磁轴承不平衡控制技术的研究进展Word格式文档下载.docx
《磁轴承不平衡控制技术的研究进展Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《磁轴承不平衡控制技术的研究进展Word格式文档下载.docx（15页珍藏版）》请在冰点文库上搜索。
与传统滚珠轴承、滑动轴承及油膜轴承相比，它不存在机械接触，转子可以达到很高转速，具有无磨损、能耗低、噪声小、寿命长、无需润滑、无油污染等优点[1]。
磁轴承间隙远大于传统轴承，自身集成振动监测系统，具备实时主动控制能力，为它实施不平衡控制提供了独特优势。
通过不平衡控制，磁轴承可让转子绕质心旋转，消除传递给周围结构的同步激振力；
也可对转子施加同频控制力，使转子绕几何中心旋转。
有效利用不平衡控制手段减小高速转子同步激振力，对提高磁轴承系统性能；
降低磁轴承承载需求；
提高系统可靠性等均有重要意义。
另外，磁轴承可作为阻尼器应用于传统轴承支承的高速转子系统，抑制转子同步振动，尤其超临界过程中的振动。
磁轴承不平衡控制功能对提升这些系统的高速运行性能具有潜在重大作用。
这项技术在上世纪70年代引起研究人员关注，80年代获得重要发展，国外学者在相关研究中取得一系列成果，如：
Haberman等通过在控制器反馈回路中添加限波器，滤除控制信号中的同频成分，消除了AMB同频控制电流[2]。
这一简单办法在转速固定的AMB系统上工作良好；
当转速不固定，在某个频率段限波器会导致系统失稳。
因为串入限波器改变了闭环传递函数，严重影响系统临界频率附近的稳定性。
后续学者开展了更深入的研究，通过各种办法尽量做到：
进行有效不平衡控制的同时，避免对磁轴承闭环控制产生大影响。
代表性工作包括Burrows、Knospe、Herzog等的开环不平衡控制算法研究、LMS算法应用等。
磁轴承不平衡控制经历了从闭环限波到开环前馈，从固定参数到自适应控制，从确定模型到鲁棒控制，从力自由到力控制，从简单刚性轴到复杂弹性轴，从单一频率控制到多倍频控制的发展过程。
文中基于大量文献调研，就磁轴承不平衡控制技术发展历程，各种算法优缺点及其相通之处，展开讨论，并初步探讨其将来可能的发展方向。
1磁轴承不平衡控制技术的发展
1.1国外磁轴承不平衡控制技术的发展
国外研究者从上世纪80年代开始大力开展磁轴承不平衡控制方法研究。
1983年，Burrows等尝试通过开环控制方式抑制挠性转子不平衡位移响应[3]，基本思想是将不平衡力同频傅立叶系数d1、不平衡控制同频傅立叶系数u1、系统位移响应同频傅立叶系数y1通过如下式
（1）联系起来：
y1=T（Ω）u1+d1
（1）
Ω为转子转速，T为影响系数矩阵。
理论上，只要知道各转速下转子不平衡激振力分布，及相应影响系数矩阵，便可通过y1反算所需控制量u1。
Burrows定义了度量转子残余不平衡的性能指标函数后，基于式
（1）可通过最小二乘寻找最优控制矢量以最大限度减少转子不平衡振动量。
算法关键是获得影响系数矩阵T，并获得不同转速下转子的不平衡响应数据。
Burrows认为可通过实验或理论分析获得所需数据。
整个算法不需实时检测转子不平衡位移数据，仅需获得当前转子转速。
该算法严重依赖T阵与转子不平衡分布数据的准确性。
要解决过于依赖模型精确性的问题，需采用自适应方法。
自适应控制在过去30年获得巨大发展，被广泛应用。
早期磁轴承不平衡控制已经有其身影，先基于转子系统先验知识，建立模型，再通过观测器检测实际系统行为，调整不平衡控制参数。
该技术的进一步发展，使在线辨识获取系统模型，基于此在线设计控制器成为可能。
