煤矿机械CoalMineMachineryVol.36No.01Jan.2015第36卷第01期2015年01月立方氮化硼（CBN）物理机械性能分别见表1、表2。建立如图1所示的坐标系，z坐标每单位长度为0.1mm。根据导出的计算公式，代入相关参数，可计算出细长轴径向压缩量为2μm，点（0，0.02）处于弹塑性临界状态时的压力Fp及推力Fs，计算结果见表3。表1轴承钢（GCr15）物理机械性能表2立方氮化硼（CBN）物理机械性能表3径向压缩量为2μm时工艺参数值4结语（1）建立了细长轴搓滚加工受力模型；（2）导出了轴任一点应力计算公式，该应力由5部分组成；（3）根据轴的应力计算公式可对搓滚加工压力及推力进行预估，用于指导生产。参考文献：［1］巩克云.细长轴表面滚压加工有限元分析及工艺参数研究［D］.秦皇岛：燕山大学,2002.［2］陈胜金,邓志平,赵刚.基于跟刀架的细长轴加工尺寸误差在线检测［J］.煤矿机械，2013，34（4）：168-170.［3］赵刚,邓志平,陈胜金.精密细长轴数控车削自适应加工研究［J］.煤矿机械，2013，34（1）：133-135.［4］张文智.应用跟刀架对细长轴类零件进行车削加工的工艺方法研究［J］.煤矿机械，2011，32（9）：108-110.［5］李坤淑.高精度细长轴的特殊磨削方法［J］.机械制造,2003,41(467):43-44.［6］顾伟,褚建新.金属轴搓滚加工原理与工艺［J］.机械工程学报,1999,35(3):90-94.［7］张成玉,汤双清，赵新泽，等.球头超细长轴的大批量加工［J］.煤矿机械，2006，27（12）：99-101.［8］K.L.Johnson.接触力学［M］.徐秉业,罗学富,刘信声,等译.北京：高等教育出版社,1992.［9］徐秉业,黄炎,刘信声,等.弹塑性力学及其应用［M］.北京：机械工业出版社,1984［10］第一汽车制造厂,长春汽车材料研究所.机械工程材料手册［K］.7版.北京：机械工业出版社,2010.作者简介：张成玉（1981-），女，重庆荣昌人，工程师，硕士研究生，现主要从事制造过程研究，电子信箱：154475502@qq.com.责任编辑：于秀文收稿日期：2014－08－14屈服极限/MPa353~412强度极限/MPa588~716性能值密度/g·cm-37.81弹性模量/GPa219泊松比0.3性能值抗弯强度/MPa300泊松比0.3抗压强度/MPa800~1000弹性模量/GPa720单位压力P/kN33.15单位切向力Q/N298.35接触区半宽a/μm10.2压力Fp/N762.45推力Fs/N6.86径向压缩量δ/μm2!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!doi:10.13436/j.mkjx.2015010490引言在高性能感应电动机控制系统中，为提高系统的调速性能，需要采用转速闭环控制。因而需要能*江西省研究生创新专项资金资助(YC2013-S059)基于无速度传感器的异步电机控制方法探讨*陈健强，黄劭刚，洪剑锋，宋凤林（南昌大学信息工程学院，南昌330031）摘要：转速辨识是无速度传感器异步电机矢量控制系统中的关键环节。主要介绍了当前研究的矢量控制系统中的速度辨识方法，分析了其优缺点及适用范围。利用MATLAB/SIMULINK建立了无速度传感器矢量控制系统，对直接计算法、模型参考自适应法、滑膜变结构法等几种常用的转速辨识方法进行了仿真、比较和分析。关键词：无速度传感器；速度辨识；矢量控制中图分类号：TM343文献标志码：A文章编号：1003－0794（2015）01－0121－04ResearchonSpeedIdentificationMethodsofAsynchronousMotorControlBasedonSpeedSensorlessCHENJian-qiang，HUANGShao-gang，HONGJian-feng，SONGFeng-lin(CollegeofInformationEngineering,NanchangUniversity,Nanchang330031,China)Abstract:Speedidentificationisthecrucialinthespeedsensorlessinductionmotorcontrol.Somespeedidentificationmethodsisdescribedandtheanalysesoftheiradvantages,disadvantagesandscopes.ThroughMATLAB/SIMULINK,anasynchronousmotorspeedsensorlessvectorcontrolsystemmodelisbuilt.TheDirectcalculationmethod,modelreferenceadaptive(MRAS),slidingmodeobserver(SMO)methodsaresimulated,comparedandanalysed.Keywords:speedsensorless;speedidentification;vectorcontrol121

