合适的u,再经过功率放大器变成控制电流ix,使一端电磁铁上的电流为I0ix之和,另一端为I0ix之差,从而分别改变f1f2的大小,通过差动控制使转子稳定悬浮在给定位置.

    图  1  单自由度AMB转子系统结构
    Figure  1.  Structure of 1-DOF AMB rotor system

    本文研究的AMB转子系统工作转速低于0.7倍一阶弯曲临界转速,可视为刚性转子进行建模. 忽略不同自由度之间的耦合作用,根据牛顿第二定律,可以写出单自由度磁悬浮轴承-转子系统的传递函数,如式(1).

    X(s)I(s)=kikaksms2kx, (1)

    式中:X(s)与I(s)为位移x1与电流i的拉普拉斯变换表达式;kx为位移刚度系数, ${k_{\rm{x}}} = {\rm{cos}}^{\rm{2}} \alpha ( \left( {\mu_0}{N^2}{{AI}_0{^2}} \right) / {g^3_0} )$;ki为电流刚度系数, ${k_{\rm{i}}} = {\rm{cos}}\, \alpha \left( {\left( {{\mu_0}{N^2}{{{AI}_0}} } \right) /{g}^2_0} \right)$;m为转子质量;ks为位移传感器增益;ka为功率放大器增益; $ {\mu }_{0} $为真空磁导率.

    假设系统受到的外部干扰为f,转子的位移为x1,则式(1)的状态空间方程为

    {x2=˙x1,˙x2=kikaksmu+kxmx1+fm,y=x1. (2)

    ESO最初提出时为非线性结构[9],但是由于线性扩张状态观测器(linear extended state observer, LESO)易于设计和实现而被广泛采用[16],因此,本文基于LESO进行研究.

    一个二阶线性系统的模型如式(3)所示.

    {˙x=Ax+Bu,y=Cx+Du, (3)

    式中:xy均为系统的状态变量,x为位移向量;u为电压状态变量向量;ABCD为状态空间的系数矩阵.

    构造龙伯格观测器对系统的状态进行估计,其结构为

    {˙z=Az+Bu+L(yˆy),ˆy=Cz+Du, (4)

    式中: $\boldsymbol{z}$、 $\hat{ \boldsymbol{y }}$均为系统状态观测值;L为观测器系数矩阵.

    式(4)可化简为

    ˙z=(ALC)z+(BLD)u+Ly. (5)

    对于二阶的磁悬浮轴承转子系统,将控制电压以外的量扩张为新的状态变量x3,如式(6),将其称作广义扰动fg.

    x3=kxmx1+fm. (6)

    则式(2)为

    {x2=˙x1,˙x2=kikaksmu+x3,h=˙x3,y=x1. (7)

    根据式(5)可以写出龙伯格观测器下系统状态变量的观测值为

    {˙z1=L1e1+z2,˙z2=L2e1+z3+kikaksmu,˙z3=L3e1, (8)

    式中:L1L2L3为观测器的增益;z1z2z3分别为位移、加速度、广义扰动观测值;e1=z1x1,为观测误差.

    将式(8)与式(7)作差可得ESO的误差状态方程为

    ˙e=AeeEh, (9)

    式中: ${{\boldsymbol{A}}_{\rm{e}}} = \left[ {L110L201L300} \right]$; $\boldsymbol{E} = \left[ {001} \right]$; $\boldsymbol{e} = \left[ {e1e2e3} \right]$,e2=z2x2e3为干扰误差,e3=z3x3.

