永磁同步电机定子电阻检测方法及装置与流程

1.本发明涉及智能控制领域，更具体地涉及一种永磁同步电机定子电阻检测方法、装置、永磁同步电机以及空调。

背景技术：

2.系统辨识和系统参数估计是六十年代开始迅速发展起来的一门学科。系统辨识问题通常是指通过观测系统过程的输入

?

输出的关系以确定其数学模型。一般地，我们对系统的结构有很多了解，因此可以推导出系统动力学的特定的数学模型。在这种情况下，只要确定模型方程中的一组参数就可以了，从而系统辨识问题就简化为参数辨识问题。

3.永磁同步电机的参数在线辨识是通过在电机正常工作时采集瞬时电压电流、转速和转矩等信息，实时地带入设计的辨识算法中不断地更新电机本体参数。在线辨识不仅不影响电机的正常运行，而且不需要注入其他激励信号。目前对电机多参数在线辨识和观测也成为近些年研究的热门方向，国内外学者也将多种先进控制算法用于其中，如递推最小二乘法、模型参考自适应算法、卡尔曼滤波算法和人工智能算法(如神经网络)等。

4.在上世纪年代卡尔曼在维纳滤波的基础上提出了一种新型滤波算法，即卡尔曼滤波。卡尔曼滤波是一种高效率的递归滤波方法，它能够从一系列不完全噪声的测量中估计动态系统的状态。其主要是利用目标的动态信息，设法去掉噪声的影响，得到一个关于目标的最好的估计。同经典的维纳滤波方法相比，卡尔曼滤波器的优点是具有递推形式，便于在计算机上实现和实时应用，可处理时变系统、非平稳信号和多维信号。

5.空调压缩机用永磁同步电机运行工况复杂多变，最大温度范围可达

?

30℃至60℃之间，因此必须保证电机驱动系统可以在大范围温度环境内安全可靠地运行。目前对于电机本体温度特性影响的研究较为常见，包括温度对电机输出转矩、输出效率、发热损耗及使用寿命等；然而对于如何通过改进电机控制算法以补偿温度对空调压缩机用电机性能影响的相关研究还较少。因此，现有技术需要一种永磁同步电机定子电阻检测的方案。

6.上述在背景部分公开的信息仅用于对本发明的背景做进一步的理解，因此它可以包含对于本领域普通技术人员已知的不构成现有技术的信息。

技术实现要素：

7.本发明提供了一种永磁同步电机定子电阻检测方法、永磁同步电机以及空调。本发明的方案能够通过改进电机控制算法以补偿温度对空调压缩机用电机性能影响,以解决电机驱动系统可以在大范围温度环境内安全可靠地运行的技术问题，此外本发明能够解决压缩机在高温工况下运行的可靠性较弱，失磁报废的风险高的问题，另外能够解决增加外设冷却系统将相应地提高了开发成本，以及若不作任何防范措施将提高压缩机退磁报废所带来的生产成本的问题。

8.本发明的第一方面提供了永磁同步电机定子电阻检测方法，包括：构建永磁同步电机的状态观测方程，在状态观测方程中将定子电阻参数与所述观测方程的状态变量相关

联，并对该状态观测方程进行离散化；将离散化的状态观测方程的输入送入卡尔曼滤波器，对卡尔曼滤波器中的定子电阻参数进行实时检测,以获得永磁同步电机定子电阻参数的值。

9.根据本发明的一个实施例，所述定子电阻参数为定子的相电阻的阻值。

10.根据本发明的一个实施例，通过所获得的永磁同步电机定子电阻参数值来确定永磁同步电机的温度值，如果所述温度值达到预定的阈值时，触发压缩机的退磁保护机制。

11.根据本发明的一个实施例，其中所述压缩机的温度值t的计算公式为：t＝t0+(r

t

/r0?

