当前位置: 首页 > news >正文

电机学习-SPWM原理及其MATLAB模型

SPWM原理及其MATLAB模型

  • 一、SPWM原理
  • 二、基于零序分量注入的SPWM
  • 三、MATLAB模型

一、SPWM原理

  SPWM其实是相电压的控制方式,定义三相正弦相电压的表达式:
{ V a m = V m sin ⁡ ω t V b m = V m sin ⁡ ( ω t − 2 3 π ) V c m = V m sin ⁡ ( ω t + 2 3 π ) \left\{\begin{matrix} V_{am}=&V_m\sin\omega t \\ V_{bm}=&V_m\sin(\omega t-\frac{2}{3}\pi) \\ V_{cm}=&V_m\sin(\omega t+\frac{2}{3}\pi) \end{matrix}\right. Vam=Vbm=Vcm=VmsinωtVmsin(ωt32π)Vmsin(ωt+32π)
  载波比(载波信号频率 f c f_c fc与调制信号频率 f f f之比):
m f = f c f m_f=\frac{f_c}{f} mf=ffc
  调制深度(调制信号幅值 V m V_m Vm与载波信号幅值 V s m V_{sm} Vsm之比):
m m = V m V s m m_m=\frac{V_m}{V_{sm}} mm=VsmVm
  当载波频率远大于输出电压基波频率 且调制深度 m m ≤ 1 m_m\le1 mm1 时,处于线性调制区域,三相SPWM逆变器相电压的基波幅值满足:
V m = 1 2 m m U d c V_m=\frac{1}{2}m_mU_{dc} Vm=21mmUdc

在这里插入图片描述

二、基于零序分量注入的SPWM

  • 只介绍均值零序信号

  为了提高直流电压的利用率,在调制波信号中注入零序分量:
{ V a m = V m sin ⁡ ω t + V 0 V b m = V m sin ⁡ ( ω t − 2 3 π ) + V 0 V c m = V m sin ⁡ ( ω t + 2 3 π ) + V 0 \left\{\begin{matrix} V_{am}=&V_m\sin\omega t +V_0\\ V_{bm}=&V_m\sin(\omega t-\frac{2}{3}\pi) +V_0 \\ V_{cm}=&V_m\sin(\omega t+\frac{2}{3}\pi)+V_0 \end{matrix}\right. Vam=Vbm=Vcm=Vmsinωt+V0Vmsin(ωt32π)+V0Vmsin(ωt+32π)+V0
V 0 V_0 V0 的取值范围: − 1 − V m i n ≤ V 0 ≤ 1 − V m a x -1-V_{min}\le V_0\le 1-V_{max} 1VminV01Vmax

  均值零序信号:
V 0 = − 1 2 ( V m a x + V m i n ) V_0=-\frac{1}{2}(V_{max}+V_{min}) V0=21(Vmax+Vmin)
注入了一定的高次谐波信号,波顶被削平,因此提高了线性调节范围。
在这里插入图片描述

三、MATLAB模型

均值零序信号:
在这里插入图片描述
基于零序分量注入的SPWM:
在这里插入图片描述
仿真环境模型(模拟MCU的timer输出PWM信号):
在这里插入图片描述

Scope1输出结果与Scope输出结果对应:
在这里插入图片描述
主要学习书籍:《现代永磁同步电机控制原理及MATLAB仿真》(部分图片来源)
MATLAB仿真参考资料:《欧拉电子 FOC 用户手册》

http://www.lryc.cn/news/475652.html

相关文章:

  • 群控系统服务端开发模式-应用开发-腾讯云上传工厂及七牛云上传工厂开发
  • 【深度学习滑坡制图|论文解读3】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
  • 《计算机原理与系统结构》学习系列——处理器(下)
  • JDK新特性(8-21)数据类型-直接内存
  • 003-Kotlin界面开发之声明式编程范式
  • QT pro项目工程的条件编译
  • 深度学习之经典网络-AlexNet详解
  • 部署Prometheus、Grafana、Zipkin、Kiali监控度量Istio
  • 结合 Spring Boot Native 和 Spring Boot 构建高性能服务器架构
  • ArcGIS影像调色(三原色)三原色调整
  • SQLite从入门到精通面试题及参考答案
  • 【C/C++】字符/字符串函数(0)(补充)——由ctype.h提供
  • Git 的特殊配置文件
  • 数据的表现形式(1)
  • 《高频电子线路》—— 调幅
  • ubuntu22.04安装ROS2Humble
  • 软中端,硬中断(学习笔记)
  • scIDST:弱监督学习推断单细胞转录组数据中的疾病进展阶段
  • Linux 下执行定时任务之 Systemd Timers
  • flutter 专题二 Flutter状态管理之Riverpod 0.8.4
  • 【Linux】从零开始使用多路转接IO --- poll
  • Docker配置宿主机目录和网络映射
  • 第十七课 component组件解析
  • 求余和求模是不是一样的,就要看看计算机中的 fix 和 floor 区别
  • 00 递推和递归的核心讲解
  • 深度学习常用开源数据集介绍【持续更新】
  • rust编写的系统监测器
  • 【MyBatis源码】CacheKey缓存键的原理分析
  • 034_Structural_Transient_In_Matlab结构动力学问题求解
  • 项目模块十五:HttpResponse模块