    根据有界输入有界输出定理,因为Eh是有界的,所以系统的稳定性由Ae决定,Ae的特征方程为

    |Ae|=|λ+L110L2λ1L30λ|=λ3+L1λ2+L2λ+L3. (10)

    为了保证系统的稳定性,令|Ae|=λ + ω3ω为ESO的带宽,从而使得Ae的极点都在负半平面内,可得

    [L1L2L3]=[3ω3ω2ω3]. (11)

    将式(9)进行拉普拉斯变换,可以得到从干扰估计误差e3到广义扰动fg的传递函数为

    e3fg=s3+L1s2+L2ss3+L1s2+L2s+L3. (12)

    将式(11)代入式(12)中可得

    H1(s)=s3+3ωs2+3ω2ss3+3ωs2+3ω2s+ω3. (13)

    绘制H1(s)的伯德图如图2所示,其中,ω分别为1000、2000、3000. 从图中可以看出:带宽越大,观测器对干扰的抵消能力也越高;但是ω的提高也是有限制的,实际上带宽越大系统对噪声也越敏感;随着干扰频率的增大,ESO的干扰抑制效果逐渐降低,当干扰频率达到110 Hz时,ESO对外部干扰几乎没有抑制效果.

    图  2  H1(s)的伯德图
    Figure  2.  Bode diagram of H1(s)

    为了提高ESO的干扰抵消能力,本文在ESO的基础上引入系统的模型信息,提出了MESO. 式(6)中,kxx1/m可以通过测量获得,将其作为已知信息,式(7)可以改写为

    {˙x1=x2,˙x2=kikaksmu+x3,˙x3=kxm˙x1+h,y=x1. (14)

    因此,MESO的观测方程为

    {˙z1=z2L1e1,˙z2=z3L2e1+kikaksmu,˙z3=kxmz2L3e1. (15)

    将式(15)与式(14)作差可得MESO的误差状态方程为

    ˙e=Ae1eEh, (16)

    式中:

    Ae1=[L110L201L3kx/m0].

    同样的,为了保证系统的稳定性,令|Ae1|=(λ + ω)3,使Ae1的极点全部配置于λ=−ω,可得

    [L1 L2 L3]=[3ω3ω2+kxmω3+3ωkxm]. (17)

    可以看出,与式(11)相比,因为加入了已知的模型信息(kx/m)x1项,所以MESO相比于ESO可以在相同的带宽ω下具有更大的增益,因此,MESO具有更好的观测效果. 对于MESO,从干扰估计误差e3到广义扰动fg的传递函数为

    e3fg=s3+L1s2+L2ss3+L1s2+L2s+L3. (18)

    将式(17)代入(18)可得

    H2(s)=[s3+3ωs2+(3ω2+kxm)s]s3+3ωs2+(3ω2+kxm)s+ω3+3ωkxm. (19)

    H2(s)的伯德图如图3所示. 从图中可以看出:带宽越大,MESO的效果逐渐与ESO相近,因为带宽越大式(17)中的模型信息对于带宽的影响就越小;因为噪声的存在,系统的带宽是有限的,所以MESO在实际工作条件下会具有更好的干扰抑制效果. 此外,不管是ESO还是MESO,对于高频正弦干扰的抑制效果都很差,但是,MESO能够采用更小的带宽在工作频率内实现更好的干扰抑制效果.

    图  3  H2(s)的伯德图
    Figure  3.  Bode diagram of H2(s)

    ADRC中ESO负责抑制系统受到的干扰,PID控制器则保证系统的闭环性能. ESO将系统控制电压以外的量扩张为新的状态变量并抵消,因此,系统被简化成串联积分器的形式,只需PD控制器即可保证系统的稳定[16]. 对于AMB转子系统来说,比例系数kp按照自然刚度的选取原则[1],即kp=2kx/kikaks),此时系统闭环等效支撑刚度与AMB位移刚度基本相同;微分系数kd按照自然阻尼的原则选取,即kd = 2ξ $ \sqrt {m{k_{\rm{x}}}} /\left( {{k_{\rm{i}}}{k_{\rm{a}}}{k_{\rm{s}}}} \right)$,其中,ξ为阻尼比,取值范围为0.1<ξ<1.0.

    本节对提出的控制算法进行稳定性证明,AMB转子系统参数如表1所示.

