在阅读此文之前，麻烦您点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，感谢您的支持。
文、编辑✎凉薯不凉
随着电子技术、功率半导体技术和高性能磁性材料制造技术的飞速发展。
永磁无刷直流电机以其结构简单、运行可靠、维护方便、调速性能好、效率高等一系列优点.迅速地发展起来，在很多领域受到了广泛的应用。
永磁无刷直流电机具有很多优点，但是它存在的转矩脉动问题一直是研究领域面临的一大难题。
永磁无刷直流电机的转矩脉动问题主要源于磁场的不均匀性和磁场随转子位置的变化。
在电机运行过程中，磁场的不均匀性会导致转子受到不同的吸引力或斥力，从而产生转矩波动。
为了解决转矩脉动问题，研究者们采取了多种方法：
一种常用的方法是采用优化设计的磁体结构，通过改变磁体的形状和磁场分布，使得磁场更加均匀。
另一种方法是采用复合磁体结构，即将多个磁体组合在一起，以增加磁场的均匀性。
此外，控制算法的改进也可以有效地减小转矩脉动。通过优化电流与磁场的控制方式，可以减小磁场随转子位置的变化，从而减小转矩脉动。
而在实际系统中，转矩脉动将破坏电机运动系统控制特性使电机运行系统的可靠性下降，引起振动和噪声。
这些缺点限制了永磁无刷直流电机在转速、位置控制要求精度高、低噪声场合中的应用。
永磁无刷直流电机是一个多变量、非线性的系统。线性是在一定程度上和一定的范围内对永磁无刷直流电机的近似等效。
目前，经典的PID控制仍然是广泛应用于永磁无刷直流电机控制系统的策略。
然而，近年来也出现了一些新的控制方法，如相平面方法、描述函数方法、微分几何方法、微分代数方法以及滑模动态的变结构控制方法。
此外，还有一些其他方法，例如逆系统方法、模糊控制方法、神经网络控制方法以及混沌动力学方法也被用于永磁无刷直流电机控制系统。
这些新的控制方法为提高永磁无刷直流电机的控制性能和解决转矩脉动问题提供了新的思路和解决方案。
永磁无刷直流电机数学模型在解决一般工程问题时，对于永磁无刷直流电机可以做一些近似假设以简化分析。这些假设包括：
1. 忽略磁路饱和：假设电机的磁路没有饱和现象，即永磁体的磁场强度不受温度或磁场强度的影响。
2. 忽略涡流和磁滞损耗：假设电机中的涡流和磁滞损耗可以忽略不计。
3. 忽略齿槽效应：假设电机的齿槽对气隙磁场分布没有显著影响，即可以将气隙磁感应强度近似为一个平顶宽度为120°的梯形分布。
4. 完全对称绕组：假设电机定子的三相绕组是完全对称的，这样可以简化电机的分析和计算。
5. 理想的开关特性：假设电机驱动电路中的功率管和续流二极管具有理想的开关特性，即开关速度很快，开关过程中没有能量损耗。
这些近似假设可以简化永磁无刷直流电机的建模和分析过程，但实际应用中需要根据具体情况来权衡和验证这些假设的合理性。
本文以两相导通星形连接三相六状态为例iii为各相定子绕组的相电流，为各相定子绕组的相反电动势。
为各相定子绕组的相电压，R为电机每相绕组的内阻，M为电机每两相绕组之间的互感。
为L电机每相绕组的自感U为电机中性点相对于直流母线地的电压,可以得出永磁无刷直流电机的电压方程如下:
换相转矩脉动的成因和抑制原理分析对于一台制造良好的永磁无刷直流电机来讲，换相转矩脉动成为电机转矩脉动的主要原因。
当永磁无刷直流电机工作于120°导通方式，即两两导通的模式下，在换相时会产生转矩脉动问题。
在电机换相期间，由于绕组中电感的存在，电流不可能立即发生变化，因此电流波形呈梯形。
而不是标准的矩形波，这就使绕组中存在电流的脉动，从而出现电机电磁转矩脉动。
对下面的分析做如下的假设：设在换相期间，永磁无刷直流电机的速度一定，电机的反电动势是理想的梯形波形，且平顶宽度是120°并且电机在换相的过程中各相的反电动势幅值不变。
以电流从A相换流到B相(均是上桥臂)，C相为非换相相为例，进行以下分析。
由于电机感性绕组的存在，使换相期间换相绕组电流变化不能瞬间完成，而是经过一个变化的过程。
设开通相绕组的电流上升到工作电流所用的时间为t关断相绕组电流下降到零所用的时间为t电机各相绕组的参数对称且相等。
但是由于进行换相的两相绕组所处的电流状态不一样，所以和这两个时并不一定相等，再根据绕组为星刑接法的电机三相电流之和为0的特点。
可以得出换相期间有3种电流变化情况，推导出换相期间电机的电磁转矩T的表达式为:
永磁无刷直流电机换相转矩脉动抑制控制系统0.1控制系统总体结构
本文为抑制永磁无刷直流电机换相转矩的脉动采用了一种基于神经网络和换相电流预测相结合的控制算法。
0.2换相电流预测
控制电流预测控制是一种在恒定的开关频率下，以开关周期为电流控制周期的电流控制方法。
其基本控制思想是采集当前的电流值，通过计算得到下一个开关周期中要产生所希望的电流值需要施加的电压，并将此电压转换为下一个开关周期的占空比，从而实现对电流的控制。