1989年，Burrows在一磁轴承挠性转子上进行了不平衡控制实验[4]，在算法中添加了自适应环节，当转子振动加大或速度改变后，自适应算法启动，更新最优控制矢量。
该方法依然没有减少对初始影响系数矩阵T的依赖。
Knospe等从1991年开展不平衡控制工作，做出不少代表性的成果。
他们刚开始重复了部分Burrows的工作，通过实验对电流限波与同步位移控制方法进行比较[5]。
在一阶临界频率附近最优控制矢量获取时，采用手动调整方法。
在随后工作中，他们验证了开环不平衡控制方法在低频段对补偿SensorRunout及抑制结构单一频率正弦振动的作用，控制矢量依然通过手动调整获得。
1992年，该团队将结构奇异值用于评估嵌入限波器后磁轴承闭环系统的鲁棒性，揭示了这样的系统对系统不确定性容忍能力极差[6]。
同年，该团队采用开环控制方法，手动调整控制矢量，在一套磁轴承转子装置上实现了所有同频控制目标，即分别实现同频控制电流最小、同频控制力最小、同频位移最小[7]。
1993年，Knospe等进一步开展了自适应开环不平衡控制研究，将控制矢量手动修改发展为自适应修改[8]。
先通过离线数据处理，获得系统影响系数矩阵T，然后实时检测转子振动信号，实时计算最优控制矢量，实现不平衡振动的自适应控制。
还试图进一步实现影响系数矩阵T在线自适应生成，但遇到数值稳定问题。
他们还在不平衡控制算法鲁棒性能评估上开展工作[9]。
针对其所研究的不平衡自适应控制算法，在添加不平衡自适应控制算法的磁轴承转子系统模型中引入结构不确定量，然后通过结构奇异值方法，评估模型的鲁棒性能。
Shafai等在1994年发表文章论述了一种称为AFB（AdaptiveForcedBalancing）的磁轴承不平衡控制方法[10]。
该方法先通过同频能量计算单元获取磁轴承控制器输出信号的同频能量，再进行自适应处理获得减小该能量指标的相位参数，根据此参数生成与输入同频成分相位相反能量相当的同频信号，叠加到磁轴承控制器输入端，使控制器对同频成分不予响应，最终使磁轴承转子绕惯性主轴旋转。
该方法不会对系统闭环特性造成大影响，不需获得系统动态模型，可在宽转速范围内应用。
2007年，Shafai团队最新进展是在原有AFB方法基础上进一步增加自适应转速观测器，从而对未知频率、未知振动量的正弦激振力进行控制[11]。
Herzog等于上世纪90年代中期开展了通用限波器不平衡控制研究，通过开环控制方式对磁轴承的同频电流响应进行控制，可实现大转速范围内AMB力自由控制[12]，这是一项很重要的工作。
Lum等提出“自适应自动对中”不平衡控制方法，应用于刚性转子可降低系统不平衡响应[13]。
该算法可在线估算质心位置、速度，将相应信息输入反馈控制中。
其优点是计算收敛后，可终止自适应算法，将所得计算值应用于一定的转速范围。
1980年代，自适应滤波开始应用于噪声消除，LMS方法因构造限波器时，可对带宽进行有效控制，实现极大限波深度，自适应准确跟踪扰动信号频率等优点，在磁轴承不平衡控制中获得应用[14]。
2002年，Shi等还在研究将LMS算法用于磁轴承不平衡位移和不平衡控制电流滤除[15,16]。
他们在不平衡控制算法中，通过LMS自适应方法，无需知道系统影响系数矩阵T，便可实现转子不平衡控制。
Nonami等提出了一种不依赖系统传递函数全部信息的控制方法[17]。
这是一种尝试-调整方法，能找到正确的同频控制电流相角。
虽未给出理论证明，但大量仿真表明其有效性与收敛性。
1999年，Nonami等将该方法进一步发展，以同时抑制同频振动及倍频振动[18]。