    表  1  AMB转子系统参数
    Table  1.  Parameters of AMB rotor system
    符号 参数值
    m/kg 3.55
    A/m2 2 × 10−4
    N/匝 150
    g0/mm 0.2
    保护轴承单边间隙 gmin/mm 0.125
    I0/A 1.3
    α/(°) 22.5
    μ0/(N·A−2 4π × 10−7
    ka/(A·V−1 0.26
    ks/(V·m−1 20000
    转子转速 n/(r·min−1 3000
    kp 1.8
    kd 0.002
    ω 3000
    下载: 导出CSV 
    | 显示表格

    Jin等[17]提出一种ADRC标准框图,如图4所示,将ADRC等效为传递函数进而在频域内分析系统的稳定性. 图中:C(s)为系统的补偿器,对系统的外部干扰进行抵消; D(s)为输入参考的柔化器,减小系统的超调,对系统稳定性没有影响;Gp(s)为AMB系统数学模型;b为输入系数,b=kikaks/m.

    图  4  ADRC的标准框图
    Figure  4.  Standard block diagram of ADRC

    因为采用PD控制,所以系统控制器的输出电压为

    u=1b(kprkpz1kdz2z3). (20)

    对于ADRC控制器来说,输入分别为yr,输出只有u. 根据叠加原理可由式(15)、(20)求得u分别对yr的传递函数,如式(21).

    {U(s)Y(s)=(L1kp+L2kd+L3)s2+(L2kp+L3kd)s+kpL3bs[s2+(L1+kd)s+L1kd+L2+kp],U(s)R(s)=kps3+L1kps2+L2kps+L3kpbs[s2+(L1+kd)s+L1kd+L2+kp], (21)

    式中:U(s)、R(s)、Y(s)分别为ury的拉普拉斯变换表达式.

    {C(s)=U(s)Y(s)D(s)=Y(s)R(s)=kps3+L1kps2+L2kps+L3kp(L1kp+L2kd+L3)s2+(L2kp+L3kd)s+kpL3. (22)

    根据式(22)可以得到系统的闭环传递函数为

    G(s)=C(s)Gp(s)1+C(s)Gp(s). (23)

    当控制器的参数确定时,只有观测器带宽ω的大小会影响系统的稳定性. 绘制G(s)的特征方程根轨迹随ω从100~3000的变化趋势如图5所示. 从图中可以看出,只有当观测器带宽低于600时系统才会失稳,因为此时带宽过小,所以ESO无法准确地观测系统受到的广义扰动. 本文采用的带宽数值远大于600,所以系统是稳定的.

    图  5  100~3000带宽下闭环系统特征根轨迹
    Figure  5.  Characteristic root locus of closed-loop system under bandwidth of 100−3 000

    本节通过仿真验证提出算法的有效性,图6为ADRC控制框图,其中,ESO根据控制电压、转子位移计算出广义扰动z3与位移z1,最后在控制器处抵消系统所受的干扰,从而降低转子的振幅.

    图  6  ADRC控制框图
    Figure  6.  ADRC control block diagram

    由2.1节可知,带宽ω越大,ESO对扰动的抑制效果就越好,但是,磁悬浮轴承系统在实际工作过程中不可避免地会受到噪声的影响,所以ESO的带宽并不能无上限地增加. 为了验证带宽的影响,对系统施加1 V和30 Hz的正弦干扰,假设系统受到的白噪声幅值为0.001,设置ESO的带宽ω=2000,3000,4000,5000,转子位移以及控制电压的仿真结果如图7所示. 可以看出,随着带宽ω的增大,ESO对扰动的抑制效果越好,ω=3000时转子的位移相对于ω=2000有较大的降低,当ω增加到4000时,噪声的存在使得系统控制电压波动剧烈并且正弦性变差;当ω=5000时,转子位移相对于ω=4000时提升很小,但是此时控制电压的波动十分剧烈,并且超出了限幅范围. 因此,实际过程中,ESO带宽的选择需要合理平衡扰动抑制效果以及噪声的影响.