1)/α，其中t0为绕组离线测试的环境温度，r

t

为在温度t℃时的卡尔曼滤波器检测到的定子的相电阻值，r0为t0时的定子绕组相电阻，α为导体温度系数。

12.根据本发明的一个实施例，其中，所述永磁同步电机的状态观测方程为：其中u为输入变量，y为输出变量，x为内部变量，为内部变量的导数，a，g，c为矩阵。

13.根据本发明的一个实施例，其中在状态观测方程中将定子电阻参数与所述观测方程的状态变量相关联包括：将定子电阻参数与所述观测方程中矩阵a的中的状态变量相关联。

14.根据本发明的一个实施例，其中，输入状态变量为u＝[u1,u2,...,u

m

]

t

，输出状态变量为y＝[y1,y2,...,y

n

]

t

，内部状态变量为x＝[x1,x2,...,x

q

]

t

，

[0015]

当时，状态观测方程为：

[0016]

并且

[0017][0018]

其中，u

d

，u

q

，i

d

，i

q

，l

d

以及l

q

分别为永磁同步电机定子绕组的d

?

q轴电压、电流和电感，r

s

，ψ

f

及ω分别为永磁同步电机定子绕组相电阻、转子永磁体磁链及电角速度。

[0019]

根据本发明的一个实施例，其中在状态观测方程中将定子电阻参数与所述观测方程的状态变量相关联包括：将状态方程中的替换为以使得定子电阻参数与所述观测方程的状态变量相关联。

[0020]

根据本发明的一个实施例，其中采用一阶欧拉方程对状态观测方程进行离散化，离散化的状态方程为：

[0021]

x

k

＝x

k

?1+(ax

k

?1+gu

k

?1)t

s

＝(i+at

s

)x

k

?1+gu

k

?1t

s

，其中k为迭代次数，t

s

为采样时间，i为单位矩阵，x

k

，x

k

?1为离散化的内部变量，u

k

?1为离散化的输入变量。

[0022]

根据本发明的一个实施例，对离散化的方程进行以下处理，

[0023][0024]

后，

[0025]

所述离散化的状态观测方程为：x

k

＝f

k

?1x

k

?1+b

k

?1u

k

?1，当考虑系统误差和测量噪声时，离散化的状态观测方程为：

[0026]

x

k

＝f

k

?1x

k

?1+b

k

?1u

k

?1+w

[0027]

y

k

＝cx

k

+v

[0028]

其中，w为输入噪声，v为输出噪声，f

k

?1为第k

?

1次迭代的矩阵f，b

k

?1为第k

?

1次迭代的矩阵b。

[0029]

根据本发明的一个实施例，其中，定义输入噪声的协方差矩阵：q＝cov(w)＝e{ww

t

}，定义输入噪声的协方差矩阵：r＝cov(v)＝e{vv

t

}，

[0030]

状态变量的估计误差的协方差矩阵为：其中其中为第k次状态变量的估计误差，为e

k

的转置矩阵，为第i次状态变量的估计值，

[0031]

所述卡尔曼滤波器运行的算法包括：

[0032]

s1：计算状态变量的先验估计值和协方差矩阵的先验估计值：

[0033][0034][0035]

s2：计算卡尔曼增益：

[0036][0037]

s3：根据测量量更新状态估计，计算状态变量的最优估计值：

[0038][0039]

s4：更新协方差矩阵：

[0040][0041]

其中r

k

为输入噪声的协方差矩阵，为状态变量的先验估计值，k

k

为卡尔曼增益，为协方差矩阵的先验估计值。

[0042]

本发明的第二方面提供了一种永磁同步电机定子电阻检测装置，包括了存储器和

处理器，存储器用于存储计算机指令，所述处理器用于：当执行所述计算机程序时，实现上述的方法

[0043]

本发明的第三方面提供了一种永磁同步电机，其采用了上述永磁同步电机定子电阻检测方法或包括上述永磁同步电机定子电阻检测装置。

[0044]

本发明的第四方面提供了一种空调，其包括上述的永磁同步电机。

[0045]

本发明的方案通过对定子电阻随温度所产生的变化量的观测，从而判断空调压缩机内部定子绕组的温度，以此为基础实现了凸极式永磁同步电机在温度波动情况下的优化运行，在压缩机电机退磁之前进行程序逻辑的保护从驱动器输入铜排上直接泄放外界输入的干扰，大幅度缩短滤波回路，防止干扰进入模块，增强驱动器的稳定性。采用本发明的方案，能够提高压缩机对于温度波动的响应速度，提升高温工况下运行的可靠性，降低压缩机失磁报废的风险，能够降低增加外设冷却系统的成本及压缩机退磁报废所带来的生产成本。

附图说明

[0046]

为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图进行简单介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0047]

图1是根据本发明的一个示例性的采用卡尔曼滤波器的变频空调压缩机控制框图示意图。

[0048]

