磁懸浮轉子不平衡振動(dòng)控制研究綜述

圖11 磁懸浮轉子在線(xiàn)動(dòng)平衡方法

Fig.11 Online dynamic balance method of magnetic suspension rotor

影響系數法可以在一定程度上看作試加質(zhì)量的反復迭代求解，對于轉子不平衡力的幅值還有另外的方法進(jìn)行求解。

文獻[36]提出了一種可變步長(cháng)( Variable Step Size，VSS)的迭代算法，其是對定步長(cháng)( Constant Step Size，CSS)迭代算法的延伸優(yōu)化，控制方法如圖12所示，通過(guò)信號處理模塊、迭代模塊和輸出模塊不斷的迭代計算以找到不平衡力幅值的準確解。2種算法的對比結果表明，VSS算法具有更好的準確度和收斂速度，當轉速升高且超過(guò)臨界值時(shí)CSS算法失去了補償效果，而VSS算法仍可進(jìn)行補償，能夠更好地抑制轉子跨階時(shí)的不平衡振動(dòng)。

2.2.2 轉子不平衡補償相位估計

轉子不平衡補償信號的相位決定了不平衡補償力的方向，理想狀態(tài)下，補償力應與不平衡力方向相反大小相等。由于不平衡力作用在磁懸浮轉子上使轉子產(chǎn)生振動(dòng)，磁懸浮轉子不平衡振動(dòng)的同頻位移為正弦信號，形如X(t)=Asin(ωt+φ)。因此，現有方法多采用參考信號法估計不平衡補償相位，通過(guò)位移傳感器獲取轉子實(shí)時(shí)位移信息，提取由不平衡振動(dòng)產(chǎn)生的同頻振動(dòng)位移，以此為參考信號從而獲取相位信息。目前采用較多的算法有LMS算法、陷波器濾波、基于傅里葉系數的迭代逼近算法，濾波算法等。

文獻[26]提出了一種基于頻域自適應的LMS算法，單一通道不平衡振動(dòng)自適應控制框圖如圖14所示，其以諧波振動(dòng)作為輸入，參考輸入為引入的與傳感器跳動(dòng)具有相同分量的正弦信號，仿真結果表明該方法能有效提取磁懸浮轉子不平衡同頻振動(dòng)信號。

圖15 PID和可變步長(cháng)LMS算法結合控制策略

Fig.15 Combined control strategy of PID and variable step size LMS algorithm

2.3 算法切換控制

軸承電磁力最小算法與轉子位移最小算法是2種完全相對的控制方法，各有優(yōu)勢，也各有缺陷。軸承電磁力最小控制算法存在低轉速時(shí)閉環(huán)系統不穩定的問(wèn)題，轉子位移最小算法雖然能夠實(shí)現轉子的高精度旋轉，但在高轉速工況下容易致使功放飽和且放大轉子振動(dòng)相位與不平衡力的相位差，通常適用于轉速較低的情況。對于2種算法的切換控制，有一些學(xué)者展開(kāi)了研究：文獻[42]利用廣義根軌跡分析了引入補償后系統的閉環(huán)穩定性，通過(guò)切換引入補償的極性穿越臨界轉頻，從而實(shí)現引入LMS反饋補償后全轉速閉環(huán)穩定；文獻[43]提出了一種新型多諧振控制器，可在不同轉速下實(shí)行分段切換策略，實(shí)現抑制基波和諧波電流；文獻[44]則提出了基于極性切換陷波器的方法。

2.4 智能控制算法

近年來(lái)，在前人研究成果的基礎上，一些新興算法也被提出，如迭代學(xué)習算法、神經(jīng)網(wǎng)絡(luò )算法等智能算法以及多算法融合控制等。文獻[45]針對磁懸浮轉子提出基于學(xué)習策略的不平衡補償PID控制策略，試驗結果表明該算法在較大轉速范圍內的擾動(dòng)跟蹤效果良好，而通過(guò)采用不同的方法進(jìn)行分析，該文獻認為相對于采用遺忘因子，使用非因果低通濾波器的效果更好。

文獻[46]利用深度學(xué)習理論設計了一種補償控制器并將其加入PID反饋控制中，其采用具有2個(gè)隱含層的深度神經(jīng)網(wǎng)絡(luò )建立了補償控制器的結構，通過(guò)設計的運行算法仿真了不同控制器在固定轉速下的不平衡振動(dòng)控制，通過(guò)不平衡振動(dòng)分析和控制電流分析驗證了所提控制器的控制效果，但該算法的試驗效果還有待進(jìn)一步驗證。