    图  7  不同带宽下转子位移与控制电压对比
    Figure  7.  Comparison of rotor displacement and control voltage under different bandwidths

    为了验证MESO抗阶跃干扰的性能,在0.02 s时对系统施加2 V的阶跃干扰. 图8(a)为不同控制器下的转子位移,可以看出,ESO下转子位移峰值为23 μm,MESO下转子位移峰值为20 μm,与ESO相比降低了13%,并且具有更快的收敛速度. 根据式(6)可知,系统的广义扰动分为系统的负位移刚度项kxx2/m与外部干扰项f/m两部分. MESO在干扰估计回路中给了实际的kxx2/m,降低了ESO的干扰估计量,提高了估计效果. 图8(b)为广义扰动估计值与实际值的误差,其中,MESO的广义扰动估计误差降低了约10%.

    图  8  阶跃干扰下不同观测器仿真
    Figure  8.  Simulation of different observers under step disturbance

    为了验证MESO抗正弦干扰的性能,对不同控制器下的转子系统进行1 V、0~200 Hz的正弦信号扫频仿真,结果如图9所示. 从图中可以看出,相对于PID来说,观测器的引入可以有效降低外部干扰对转子位移的影响,但是也使得转子的刚体模态从60 Hz推迟到了90 Hz. MESO比ESO具有更好的干扰抑制效果,且能够更好地抑制转子刚体模态所引起的振动. 但是当干扰频率高于100 Hz时,ESO与MESO的干扰抑制效果不断下降并逐渐趋近于0,与第2节中分析的结果一致.

    图  9  0~200 Hz扫频转子位移仿真
    Figure  9.  Simulation of rotor displacement under sweep frequency of 0−200 Hz

    图10为基础激励下磁悬浮转子系统试验平台现场图. 转子由两个径向AMB与一个轴向AMB支承,通过变频器驱动转子旋转. 振动控制系统用来控制振动台对AMB转子系统施加基础振动,电脑通过dSPACE对磁悬浮转子试验台进行控制. 其中,系统的控制器都为PID控制器,参数如表1所示,观测器分别为ESO与MESO,对系统噪声与观测效果进行权衡后设置带宽ω=2000. 本文针对五自由度磁悬浮转子进行悬浮与旋转实验,由于磁悬浮转子实验台径向自由度采用的是分散控制,因此,只针对径向第一自由度的试验结果进行说明,其他3个径向自由度的试验结果均与径向第一自由度试验结果相类似.

    图  10  基础激励下磁悬浮转子系统实验平台现场
    Figure  10.  Experimental platform of maglev rotor system under fundamental excitation
    5.1.1   阶跃扰动试验

    在转子静态悬浮时,对其施加0.5 V的阶跃干扰,通过对比转子振幅的变化衡量不同控制器的效果. 图11为阶跃干扰下转子的位移. 可以看出,阶跃干扰下,ESO、MESO的位移峰值分别为28.6、25.4 μm,与ESO相比MESO降低了11.2%,并且其下降过程中波动更低. 说明在静态悬浮下,MESO可以有效抑制阶跃干扰.

    图  11  阶跃干扰下转子位移对比
    Figure  11.  Comparison of rotor displacement under step disturbance
    5.1.2   正弦扰动试验

    为了验证控制器对不同频率正弦干扰的抑制效果,转子静态悬浮时对一路施加0~200 Hz不断变化正弦干扰. 转子的位移如图12所示,图中转子位移的两个峰值分别为转子的刚体模态与一阶弯曲模态. 可以看出,相对于PID控制,观测器的引入使得转子的刚体模态后移了大约10 Hz,但是观测器明显降低了转子模态处的最大峰值,与前文仿真部分的结论相一致.