2002年，Markert等发表文章论述了迭代搜索算法用于自适应抑制转子不平衡响应，通过对同频控制电磁力与相应位移响应的迭代搜索，可在不清楚转子系统模型情况下实现AMB力控制[19]，但仅对简单系统模型起作用。
对复杂超临界挠性转子，他们设计了基于精确系统模型的算法，基本思想仍然是基于电磁力到位移检测点的传递函数，反算所需同频控制力。
使用该方法，Markert在一挠性轴上实现了转子平稳超临界运转，临界频率处的不平衡响应在控制力作用下减小了90%。
2006年，Matras引入模型参考自适应方法，可解决MIMO问题[20]。
基本思想是令一带扰动输入的对象，通过自适应方法跟踪一无扰动输入的参考模型，以抑制对输入扰动的响应。
仿真与实验证明，对频率已知，持续稳定的正弦激励，即便幅值未知，且随时间发生改变，该方法都有效。
但应用过程中，权重阵选取很关键，且算法收敛速度较慢。
也有学者研究闭环不平衡控制方法，通过将不平衡响应引入控制模型，采用LMI、LSDP、Q参数化控制等方法，设计增益调度H∞控制器，实现不平衡同步滤波，并保证系统稳定性[21-24]。
此外，迭代学习算法（ILC）[25,26]、神经网络算法[27]等智能算法也获得应用。
Chiacchiarini等将ILC方法用于磁轴承不平衡控制[26]，并给出实验结果。
受硬件条件限制，其转子最高转速仅1000r/min。
实验表明它能显著降低转子同频位移。
Chiacchiarini指出，在学习算法中，相较使用遗忘因子，使用非因果低通滤波器控制效果更好。
ChaoBI等在磁轴承硬盘转子不平衡控制中，利用时域迭代学习算法，在线“学习”不平衡分布信息，据此产生同频补偿信号，让转子绕几何中心旋转，并给出实验结果[25]。
Paul等通过MLP神经网络估算转子不平衡相位与增益，将反相振动信号叠加到控制器输入端，抑制转子不平衡响应[27]。
Paul通过仿真与实验结果，证明该方法有效，并强调依靠神经网络方法实现不平衡控制具有便利性。
但该方法需先将典型转速下，转子不平衡分布数据输入神经网络中，对其进行训练，然后用于不平衡增益与相位的在线估算。
本质上是对初始测量数据进行曲线拟和，然后根据测得的转速数据，映射不平衡增益与相位。
不平衡控制算法可推广到SensorRunout控制。
受加工精度限制，传感器检测面非理想圆，检测面不理想会在测量信号中引入同频、倍频信息，这些信息与不平衡质量无关，称为SensorRunout，但其抑制与不平衡控制很类似，SensorRunout抑制方法可很容易应用于不平衡控制。
2001年，Setiawan等将自适应算法应用于磁轴承SensorRunout控制，严格论证了该方法的收敛性、稳定性，且当部分系统重要参数改变时，算法具有鲁棒性[28]。
但所针对的是简单刚性转子模型，且仅考虑单一平面内的不平衡控制，有一定局限性。
由于SensorRunout也产生同频信号，为将其与不平衡激励产生的转子几何中心同频振动信号区分开，设计控制算法时，通常要改变转子转速，以通过同频信号中幅度不随转速改变的成分，测算信号中SensorRunout信号的大小。
在一些场合，转速改变受限。
2002年，Setiawan等发表了关于固定转速下，通过改变磁轴承偏置电流自适应辨识SensorRunout信号，并对其有效控制的研究成果，并提供仿真与实验结果[29]。
磁轴承不平衡控制技术还可与其他在线不平衡控制方法相结合，如：