图2是根据本发明一个示例性的实施例的永磁同步电机定子电阻检测方法流程图。

[0049]

图3是根据本发明的一个示例性的永磁同步电机永磁体磁链的变化图。

[0050]

图4是根据本发明一个示例性的定子电阻估计值及规格书值仿真图。

[0051]

图5是根据本发明的一个示例性的另一定子电阻估计值及规格书值仿真图。

[0052]

图6是根据本发明的一个示例性的另一定子电阻估计值及规格书值仿真图。

[0053]

图7是根据本发明的一个示例性的永磁同步电机的退磁曲线图。

具体实施例

[0054]

如在本文中所使用的，词语“第一”、“第二”等可以用于描述本发明的示例性实施例中的元件。这些词语只用于区分一个元件与另一元件，并且对应元件的固有特征或顺序等不受该词语的限制。除非另有定义，本文中使用的所有术语(包括技术或科学术语)具有与本发明所属技术领域的普通技术人员通常理解的含意相同的含意。如在常用词典中定义的那些术语被解释为具有与相关技术领域中的上下文含意相同的含意，而不被解释为具有理想或过于正式的含意，除非在本发明中被明确定义为具有这样的含意。

[0055]

本领域的技术人员将理解的是，本文中描述的且在附图中说明的本发明的装置和方法是非限制性的示例性实施例，并且本发明的范围仅由权利要求书限定。结合一个示例性实施例所说明或描述的特征可与其他实施例的特征组合。这种修改和变化包括在本发明的范围内。

[0056]

下文中，将参考附图详细描述本发明的示例性实施例。在附图中，省略相关已知功

能或配置的详细描述，以避免不必要地遮蔽本发明的技术要点。另外，通篇描述中，相同的附图标记始终指代相同的电路、模块或单元，并且为了简洁，省略对相同电路、模块或单元的重复描述。

[0057]

高温环境对电机工作性能及使用寿命都影响显著，很多研究通过计算电机发热损耗并且观测电机各项参数，然后设计合适的水冷系统解决温度变化的影响。但对于家电行业，尤以空调行业，这无疑大大增加了生产成本，并且压缩机本体已充斥了大量冷媒剂，若再增加水冷系统，则实现的可能性将更为困难。而随着压缩机的成本地逐步降低，其永磁同步电机的磁性随温度波动则更为敏感，在实际的高温工况、恶劣实验等试验当中，并不需要较长时间的电机运行，只需一瞬间则可能导致电机退磁，损坏压缩机。

[0058]

目前对永磁材料特性和失磁机理已有深入研究，但因缺乏针对电机应用中的永磁体状况动态检测方法，因此很难实现对电机磁损或失磁故障及时有效的控制和预防。另外，高性能永磁电机控制系统中位置反馈装置的偏差，如码盘松动或初始安装位置的不准确等因素，也会使系统获得错误的永磁体磁链信息，影响控制性能和可靠性。为此，本专利提出一种基于卡尔曼滤波器的永磁同步电机定子电阻识别方法，通过对定子电阻随温度所产生的变化量的观测，从而判断空调压缩机内部定子绕组的温度，以此为基础实现了凸极式永磁同步电机在温度波动情况下的优化运行，在压缩机电机退磁之前进行程序逻辑的保护。

[0059]

本发明通过采用卡尔曼滤波器对永磁同步电机定子电阻进行在线识别和检测。通过选择磁场同步旋转坐标系下定子电流、永磁体磁链和定子电阻为状态变量，构建了估算定子电阻幅值和方向的卡尔曼滤波器。该方法能快速准确地收敛于定子电阻真实值，且对电机电感、永磁体磁链等参数不敏感，鲁棒性强，能在定点dsp系统上实时实现。基于定子电阻状况的动态监测可为永磁同步电机控制系统提供准确的定子电阻信息，提高系统控制性能和效率；同时，基于定子电阻状况的动态监测，结合永磁体失磁机理的分析，可有效防止电机失磁状况的恶化，降低不可逆的失磁，有利于拓展永磁电机在变频空调等使用环境恶劣、可靠性要求高的场合的应用。本发明通过实验结果验证了该方法的正确性和有效性。

[0060]

图1是根据本发明的一个示例性的采用卡尔曼滤波器的变频空调压缩机控制框图示意图。

[0061]

图1所示的模型为传统的矢量控制电机模型，i

q_c*

为转矩补偿电流；i

s*

为参考定子电流；θ

e

为估计角度；u

α*

、u

β*

、i

α

、i

β

为α

?