第36卷第01期Vol.36No.01基于无速度传感器的异步电机控制方法探讨———陈健强，等提供转速信号的传感器，如测速发电机、光电编码器或旋转编码器等。然而在电动机轴上安装转速传感器需要保证较好的同轴度，否则将影响测速精度，在湿度较高、温差较大等恶劣环境下甚至无法正常工作；速度传感器价格昂贵，将增加调速系统的投资。因此，基于无速度传感器的交流调速系统设计受到人们普遍的关注和研究。而其核心是进行磁场旋转定向和速度的辨识。对于速度的辨识，主要有直接计算法、转子齿谐波法、自适应转速观测器法、神经元网络法和滑膜变结构参数估计法。每种方法都有各自特点。本文对常用的感应电动机无速度传感器控制方法进行了概括和总结，分析了各种方法的优缺点、应用场合和注意要点。1异步电机的数学模型考虑到鼠笼式异步电机转子内部短路，因此，异步电机在dq坐标系下的数学模型为：电压方程usd=Rsisd+pψsd-ω1ψsqusq=Rsisq+pψsq+ω1ψsd0=Rrird+pψrd-ωstψrq0=Rrirq+pψrq-ωstψrd（1）磁链方程ψsd=Lsisd+Lmirdψsq=Lsisq+Lmirqψrd=Lmisd+Lrirdψrq=Lmisq+Lrirq（2）转矩方程Te=np（isqψrd-isdψrq）LmLr（3）运动方程Te=TL＋Jnpdωrdt（4）式中Ls、Lr、Lm———定子电感、转子电感、定转子互感；ψsd、ψsq、ψrd、ψrq———定子、转子在dq轴上的磁链；isd、isq、ird、irq———定子、转子在dq轴上的电流；TL———负载转矩；J———转动惯量；ωr———转子转速；ω1———定子角频率；ωsl———转差；p———微分算子；np———极对数。2直接计算法直接计算法是根据已知方程联立求解未知量，由于转子磁链值可由电压模型或电流模型求得，定子电流可直接测量得到，因此可以通过转子磁链和定子电流来直接计算转速。如果将坐标轴放在静止的坐标系上时，则式（1）中ωl＝0，ωsl=-ωr，因此可以得到ωr＝ψrα（pψrβ-RrLmLrisβ）－ψrβ（pψrα-RrLmLrisα）ψrα2＋ψrβ2（5）从式（5）可以看出，分母一定不为负值，也不会为零，其计算得出的值比较稳定。该式计算用到的电机参数有定转子参数，互感和定转子电感。3模型参考自适应法如果将坐标系定向在α、β坐标系下，则可得到电流模型转子磁链方程pψrαψrβ=-1/Tr-ωrωr-1/Trψrαψrβ+LmTrisαisβ（6）电压模型的转子磁链方程ψrα＝LrLm乙（usα-Rsisα）dt-σLsisαψrβ＝LrLm乙（usβ-Rsisβ）dt-σLsisβ（7）式中Tr———转子时间常数；σLs———定子漏感，σLs＝（LrLs-Lm2）/Lm。电压模型法和电流模型法检测得到的转子磁链信号是相同的，其中电流模型法转子磁链需要转速值，是否可以根据电压模型法得到的转子磁链去反推得到转子转速，根据这一设想，提出了模型参考自适应法（MRAS）辨识转子转速，因电压模型法检测转子磁链只需要容易测量得到的定子电压和定子电流，所以把转子磁链检测的电压模型作为参考模型，把转子磁链检测的电流模型作为可调模型，采用基于磁链模型参考自适应法辨识转速的具体过程如图1所示。图1模型参考自适应法辨识原理根据Popov超稳定性理论，取辨识算法为比例积分自适应律kp+ki/s。模型输出量除了转子磁链，还可以是反电势、无功功率、定子磁链。4自适应速度观测器法观测器的实质是状态的重构，其原理是重新构造一个系统，利用系统中可直接测量的变量作为输入信号，使其输出信号在一定条件下等价于原系统的状态。相对于前述方法，这是一种闭环观测器，可以在一定程度上增强抗参数变化和噪声干扰的鲁棒性。观测器方法有全阶状态观测器、扩展卡尔曼滤波器和滑模观测器。卡尔曼滤波器是将电机转速ψrψr-^+usise电压模型电流模型辨识算法122