    图  12  0~200 Hz扫频转子位移对比
    Figure  12.  Comparison of rotor displacement under sweep frequency of 0−200 Hz

    尽管随着干扰频率的提高,观测器的效果会不断下降,但是观测器对于转子的模态振幅有明显的抑制作用. 图12中可以明显看出在整个转速频率内,MESO比ESO都具有更好的干扰抑制效果. 为了具体衡量控制器的效果,采用二范数对转子的位移进行计算,具体的数值如表2所示. 表中,ePIDeESO2eMESO分别为PID、PID+ESO、PID+MESO控制器下0~200 Hz扫频转子位移. 可以看出MESO的整体效果比ESO高约15%.

    表  2  转子位移二范数
    Table  2.  2-Norm of rotor displacement
    名称 二范数大小 相比 PID 控制器振幅降低比例/%
    ||ePID||2 7261.6
    ||eESO||2 5684.6 21.7
    ||eMESO||2 4608.7 36.5
    下载: 导出CSV 
    | 显示表格

    为验证所提出方法在转子旋转时抑制简谐激励的效果,在50 Hz旋转频率下加入频率为10 Hz,幅值为2 mm的基础振动作为外部干扰,分别比较转子位移与控制电压的大小,如图13. 图13(a)中ESO的位移峰峰值为36.2 μm,MESO的位移峰峰值为30.3 μm,降低了16.3%;图13(b)中,MESO下控制器输出的控制电压峰峰值为1.61 V,与ESO的1.85 V相比,降低了约13%. 说明对于基础振动产生的低频干扰,MESO可以用更小的控制电压实现更好的干扰抑制效果.

    图  13  基础简谐激励下控制效果对比
    Figure  13.  Comparison of control effects under fundamental harmonic excitation

    为了验证所提出方法在转子旋转时抑制冲击激励的效果,在50 Hz旋转频率下施加幅值为1的冲击干扰,试验中转子的位移响应与控制电压如图14所示. 图14(a)中,ESO的位移峰峰值为59.7 μm,MESO的位移峰峰值为46.2 μm,相比ESO降低了22.6%;图14(b)中,MESO的控制电压峰峰值为2.71 V,相比ESO的3.15 V降低了14.0%. 因此,对于冲击干扰,所提出的MESO也可以用更小的控制电压实现更好的控制效果.

    图  14  基础冲击激励下控制效果对比
    Figure  14.  Comparison of control effects under fundamental impulse excitation

    为了提高ESO的干扰抑制效果,本文提出了一种模型辅助扩张状态观测器,并在频域内分析了控制系统的稳定性. 通过仿真与试验验证了所提出方法的有效性,得出以下结论:

    1) 带宽越大,ESO对干扰的估计效果越好. 但是带宽的增加会放大噪声的影响,使得系统的控制电压产生剧烈波动.

    2) 随着干扰频率的提高,ESO与MESO的干扰估计效果都会逐渐下降,但是仍然可以对转子模态振幅进行有效抑制.

    3) 与ESO相比,本文提出的MESO在相同的带宽下具有更大的观测器增益,因此,在工作频率内相比ESO具有更好的干扰抑制效果.

    4) 对50 Hz旋转频率下的转子分别施加10 Hz、2 mm的基础简谐干扰与1g的基础冲击干扰,试验结果表明,MESO控制下的转子位移相比ESO分别降低了16.3%与22.6%,控制电压比ESO降低了14.0%左右,说明MESO可以用更小的控制电压实现更优的控制效果.