β轴电压、电流；i

a

、i

b

为a、b相电流；u

a

、u

b

、u

c

为a、b、c三相电压；u

dc

为直流母线电压。

[0062]

图2是根据本发明一个示例性的实施例的永磁同步电机定子电阻检测方法流程图。

[0063]

如图2所示，在步骤201处，构建永磁同步电机的状态观测方程，在状态观测方程中将定子电阻参数与所述观测方程的状态变量相关联，

[0064]

在步骤202处，对该状态观测方程进行离散化；

[0065]

在步骤203处，将离散化的状态观测方程的输入送入卡尔曼滤波器，对卡尔曼滤波器中的定子电阻参数进行实时检测,以获得永磁同步电机定子电阻参数的值。

[0066]

根据本发明的一个或多个实施例，其中定子电阻参数为定子的相电阻的阻值，通过所获得的永磁同步电机定子电阻参数值来确定永磁同步电机的温度值，如果所述温度值达到预定的阈值时，则触发压缩机的退磁保护机制。

[0067]

根据本发明的一个或多个实施例，永磁同步电机在同步旋转d

?

q坐标系下的数学模型为：

[0068][0069][0070]

其中，u

d

，u

q

，i

d

，i

q

，l

d

以及l

q

分别为定子绕组的d

?

q轴电压、电流和电感，r

s

，ψ

f

及ω分别为定子绕组相电阻、转子永磁体磁链及电角速度。

[0071]

根据本发明的一个或多个实施例，当电机永磁体状况运行中，由于温度等外界作用影响，永磁体磁链矢量幅值和方向发生变化，或由于位置反馈信号错误，系统d

?

q轴定位出现偏差时，以式(1)、(2)为基础的控制系统性能将会受到影响。

[0072]

图3是根据本发明的一个示例性的永磁同步电机永磁体磁链的变化图。对应于前一种情况，如图3所示，电机永磁体磁链矢量由初始的ψ

r0

变化至ψ

r

，对应于后一种情况，电机磁场定向方向将存在偏差角γ，这两种情况下永磁体磁链都将在d

?

q轴下分别产生新的分量ψ

rd

、ψ

rq

。此时，相应的电机定子绕组电压方程将变为

[0073][0074]

为改善控制性能，此时需将转子磁场定向由d

?

q坐标系重新定位至准确的d

’?

q’坐标系，这样就需要对转子磁链进行动态监测，即对当前同步旋转坐标系下的转子永磁体磁链值分量ψ

rd

、ψ

rq

进行动态监测。把转子同步转速和某与永磁体磁链方向有偏差的d

?

q坐标系转角θ(可通过同步转速积分得到)作为已知量，而把永磁体磁链作为待观测量。将电压方程改写为:

[0075][0076]

根据本发明的一个或多个实施例，实际系统中，永磁体磁链波动过程一般以分钟甚至小时为单位计，远长于电机控制系统的动态过程，而位置反馈装置的偏差也不会引起磁链幅值的波动，另外，失磁保护和磁链校正并不需要与电磁过渡过程一样快速，所以d

?

q轴磁链相对于电流等状态变量总可当作稳态值处理，这样可列出：

[0077][0078]

根据本发明的一个或多个实施例，若一个系统的输入输出状态变量分别为u＝[u1,u2,...,u

m

]

t

和y＝[y1,y2,...,y

n

]

t

，系统的内部状态变量为x＝[x1,x2,...,x

q

]

t

，则其状

态空间的表达式为：

[0079][0080]

联合式(4)、(5)可写出永磁同步电机的状态观测器方程为

[0081][0082]

即系统内部状态变量、输入状态变量及输出状态变量为：

[0083][0084]

且状态方程中

[0085][0086][0087][0088]

由上述式(9)可知，定子电阻r

s

并未与状态变量产生关联，状态观测器处于无解状态，其不能估计出真实的定子电阻r

s

，需要对其进行改进，与状态变量相关联，则改进(9)式

为：

[0089][0090]

采用近似用一阶欧拉法把状态方程展开为离散迭代形式(离散化)，近似过程中的误差可以用卡尔曼滤波器的反馈校正来补偿。

[0091]

x

k

＝x

k

?1+(ax

k

?1+gu

k

?1)t

s

＝(i+at

s

)x

k

?1+gu

k

?1t

s

??????????