第36卷第01期Vol.36No.01基于无速度传感器的异步电机控制方法探讨———陈健强，等看做一个状态变量，考虑电机的5阶非线性模型，在每一步估计转速时都重新将模型在该运行点线性化，再沿用线性卡尔曼滤波器的递推公式进行估计。这种算法虽然避免了对测量值的微分计算，但计算量很大。采用滑模控制是使控制系统的状态最终稳定在设计好的滑模超平面上，具有良好的动态响应，鲁棒性也较强。5神经元网络法利用神经元网络法进行转速辨识，一般是先规定网络结构，再通过学习系统的输入和输出，是满足性能指标要求，进而归纳出隐含在系统的I/O中的关系。采用自适应算法，以电压模型的输出为参考值，神经网络的输出为估计值，根据多层网络的反向传输算法，就可以得到基于神经元网络的转速自适应辨识系统，如图2所示。图2神经元网络法辨识原理6转子齿谐波与高频注入法前面介绍的几种方法都依赖于电机方程式，因而受到电机参数的影响。M.Ishida在1979年就曾提出利用转子齿谐波电压，采用模拟滤波技术计算转差频率的设想。一般来说，定子电压和电流均含有可检测的谐波信号成分，采用定子电流的谐波检测，实现转速的估计。这种方法改善了低速性能，拓宽了调速范围。Lorenz等学者通过在电机接线端上注入一个三相平衡的高频电压信号，使电机产生一个可检测的磁凸极，通过对该磁凸极位置的检测来获取转速信息。这种方法可工作在极低速甚至零速运行状态，而且系统的计算量也不大。7仿真模型的建立与实验本文在MATLAB/SIMULINK的基础上搭建无速度传感器矢量控制的仿真模型，对几种常用的转速辨识方法进行了仿真研究，其中所用的电机参数如下：额定功率Pe=4.7kW，额定电压UN=380V，额定转速为nN=2000r/min，定子电阻Rs=14.85×10-3Ω，转子电阻Rr=9.295×10-3Ω，定、转子漏感为Lls=Llr=0.3027×10-3H，互感为Lm=10.46×10-3H。为测试系统的抗负载干扰情况，在1.5s时转矩由0增加到50Nm，图3所示为转速n=800r/min时几种辨识方法的辨识转速图。为测试系统的低速运行状态下的辨识特性，各种辨识方法在低速下的辨识结果如图4所示。（a）直接计算法辨识转速（b）基于磁链MRAS法辨识转速（c）基于反电势MRAS法辨识转速（d）基于滑膜变结构辨识转速（e）基于扩展卡尔曼滤波辨识转速时间/s图3转速n=800r/min时的辨识结果（a）直接计算法辨识转速（b）基于磁链MRAS法辨识转速（c）基于反电势MRAS法辨识转速（d）基于滑膜变结构辨识转速（e）基于扩展卡尔曼滤波辨识转速时间/s图4转速n=50r/min时的辨识结果从图3、图4可以看出，在高速运行状态下，几种常见方法的转速辨识都比较平稳，精度也较好，实时性也较强，但在低速下，采用直接计算法的转速辨识准确度最高，精度较好，而基于反电势的MRAS方法的转速辨识精度较差，波动也很大，误差也很大。转速/r·min-1转速/r·min-1转速/r·min-1转速/r·min-1转速/r·min-1转速/r·min-1ψrψr-^+usise电压模型神经网络模型反向传输算法ωr^0.51.001.52.02.53.01000--10000.51.001.52.02.53.01000--10000.51.001.52.02.53.01000--10000.51.001.52.02.53.01000--10000.51.001.52.02.53.01000--10000.51.001.52.02.53.0100--100转速/r·min-10.51.001.52.02.53.0100--100转速/r·min-10.51.001.52.02.53.0500--500转速/r·min-10.51.001.52.02.53.0500--500转速/r·min-10.51.001.52.02.53.0500--500123

煤矿机械CoalMineMachineryVol.36No.01Jan.2015第36卷第01期2015年01月基于滑模变结构的转速辨识波动较大，在一定范围内波动。而基于扩展卡尔曼滤波器的方法辨识的转速波动很大，辨识精度较差。可见，这几种方法在低速下的辨识精度都不高。而采用直接计算法和基于磁链的MRAS辨识转速无论在低速还是高速下精度都很高。8结语本文对常见的速度辨识方法进行介绍，并分析了各种方法的优缺点。并用仿真的手段对其进行了比较研究。今后的无速度传感器矢量控制的研究主要包括：智能算法的硬件化、零频及低频问题处理、电机参数在线辨识问题、发电状态下转速辨识问题等。参考文献：［1］齐放,邓智泉,仇志坚,等.