  • 图 1  单自由度AMB转子系统结构

    Figure 1.  Structure of 1-DOF AMB rotor system

    图 2  H1(s)的伯德图

    Figure 2.  Bode diagram of H1(s)

    图 3  H2(s)的伯德图

    Figure 3.  Bode diagram of H2(s)

    图 4  ADRC的标准框图

    Figure 4.  Standard block diagram of ADRC

    图 5  100~3000带宽下闭环系统特征根轨迹

    Figure 5.  Characteristic root locus of closed-loop system under bandwidth of 100−3 000

    图 6  ADRC控制框图

    Figure 6.  ADRC control block diagram

    图 7  不同带宽下转子位移与控制电压对比

    Figure 7.  Comparison of rotor displacement and control voltage under different bandwidths

    图 8  阶跃干扰下不同观测器仿真

    Figure 8.  Simulation of different observers under step disturbance

    图 9  0~200 Hz扫频转子位移仿真

    Figure 9.  Simulation of rotor displacement under sweep frequency of 0−200 Hz

    图 10  基础激励下磁悬浮转子系统实验平台现场

    Figure 10.  Experimental platform of maglev rotor system under fundamental excitation

    图 11  阶跃干扰下转子位移对比

    Figure 11.  Comparison of rotor displacement under step disturbance

    图 12  0~200 Hz扫频转子位移对比

    Figure 12.  Comparison of rotor displacement under sweep frequency of 0−200 Hz

    图 13  基础简谐激励下控制效果对比

    Figure 13.  Comparison of control effects under fundamental harmonic excitation

    图 14  基础冲击激励下控制效果对比

    Figure 14.  Comparison of control effects under fundamental impulse excitation

    表  1  AMB转子系统参数

    Table  1.   Parameters of AMB rotor system

    符号 参数值
    m/kg 3.55
    A/m2 2 × 10−4
    N/匝 150
    g0/mm 0.2
    保护轴承单边间隙 gmin/mm 0.125
    I0/A 1.3
    α/(°) 22.5
    μ0/(N·A−2 4π × 10−7
    ka/(A·V−1 0.26
    ks/(V·m−1 20000
    转子转速 n/(r·min−1 3000
    kp 1.8
    kd 0.002
    ω 3000
    下载: 导出CSV

    表  2  转子位移二范数

    Table  2.   2-Norm of rotor displacement

    名称 二范数大小 相比 PID 控制器振幅降低比例/%
    ||ePID||2 7261.6
    ||eESO||2 5684.6 21.7
    ||eMESO||2 4608.7 36.5
    下载: 导出CSV
  • [1] MASLEN E H, SCHWEITZER G. Magnetic bearings: theory, design, and application to rotating machinery[M]. Heidelberg: Springer, 2009.
    [2] 刘淑琴, 边忠国, 李瑞建, 等. 磁悬浮人工心脏泵及在体外循环系统(ECMO)上的实验研究[J/OL]. 西南交通大学学报. [2022-12-10]. http://kns.cnki.net/kcms/detail/51.1277.U.20220426.1933.010.html.
    [3] DU G H, XU W, ZHU J G, et al. Effects of design parameters on the multiphysics performance of high-speed permanent magnet machines[J]. IEEE Transactions on Industrial Electronics, 2020, 67(5): 3472-3483. doi: 10.1109/TIE.2019.2922933
    [4] 钟志贤,蔡忠侯,祁雁英. 单自由度磁悬浮系统无模型自适应控制的研究[J]. 西南交通大学学报,2022,57(3): 549-557,581.