(13)

[0092]

其中k为迭代次数，t

s

为采样时间，i为单位矩阵。

[0093]

其中状态方程变为：

[0094][0095][0096]

即离散方程可以写成

[0097]

x

k

＝f

k

?1x

k

?1+b

k

?1u

k

?1????????????????????

(16)

[0098]

考虑系统误差和测量噪声的影响，在离散域中，系统状态方程为

[0099]

x

k

＝f

k

?1x

k

?1+b

k

?1u

k

?1+w

??????????????????????????????????????

(17)

[0100]

y

k

＝cx

k

+v

??????????????????????????????????????????????

(18)

[0101]

式中w为输入噪声(系统噪声)，v为输出噪声(测量噪声)，其中矩阵b为离散化的矩阵g。

[0102]

根据本发明的一个或多个实施例，w代表系统参数误差所带来的影响，而v代表测量过程中的噪声和干扰，包括机械传感器测量的位置信号的量化误差。噪声一般为平稳的

高斯白噪声，平均值为零。

[0103]

定义噪声的协方差矩阵为

[0104]

q＝cov(w)＝e{ww

t

}

??????????????????

(19)

[0105]

r＝cov(v)＝e{vv

t

}

???????????????????

(20)

[0106]

状态变量的估计误差的协方差矩阵为

[0107][0108]

其中为第k次状态变量的估计误差，为e

k

的转置矩阵，为第i次状态变量的估计值。

[0109]

卡尔曼滤波器的迭代算法如下：

[0110]

(1)计算状态变量的先验估计值和协方差矩阵的先验估计值

[0111][0112][0113]

(2)计算卡尔曼增益

[0114][0115]

(3)根据测量量更新状态估计，计算状态变量的最优估计值

[0116][0117]

(4)更新协方差矩阵

[0118][0119]

其中r

k

为输入噪声的协方差矩阵，为状态变量的先验估计值，k

k

为卡尔曼增益，为协方差矩阵的先验估计值，通过观测迭代过程中矩阵中的定子电阻值，可以实时获得永磁同步电机定子电阻参数的值。

[0120]

为了验证基于卡尔曼滤波器状态观测器的估计性能，进行了实验验证。选取三款空调压缩机凌达qxf

?

a098zc170a、海立gsx102skqa6jl及凌达qxf

?

a098zc170d(a40铝线)作为实验对象，其定子相电阻分别为2.17ω(25℃)、1.075ω(20℃)、1.62ω(25℃)，其利用卡尔曼滤波器在36hz

?

106hz观测出的定子相电阻。即，图4是根据本发明一个示例性的定子电阻qxf

?

a098zc170a估计值及规格书值仿真图。图5是根据本发明的一个示例性的另一定子电阻gsx102skqa6jl估计值及规格书值仿真图。图6是根据本发明的一个示例性的另一定子电阻qxf

?

a098zc170d估计值及规格书值仿真图。

[0121]

如图4

?

图6所示，采用卡尔曼滤波器状态观测器的电阻估计值与压缩机规格书中的电阻值存在一定的误差，且普遍高于规格书中的值，这是因为规格书中的值在室温(20℃

?

25℃)环境当中离线测得，同样在室温环境当中，压缩机带载冷媒剂运行，算法在线识别电阻值，而一般金属材料的电阻率随温度的升高而近似呈线性增大，通以电流的绕组自身产生热量变化的同时，冷媒剂亦将传导热量给电机。因此，通过物理学定理的绕组导线与温度的关系式(27)，可建立压缩机的退磁保护模块。一般永磁同步电机在130℃测定退磁电流点，当温度t值达到该温度阈值时触发程序当中的保护机制而进行停机保护。

[0122]

图7是根据本发明的一个示例性的永磁同步电机的退磁曲线图如图7所示，可设定温度值≤130℃及≤退磁电流点(由于各压缩机退磁电流点不同，一般相比于规格书设定值留取一定裕量)逻辑判断条件，以防范压缩机产生退磁。此外，在外环境温度130℃工况下，压缩机运行峰值电流达到18a时永磁同步电机开始减磁，且20a时减磁率为

?