综合考虑电机的高低速运行状态，可以在换相期间,给电机的开通相和关断相通以某一PWM波控制，非换相相通以另一PWM波控制，以保证换相期间非换相相的电流维持不变。
以A相为关断相B相为开通相C相为非换相相为例换相期间开关管的工作情况如图3所示开通管和关断管均在上桥臂。
开通管进行占空比为D(t)的PWM调制，关断管也通以占空比为D(t)的PWM波。非换相相通以占空比为D(t)的PWM波。
0.3BP神经网络
PID控制PID控制中的比例、积分和微分3种控制作用只有形成最佳的配合关系，才能得出最优的控制效果。
他们的关系不一定是“线性组合”，BP神经网络具有逼近任意非线性函数的能力，该网络可以通过对系统性能的学习找到PID3种作用的最佳组合方式，从而实现优化控制。
采用的是一个具有3层的BP网络,结构如图所示。有m个输人节点和n个隐层节点，输出节点只有3个。本系统中网络输入层节点的输人为:
仿真结果与分析本文的永磁无刷直流电机控制系统仿真实验中，电机的给定速度分别为1000r/min和3000r/min。
电机的极对数为2转动惯量为0.35*10kgm逆变器两端的电压是220V给电机加人的负载转矩是3N·m。
BP神经网络的结构为4个输入层节点，5个隐含层节点，3个输出层节点。
BP神经网络输出层的三个输出即为PID控制器的3个可调参数比例系数K积分系数K和微分系数K。
在仿真的过程中，神经网络的惯性系数a取值为005学习速率n的取值为2。
0.1电机低速运行情况下的仿真
由图中两种算法仿真结果比较可以看出，神经网络换相电流预测控制算法的控制效果优于传统PID的控制效果。
有效地抑制了永磁无刷直流电机在低速运行时换相期间产生的转矩脉动。
0.2电机高速运行情况下的仿真
由图可以看出，神经网络换相电流预测控制算法的控制效果优于传统PID的控制效果，有效地减小了永磁无刷直流电机在高速运行时换相期间产生的转矩脉动。
0.3电流检测加入脉冲扰动的仿真
当系统运行过程中，在002s时，给电流检测环节突加一个幅值为5的单脉冲扰动信号。
图为转矩的仿真结果图，虚线表示传统PID控制的转矩波形，实线是采用神经网络换相电流预测控制的转矩波形，t和tz分别是传统PID控制和新策略控制下对单脉冲扰动的响应时间。
可以看出t<t在0.02s单脉冲扰动信号作用下，电机的转矩突然出现了大的脉动。
采用神经网络换相电流预测控制算法时转矩波动幅度较小，而且波动的时间短，先于传统PID控制恢复到正常状态。
因此可以看出神经网络换相电流预测控制对于电流突变的抗干扰能力强于传统PID控制。
结论针对永磁无刷直流电机存在的换相转矩脉动问题，展开了对换相转矩脉动抑制方法的研究。
采用了适合电机全速范围的神经网络和换相电流预测控制相结合的控制策略，仿真结果表明：
神经网络换相电流预测控制适用于永磁无刷直流电机全速范围内的控制，在对电机换相转矩脉动抑制方面控制效果最理想，并且有较强的抗干扰能力和自恢复能力。
参考文献1.雷金莉窦满峰,张振华永磁无刷真流电机数字控制系统设计与DSP实现[J].制造业自动化.
2.Paul A RGeorge M.Brushless DC motor control using digital PWMtechniques[C]//Signal Processing,Communication,Computing andNetworking Technologies(ICSCN)2011 International Conferenceon，IEEE.
3.刘刚王志强,房建成.永磁无刷直流电机控制技术与应用[M].北京:机械工业出版社.
4.宋飞.无位置传感器无刷直流电机调速系统控制策略研究[D].南京:南京航空航天大学.
5.师蔚,蔚兰，张舟云,等.无刷直流电动机换相转矩脉动控制[J].微特电机.
6.Bharatkar S S,Yanamshetti RChatterjee D,et al.Dual-mode switching technique for reduction of commutation torque ripple of brushlessdc motor[J].IET electric power applications，20115(1):193-202.
7.韦鲲永磁无刷直流电机电磁转矩脉动抑制技术的研究[D]杭州:浙江大学,2005.
8.Sangsefidi YZiaeinejad S,Shoulaie A.Torque ripple reduction ofBLDC motors by modifying the non-commutating phase voltage[C]//Electrical,Control and Computer Engineering(INECCE)2011 In-ternational Conference onIEEE.
