哈尔滨工业大学电气工程及自动化学院院长徐殿国教授是电气自动化、电力电子与电力传动、机器人驱动控制专家。上午给大家做了电机驱动技术的现状与未来的报告。
徐教授首先把电机驱动器作为系统传感器，介绍了电机驱动系统中基于状态观测器的参数估计方法，观测器/状态滤波器预估误差频率响应，并重点介绍了基于离散位置信息估计转速的两种方法：M法和T法。徐教授指出这两种方法本质上都是后向微分估计的计算方法，因此由量化误差导致在不同的测速范围造成的误差较大，M法在低速阶段、T法在高速阶段测速误差显著增加。由于T法测速采样时间不固定，不利于设计速度环控制器，因此目前在伺服控制系统中最常用的还是M法测速。
在谈到转速估计值数字滤波器的设计时，徐教授指出数字滤波器的设计就面临着两个相互矛盾的问题。既要保持较高的测量精度，消除噪声的扰动，又要保证滤波器带来的延迟最小不恶化系统的动态性能。数字滤波器可以有效地解决其中一个问题，但无法同时克服，应用中需考虑实际情况采用折衷方案。
由于标准神经网络收敛速度慢，神经元利用效率低（对所有问题均为随机结构），不可预测、无法获取内部知识等问题，徐教授介绍了一种结构化神经网络（SNN），SNN充分利用已知物理过程知识，较标准神经网络结构简单，层数和权值由物理模型确定，显著减小训练时间和样本大小，网络参数物理意义清晰。
徐教授在会上谈到，电机驱动系统是第一大电力用户，平均负载较小（汽车、变频空调）和负载变化较大时（碾磨、搅拌、机械）节能潜力较大，因此电机效率优化非常重要。徐教授指出变磁通控制是实现电机效率最优化的有效方法，通过电流和磁通协调控制可以减小电机和变频器损耗，通过驱动系统铜损、铁损、变频器损耗的最小化，实现功率输入最小化。
随着伺服的广泛应用，对伺服控制器的可靠性提出了更高的要求。所谓“可靠性”，就是产品在规定条件下和规定时间内完成规定功能的能力。徐教授在会上指出几种提高系统可靠性的方法：通过自感知提高驱动系统可靠性；通过主动式热─机应力控制提高可靠性；通过结温检测和相对热控制提高并联装置/变换器的可靠性；通过集成电流与温度检测提高系统可靠性，并分别做了详细的解释。
最后徐教授作了简短的总结，通过独特的观测器和预估器设计，变频器/伺服驱动器可成为电机驱动系统的传感器，实现多参数感知；结构化神经网络是一种实现系统特定智能的简洁方法；效率优化控制将成为电机暂态和稳态节能的基本功能；通过“自感知”提高可靠性的关键是电机设计和功率变换器设计；借助于内部功率总线结温信号和虚拟散热器控制，通过采用相对热控制技术，可以提高并联装置/变换器的可靠性；主动式热─机应力控制可以提高功率装置的可靠性；集成可提高驱动系统的可靠性，3D 封装设计包括高性能和基于近场的电流传感器；集成功率变换器和控制器的模块化多相电机是基于功率总线的系统集成。