5％。

[0123]

其中，计算永磁同步电机温度t的公式为：

[0124]

t＝t0+(r

t

/r0?

1)/α，

??????????????????????????

(27)

[0125]

其中t0为绕组离线测试的环境温度，r

t

为在温度t℃时的卡尔曼滤波器检测到的定子的相电阻值(即上述算法中实时估计的r

s

)，r0为t0时的定子绕组相电阻，α为导体温度系数，铜线α一般取0.00393ω/℃，铝线α一般取0.00429ω/℃。

[0126]

根据本发明的一个或多个实施例，本发明还包括了一种永磁同步电机定子电阻检测装置，其包括了存储器和处理器，存储器用于存储计算机指令，所述处理器用于：当执行所述计算机程序时，实现本发明的上述方法。

[0127]

根据本发明的一个或多个实施例，本发明还提供了一种永磁同步电机，其采用了上述的永磁同步电机定子电阻检测方法。

[0128]

根据本发明的一个或多个实施例，本发明还提供了一种空调，其包含了采用上述方法的永磁同步电机。

[0129]

此外，应当理解一个或多个以下方法或其方面可以通过至少一个控制单元或控制器执行。术语“控制单元”，“控制器”,“控制模块”或者“主控模块”可以指代包括存储器和处理器的硬件设备，存储器或者计算机可读存储介质配置成存储程序指令，而处理器具体配置成执行程序指令以执行将在以下进一步描述的一个或更多进程。而且，应当理解，正如本领域普通技术人员将意识到的，以下方法可以通过包括处理器并结合一个或多个其他部件来执行。

[0130]

根据本发明的一个或多个实施例，本发明实施检测或识别方法的控制电路、(控制逻辑、主控系统或控制模块)可以包含一个或多个处理器，也可以在内部包含有非暂时性计算机可读介质。具体地，主控系统或控制模块可以包括微控制器mcu，主控芯片或处理器可以诸如但不限于一个或多个单核或多核处理器。(一个或多个)处理器可包括通用处理器和专用处理器(例如，图形处理器、应用处理器等)的任何组合。处理器可与其耦接和/或可包括计存储器/存储装置，并且可被配置为执行存储在存储器/存储装置中的指令，以实现在本发明中控制方法的控制器上运行的各种应用和/或操作系统。

[0131]

作为本发明示例的上文涉及的附图和本发明的详细描述，用于解释本发明，但不限制权利要求中描述的本发明的含义或范围。因此，本领域技术人员可以很容易地从上面的描述中实现修改。此外，本领域技术人员可以删除一些本文描述的组成元件而不使性能劣化，或者可以添加其它的组成元件以提高性能。此外，本领域技术人员可以根据工艺或设备的环境来改变本文描述的方法的步骤的顺序。因此，本发明的范围不应该由上文描述的实施例来确定，而是由权利要求及其等同形式来确定。

[0132]

尽管本发明结合目前被认为是可实现的实施例已经进行了描述，但是应当理解本发明并不限于所公开的实施例，而相反的，意在覆盖包括在所附权利要求的精神和范围内的各种修改和等同配置。技术特征：

1.一种永磁同步电机定子电阻检测方法，包括：构建永磁同步电机的状态观测方程，在状态观测方程中将定子电阻参数与所述观测方程的状态变量相关联，并对该状态观测方程进行离散化；将离散化的状态观测方程的输入送入卡尔曼滤波器，对卡尔曼滤波器中的定子电阻参数进行实时检测,以获得永磁同步电机定子电阻参数的值。2.根据权利要求1所述的方法，所述定子电阻参数为定子的相电阻的阻值。3.根据权利要求2所述的方法，通过所获得的永磁同步电机定子电阻参数值来确定永磁同步电机的温度值，如果所述温度值达到预定的阈值时，触发压缩机的退磁保护机制。4.根据权利要求3所述的方法，其中所述压缩机的温度值t的计算公式为：t＝t0+(r

t

/r0?