Adler等将不平衡主动控制技术与主动平衡装置（ABDs）结合，应用于超临界转子，提高了转子动平衡自动化程度，显著降低平衡过程所需时间，实现了转子超临界运行[30]。
1.2国内磁轴承不平衡控制技术的发展
国内磁轴承不平衡控制研究起步较晚，从2000年，相继开展的工作主要有：
2000年，张德魁等在国内首次通过LMS算法和自适应前馈滤波方法，在实验中验证了力自由与力控制方法对磨床电主轴转子同频振动的抑制作用[31]；
2001年，黄晓蔚等将转子不平衡产生的效应等效为功率放大器输入端干扰电压矢量，通过在功放信号输入端加入幅值和相位适当的同频电压旋转矢量，抵消转子不平衡影响，实现转子绕惯性轴旋转[32]；
2006年，胡业发等提出一种刚性轴不平衡抑制方法，通过全息谱分解对转子初始不平衡进行分析，获得不平衡相位、增益信息，然后施加反相电磁力抑制转子不平衡，本质上是一种离线参数获取方法[33]；
2007年，张涛，朱熀秋等通过提取磁轴承位移信号同频成分，将补偿信号以前馈方式叠加到控制回路，进行无轴承电机不平衡补偿，并给出仿真结果[34]；
2007年，汤亮,陈义庆将LMS自适应不平衡控制方法应用于磁悬浮力矩陀螺，仿真说明磁轴承不平衡控制方法能抑制飞轮引起的卫星姿态抖动[35]；
2008年，韩辅君等在磁悬浮飞轮转子上应用变增益H∞方法，通过仿真说明变增益H∞控制器能降低同频干扰[36]；
2008年，王晓刚,邓智泉等将最优控制的转子不平衡补偿技术应用于永磁偏置磁轴承系统[37]。
总的说来，国内磁轴承不平衡控制研究以跟踪为主，距离国外先进水平有不小差距。
1.3磁轴承不平衡控制技术的工业化应用
磁轴承不平衡控制技术早已获得实际商业应用，并被厂家作为磁轴承产品的一大突出优点进行宣传。
磁轴承产品中，通过应用不平衡控制技术，极大提高了高速转子系统振动指标。
国外磁轴承商业领域，小到几百瓦的涡轮分子泵，大到MW级鼓风机产品，均广泛采用不平衡控制技术，获得巨大经济效益。
1996年，Herzog等提出通用限波器算法时，便将其应用到一转速达32000r/min，功率500HP的透平压缩机上，大幅降低了压缩机转子传递给外边结构的同频激振力[12]；
磁轴承分子泵产品普遍强调其自对中运行特性，当转子达到一定转速，启动不平衡控制算法，可消除轴承控制电流同频成分，大幅降低传递到壳体的同频激振力。
2磁轴承不平衡控制技术分类及优缺点分析
不平衡控制技术发展多年，研究者从不同角度，利用不同控制思想展开研究，诞生了各种控制方法。
下边根据研究视角不同，尝试对不平衡控制技术进行归纳，对各种方法优缺点进行初步分析。
2.1反馈控制与开环前馈控制
磁轴承的不平衡控制，从控制算法实现上划分，可分为：
反馈控制法、开环不平衡控制法。
反馈控制法主要通过调节系统反馈传递函数，使同频增益变小，如通过限波器滤除同频分量。
自适应滤波、增益调度H方法，都是其代表。
由于其控制算法串在控制主回路中，影响转速附近的相位，转子难以通过弹性临界。
开环不平衡控制法主要包括各种自适应前馈补偿方法，典型应用是产生一补偿信号，将其加到传感器输出信号，消除输出中的不平衡响应，使转子绕惯性主轴旋转，消除对轴承基础的作用力。
这类方法不影响主控制回路行为，是较理想的方法。
总的说来，闭环控制方法对磁轴承系统本身稳定性会造成较大影响，从简化问题，保证可靠性角度，更多选用开环控制方法。
且闭环控制方法多从构造同步滤波器角度，试图尽量减小磁轴承同频控制电流，同时保证闭环系统稳定，需在稳定性与限波深度之间折中。
虽然开环控制方法也需考虑收敛速度与稳定性，但通常不影响闭环控制器设计。
2.2力自由与力控制
从控制目标上划分，不平衡控制算法可分为力自由和力控制[31]。