    ZHONG Zhixian, CAI Zhonghou, QI Yanying. Model-free adaptive control for single-degree-of-freedom magnetically levitated system[J]. Journal of Southwest Jiaotong University, 2022, 57(3): 549-557,581.
    [5] ZHANG S Y, WEI C B, LI J, et al. Robust H controller based on multi-objective genetic algorithms for active magnetic bearing applied to cryogenic centrifugal compressor[C]//Proceedings of the 29th Chinese Control And Decision Conference. Chongqing: IEEE, 2017: 46-51.
    [6] XU Y P, SHEN Q, ZHANG Y, et al. Dynamic modeling of the active magnetic bearing system operating in base motion condition[J]. IEEE Access, 2020, 8: 166003-166013. doi: 10.1109/ACCESS.2020.3022996
    [7] XU X B, FANG J C, LIU G, et al. Model development and harmonic current reduction in active magnetic bearing systems with rotor imbalance and sensor runout[J]. Journal of Vibration and Control, 2015, 21(13): 2520-2535. doi: 10.1177/1077546313513624
    [8] KATO J, TAKAGI K, INOUE T. On the stability analysis of active magnetic bearing with parametric uncertainty and position tracking control[C]// Proceedings of ASME 2016 International Mechanical Engineering Congress and Exposition. Phoenix: [s.n.], 2017: 1-10
    [9] HAN J Q. The extended state observer of a class of uncertain systems[J]. Control and Decision, 1995, 10(1): 85-88.
    [10] JIN C W, GUO K X, XU Y P, et al. Design of magnetic bearing control system based on active disturbance rejection theory[J]. Journal of Vibration and Acoustics, 2019, 141(1): 011009.1-011009.9. doi: 10.1115/1.4040837
    [11] GUAN X D, ZHOU J, JIN C W, et al. Disturbance suppression in active magnetic bearings with adaptive control and extended state observer[J]. Proceedings of the Institution of Mechanical Engineers, Part I: Journal of Systems and Control Engineering, 2020, 234(2): 272-284.
    [12] GUO B Z, ZHAO Z L. On the convergence of an extended state observer for nonlinear systems with uncertainty[J]. Systems & Control Letters, 2011, 60(6): 420-430.
    [13] ZHENG Q, GAOL L Q, GAO Z Q. On stability analysis of active disturbance rejection control for nonlinear time-varying plants with unknown dynamics[C]//2007 46th IEEE Conference on Decision and Control. Louisiana: IEEE, 2008: 3501-3506.
    [14] SUN B S, GAO Z Q. A DSP-based active disturbance rejection control design for a 1-kW H-bridge DC-DC power converter[J]. IEEE Transactions on Industrial Electronics, 2005, 52(5): 1271-1277. doi: 10.1109/TIE.2005.855679
    [15] GODBOLE A A, KOLHE J P, TALOLE S E. Performance analysis of generalized extended state observer in tackling sinusoidal disturbances[J]. IEEE Transactions on Control Systems Technology, 2013, 21(6): 2212-2223. doi: 10.1109/TCST.2012.2231512
    [16] GAO Z Q. Scaling and bandwidth-parameterization based controller tuning[C]//Proceedings of the 2003 American Control Conference. Ohio: IEEE, 2003: 4989-4996.
    [17] JIN H Y, SONG J C, ZENG S, et al. Linear active disturbance rejection control tuning approach guarantees stability margin[C]//2018 15th International Conference on Control, Automation, Robotics and Vision (ICARCV). Singapore: IEEE, 2018: 1132-1136
  • 期刊类型引用(4)

    1. 王麒臻,张俊梅,徐向波. 基于自适应陷波器与ESO的磁悬浮转子振动抑制方法. 微特电机. 2025(02): 52-59 . 百度学术
    2. 黄刚,袁崧琳,于惠钧,时鑫一,刘博龙. 基于等价输入干扰滑模观测器的磁悬浮轴承控制. 轴承. 2024(07): 80-86+94 . 百度学术
    3. 王浩,龙志强,丁明强,王屹华. 基于改进模型辅助ESO的磁轴承-转子系统自抗扰控制. 轴承. 2024(07): 132-137 . 百度学术
    4. 巩磊,何派,石勇,祝长生. 主动磁悬浮轴承有限元模型转子位置反步法控制. 陕西科技大学学报. 2024(06): 157-164 . 百度学术

    其他类型引用(2)

  • 加载中
图(14) / 表(2)
计量
  • 文章访问数:  469
  • HTML全文浏览量:  137
  • PDF下载量:  41
  • 被引次数: 6
出版历程
  • 收稿日期:  2022-11-17
  • 录用日期:  2023-06-05
  • 修回日期:  2023-03-24
  • 网络出版日期:  2023-06-13

目录

/

返回文章
返回