1)/α，其中t0为绕组离线测试的环境温度，r

t

为在温度t℃时的卡尔曼滤波器检测到的定子的相电阻值，r0为t0时的定子绕组相电阻，α为导体温度系数。5.根据权利要求3所述的方法，其中，所述永磁同步电机的状态观测方程为：其中u为输入变量，y为输出变量，x为内部变量，为内部变量的导数，a，g，c为矩阵。6.根据权利要求5所述的方法，其中在状态观测方程中将定子电阻参数与所述观测方程的状态变量相关联包括：将定子电阻参数与所述观测方程中矩阵a的中的状态变量相关联。7.根据权利要求6所述的方法，其中，输入状态变量为u＝[u1,u2,...,u

m

]

t

，输出状态变量为y＝[y1,y2,...,y

n

]

t

，内部状态变量为x＝[x1,x2,...,x

q

]

t

，当时，状态观测方程为：并且

其中，u

d

，u

q

，i

d

，i

q

，l

d

以及l

q

分别为永磁同步电机定子绕组的d

?

q轴电压、电流和电感，r

s

，ψ

f

及ω分别为永磁同步电机定子绕组相电阻、转子永磁体磁链及电角速度。8.根据权利要求7所述的方法，其中在状态观测方程中将定子电阻参数与所述观测方程的状态变量相关联包括：将状态方程中的替换为以使得定子电阻参数与所述观测方程的状态变量相关联。9.根据权利要求8所述的方法，其中采用一阶欧拉方程对状态观测方程进行离散化，离散化的状态方程为：x

k

＝x

k

?1+(ax

k

?1+gu

k

?1)t

s

＝(i+at

s

)x

k

?1+gu

k

?1t

s

，其中k为迭代次数，t

s

为采样时间，i为单位矩阵，x

k

，x

k

?1为离散化的内部变量，u

k

?1为离散化的输入变量。10.根据权利要求9所述的方法，对离散化的方程进行以下处理，

后，所述离散化的状态观测方程为：x

k

＝f

k

?1x

k

?1+b

k

?1u

k

?1，当考虑系统误差和测量噪声时，离散化的状态观测方程为：x

k

＝f

k

?1x

k

?1+b

k

?1u

k

?1+wy

k

＝cx

k

+v其中，w为输入噪声，v为输出噪声，f

k

?1为第k

?

1次迭代的矩阵f，b

k

?1为第k

?

1次迭代的矩阵b。11.根据权利要求10所述的方法，其中，定义输入噪声的协方差矩阵：q＝cov(w)＝e{ww

t

}，定义输入噪声的协方差矩阵：r＝cov(v)＝e{vv

t

}，状态变量的估计误差的协方差矩阵为：其中为第k次状态变量的估计误差，为e

k

的转置矩阵，为第i次状态变量的估计值，所述卡尔曼滤波器运行的算法包括：s1：计算状态变量的先验估计值和协方差矩阵的先验估计值：估计值和协方差矩阵的先验估计值：s2：计算卡尔曼增益：s3：根据测量量更新状态估计，计算状态变量的最优估计值：s4：更新协方差矩阵：其中r

k

为输入噪声的协方差矩阵，为状态变量的先验估计值，k

k

为卡尔曼增益，为协方差矩阵的先验估计值。12.一种永磁同步电机定子电阻检测装置，包括了存储器和处理器，存储器用于存储计算机指令，所述处理器用于：当执行所述计算机程序时，实现根据权利要求1

?

11任一项所述的方法。13.一种永磁同步电机，其采用根据权利要求1

?

11任一项所述的方法或包括权利要求12所述的装置。14.一种空调，包括根据权利要求13所述的永磁同步电机。

技术总结

提供了一种永磁同步电机定子电阻检测方法、装置、永磁同步电机以及空调，该方法包括：构建永磁同步电机的状态观测方程，在状态观测方程中将定子电阻参数与所述观测方程的状态变量相关联，并对该状态观测方程进行离散化；将离散化的状态观测方程的输入送入卡尔曼滤波器，对卡尔曼滤波器中的定子电阻参数进行实时检测,以获得永磁同步电机定子电阻参数的值。采用本发明的方案，能够提高压缩机对于温度波动的响应速度，提升高温工况下运行的可靠性，降低压缩机失磁报废的风险，能够降低增加外设冷却系统的成本及压缩机退磁报废所带来的生产成本。的生产成本。的生产成本。

技术研发人员：刘武斌 周伟 张杰添 姜学想 邝超洪 张嘉鑫

受保护的技术使用者：珠海格力电器股份有限公司

技术研发日：2021.09.23

技术公布日：2021/12/21