力自由基本思想是产生一与输入位移信号同频成分同相位、同幅度的补偿信号，消除转子同步振动信号对控制器的影响，原理如图1。
力控制基本思想是提取振动信号同频成分，由前馈控制通道据此产生相应控制信号，叠加到主控制器输出中，抑制同频振动，即通过产生与原同频激振力反相的控制力，减小同步位移振动，原理如图2。
图1 力自由原理框图
图2 力控制原理框图
力自由可基本消除控制电流中的同频成分，使转子绕质量中心旋转。
但如果转子动平衡较差，质量中心与几何中心偏离较大，可能造成转子与保护轴承碰撞。
它适用于要求转子系统对外部结构振动干扰小，对转子轴心轨迹大小要求较低的场合，包括各种压缩机和鼓风机应用。
力控制方法可主动减小转子轴心轨迹，但需控制器提供同频控制电流，则转子传递给外部结构的同频激振力始终存在。
但这种同频电流相位完全受控，相较于未添加不平衡控制算法的磁轴承控制器，相位受控同频电流往往可以在减小轴心轨迹的同时，降低转子同频激振力。
2.3固定参数与自适应
1983年，Burrows等的研究成果指出，精确获取系统模型及转子不平衡分布数据后，仅需知道当前转速，便可生成同频补偿信号，理论上，单个转速周期后，转子可达理想不平衡补偿效果[3]。
而模型与参数的准确获取很困难，它们本身还会随时间与工况发生改变，自适应算法能根据实际补偿效果调整不平衡控制算法参数，主动适应模型与参数的改变。
实际应用的算法，基本都有一定自适应能力。
各种算法的收敛速度又往往与自身适应能力的大小，或对模型准确度要求的高低直接相关，往往需要折中。
极端情况下，算法完全不考虑转子模型，仅通过在线数据辨识，自动修改补偿信号幅度与相位，如Nonami等的尝试-调整算法[17,18]。
2.4智能控制方法
智能控制可减少设计人员干预，增强算法适应能力，是不平衡控制发展的重要方向。
但磁轴承不平衡控制研究中，智能控制算法研究工作开展不多。
Chao所设计的迭代学习算法仅针对单自由度系统，且未提供算法启动时过渡过程的仿真或实验数据[25]。
Paul等采用的MLP神经网络方法，需事先获得转子在各样本转速下的不平衡分布数据[27]，未充分体现智能控制方法的优势。
如何结合原有控制方法，充分发挥智能控制方法优势，增强算法鲁棒性与在线自适应能力，需进一步开展工作。
2.5转速传感器与转速观测器
通常不平衡控制算法的成功实施需获取转子实时相位信息，要求系统加装转速传感器，算法根据转速同步脉冲在线更新转速及相位数据。
一些研究者认为增加转速探头成本上升，且探头影响系统可靠性。
为此，他们尝试用算法替换探头，通过转速观测器在线估算转子转速与相位，据此进行不平衡补偿[17]。
转速观测器会增加算法复杂性，且当转子同频振幅变小后，其准确性会受影响。
比较理想的一种工作方式是，将转速探头信号与转速观测器结合使用，转速探头出现故障时，依靠观测器获取转速及相位信息，保证算法的有效性，即通过两种技术实现系统冗余性。
2.6磁轴承不平衡控制算法的鲁棒性分析
这方面的工作开展较少，Knospe团队的工作具有代表意义。
而这方面工作的开展，对合理选择不平衡控制算法的参数具有重要作用。
3各种算法原理上的相通之处
各种算法本质上都需获得转速及相位信息，通常需要转速传感器提供同步脉冲，也可通过转速观测器获取，但不影响后续的不平衡控制算法设计。
各种开环控制算法，本质上都要寻找转子不平衡振动的增益与相位，或转子不平衡振动引起的位移量的增益和相位。
然后通过各种途径，或添加反向测量信号，抵消同频响应对控制器的影响，去除同频电流，使转子尽量绕质心旋转；