基于MRAS的永磁同步电机无速度传感器［J］.电工技术学报,2007,22(4):53-58.［2］黄志武,桂卫华,年晓红,等.基于自适应观测器的无速度传感器感应电机控制［J］.控制理论与应用,2007,24(6):913-918.［3］周超,郗晓田,游林儒,等.基于BEMF的MRAS矢量控制系统速度辨识及其数字化实现［J］.微电机,2013,46(12):60-63.［4］阳同光,黄志武,李艺.一种新型的交互式MRAS速度辨识仿真［J］.微特电机,2009，37（1）：30-31，45.［5］刘丹丹,付丽君,孙金根.基于神经网络可调模型的直接转矩控制系统速度辨识［J］.自动化与仪器仪表,2008（4）：7-9.［6］刘文胜,王一,王新伟.基于神经网络速度辨识的直接转矩控制系统［J］.电力电子技术,2007,41(9):96-97，114.［7］陈雪飞,李红梅,王晓晨,等.基于自适应滑模观测的无速度传感器感应电机间接磁场定向滑模控制［J］.微电机，2011,44(1):46-49，54.［8］路强,沈传文,季晓隆,等.一种用于感应电机控制的新型滑模速度观测器研究［J］.中国电机工程学报,2006,26(18):164-168.作者简介:陈健强(1989-），湖南衡阳人，在读硕士研究生,研究方向：电机及其控制，电子信箱：108346013@qq.com.责任编辑：于秀文收稿日期：2014－09－09!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!doi:10.13436/j.mkjx.2015010500引言采煤机挑顶量（见图1（a）A值）即采煤机摇臂壳体顶面与支架前梁底面接触后，滚筒齿尖超过支架顶梁顶面（支架顶梁与顶板接触良好）或顶板截割面（支架顶梁与顶板接触不佳）的有效高度。采煤机挑顶量的提出引用巷道挑顶概念。相对中厚及以上煤层采煤机，薄煤层采煤机挑顶量偏小；随着现代化高效综采的推进，对薄煤层采煤机的可靠性提出了更高的要求，薄煤层采煤机功率越来越大，相应摇臂外形尺寸也越来越大；同时由于薄煤层工作面煤层厚度条件的限制，采煤机滚筒直径相对较小。为了能更好地说明问题，以配套较小直径滚筒的大功率薄煤层采煤机与厚度较大带伸缩顶梁的支架为例，列举影响薄煤层采煤机挑顶量的各种因素，并提出相应解决措施，最终指导薄煤层的正常开采。1薄煤层采煤机挑顶量的影响因素（1）刮板输送机推移步距不足引起摇臂壳体顶面与支架前端厚梁接触（见图1）薄煤层采煤机装煤效果不佳使得煤壁侧堆积的浮煤与矸石较多，同时薄煤层支架推移千斤顶产生的推移力较小，造成刮板输送机的推移步距小于采煤机滚筒截深B。此时采煤机摇臂若上摆挑顶时易与支架前端厚梁接触，采煤机挑顶量减小，由图1（a）的较大挑顶量A值减小至图1（b）的较小挑顶量A′值。若同时再出现其他影响因素，则采煤机有效挑顶量可能出现不足，影响正常开采。薄煤层采煤机挑顶量的探讨*章立强（天地科技股份有限公司上海分公司，上海200030）摘要：结合实际开采出现的问题，通过对薄煤层采煤机挑顶量各种影响因素的分析，提出了减小影响的具体措施，总结了在设备、配套、使用等方面的注意事项，指导薄煤层的正常开采。关键词：薄煤层采煤机；挑顶量；减小影响中图分类号：TD421.6文献标志码：B文章编号：1003－0794（2015）01－0124－03StudyonRippingAmountofThinCoalSeamShearerZHANGLi-qiang(ShanghaiBranch，TiandiScienceandTechnologyCo.Ltd．，Shanghai200030，China)Abstract：Basedontheactualminingproblems.Byanalysingthevariousinfluencefactorsofrippingamountonthincoalseamshearer.Thisarticleputsforwardsomeconcretemeasurestoreducetheinfluence,summarizedseveralmattersneedingattentioninsuchaspectsasequipment,mating,use,andguidethenormalexploitationofthincoalseam。Keywords:thincoalseamshearer；rippingamount；reduceinfluence*中国煤炭科工集团科技创新基金资助项目（2013MS002）124