或通过添加适当相位的同频补偿电流，抵消转子不平衡力对位移响应等的影响，使转子尽量绕几何中心旋转。
4待开展的研究工作
经过这些年的发展，各国研究人员在磁轴承不平衡控制技术上取得丰硕成果，但依然有许多需要研究的问题，初步列举如下：
4.1性能指标评价
原有性能指标评价主要包括：
稳定性、收敛速度、过渡过程平稳性。
同一种算法，在不同参数选择条件下，会产生不同性能表现。
且往往要在各指标间进行折中，比如收敛性与稳定性。
如何建立一套有效评价体系，对各种算法进行性能评价，这是一个需要研究的问题，它有利于研究人员在选择不平衡控制算法时，有一个好的评判标准。
要强调的是，大部分研究者在发布其研究成果时，未给出其算法对模型不确定性的鲁棒性能评估。
Knospe在不平衡控制算法鲁棒性能上的研究可部分解答这一问题。
但好些算法存在非线性环节，如何评价这些方法的鲁棒性，需进一步开展工作。
4.2各种算法的有效结合
众多研究者发展出了各种不平衡控制算法，这些算法各具特点，或收敛速度快，或稳定性好，或对模型适应能力强。
在不同工作条件下，如何结合各种算法的优势，使转子系统总的不平衡控制性能优化，这需要研究。
比如，如何根据转速范围选择不同控制方法，如何实现各个算法的平滑过渡。
4.3复杂智能控制方法及其与现有方法的结合
智能控制方法在不平衡控制上的应用刚刚开始，有许多工作有待开展，随着智能控制理论进一步发展，在不平衡控制中引入人工智能，提升转子系统不平衡控制智能化程度，对提升系统性能具有重要意义。
例如：
在转子系统发生突变情况下，智能控制方法有可能降低突变对系统带来的危害。
4.4与其他在线不平衡控制方法的结合
磁轴承不平衡控制方法存在一定局限性。
当转子不平衡发生突变，并且不平衡量大幅增加时，要保证转子振幅不超过警戒水平，需维持大的同频电流抑制转子同频位移响应，这给外部结构带来大的持续同频激振力，且轴承损耗增加，周期性应力变化还降低系统可靠性。
要减小这种持续同频激振力，需借助其他在线平衡技术，从根源上减小转子不平衡量。
这样的技术存在于磁轴承研究范围之外的不平衡主动控制领域，依靠转子上的主动平衡装置，可在转子特定部位在线添加平衡质量，抵消转子不平衡分布变化带来的不良影响[30,38]。
从中产生了一种更综合的技术，通过磁轴承不平衡控制算法在线获取转子不平衡分布数据，并通过同频电流抑制转子不平衡位移响应；
同时依靠磁轴承提供的不平衡分布数据，调整主动平衡装置，改变转子不平衡质量分布，使其重新趋于平衡。
4.5与保护轴承发生碰撞情况下的算法研究
原有磁轴承不平衡控制方法基本是在磁轴承线性模型范围展开研究，当线性模型不再成立，尤其当转子与保护轴承发生碰撞，出现强非线性因素条件下，如何设计不平衡控制算法，这是一个需要开展工作的研究方向。
在发生碰撞的极端情况下，正确的算法应保证电磁轴承能帮助转子抑制同频振动，而不是起负面作用，激发转子振动。
已经有部分学者在开展工作，但仅仅是一个开始。
5小结
上世纪80年代以来，众多研究人员在磁轴承不平衡控制方法的研究上开展了工作，发表了丰富研究成果，使其在工业生产中获得实际应用，并获得满意效果。
这些研究成果基于不同研究视角，不同控制方法，具有各自的优点，但原理上有其相通之处。
在实际工作中，如何结合各种方法的特点，利用好这些研究成果，依然是一个挑战。
本文阐述了磁轴承不平衡控制方法的发展历程，对众多算法进行了分类，并简单分析了各种算法的优缺点，同时简要讨论了它们原理上的相通之处。
最后，探讨了磁轴承不平衡控制尚待开展的一些研究方向。
参考文献：
[
升级会员 