当前位置: 首页 > news >正文

小孙学变频学习笔记(十二)机械特性的调整 机械特性的改善

目录

  • 小孙学变频学习笔记(十二)
    • 一、机械特性的调整
      • 1.1 转差补偿功能
        • 转差补偿一般不用设置
        • 额定转差
      • 1.2 下垂功能(转差补偿相反)
        • 下垂功能的安全作用
    • 二、机械特性的改善
      • 2.1 矢量控制的基本思想
        • 直流电动机的主要特点:
    • 附学习参考网址
      • 欢迎大家有问题评论交流 (* ^ ω ^)

小孙学变频学习笔记(十二)

一、机械特性的调整

1.1 转差补偿功能

在这里插入图片描述

  • 在为鼓风机配置了变频器之后发现,变频50Hz工作的风量比工频小,这是因为有死区的存在,导致电压回小一点点
  • 在工运行时机械特性曲线如1所示,上变频器如2所示,n比nq小一点点,这时候就可以增加转差补偿,如3所示,设置50Hz运行时可以实现一样的甚至更高的转速
  • 这样的补偿过后,就像机械特性变硬了
转差补偿一般不用设置

对于恒转矩负载的变频器一般是已经进行过校准的了,可以保证输出380V,但是对于风机水泵等负载的变频器,应用在50hz的情况不多,也不一定要输出额定电压所以一些公司就未作处理。

额定转差
  • 有时候我们把电机设定到非常慢的转速时电机可能不转,这是由于转速基本等于电动机的额定转差,结果一减转速就变成0了
    在这里插入图片描述

1.2 下垂功能(转差补偿相反)

在这里插入图片描述

  • 有一台桥式起重机,两边有两台电动机,由同一台变频器控制,发现他们的负荷分配不均,这可能是由于两个电动机的自然机械特性差异。
    在这里插入图片描述
  • 曲线1和曲线2时两个电动机的机械特性曲线,转速相同时二者的电磁转矩差异较大,这时候就可以预置下垂功能解决问题
    在这里插入图片描述
  • 预置下垂功能就是让电动机的转差加大,如下图所示。那么在相同转速时就可以减小电磁转矩,减小两个电机的差距。
下垂功能的安全作用
  • 有许多设备要求负载越重速度越低,比如自动扶梯,在这种情况就应该让电机的机械特性变软,如下图所示
    在这里插入图片描述

二、机械特性的改善

  • 变频调速的性能有没有可能和直流调速一样

2.1 矢量控制的基本思想

直流电动机的主要特点:

在这里插入图片描述

  • 磁路特点:有两个互相垂直的磁场,一个是主磁场,其磁通是主磁极产生;另一个是电枢磁场,其磁通由电枢产生

  • 电路特点:主磁极的励磁电路和电枢电路是相互独立的。调节电枢电压时,励磁电流是不变的;调节励磁电流时电枢电压是不变的

  • 直流电机的主要调速方法是调节电枢电压,结果电流反馈和转速反馈两个闭环之后,其机械特性如上图所示,是十分理想的调速特性,但是只能能用于额定转速以下的调速;
    在额定电流以上,只能用调节励磁电流的方式来调速,由于电流反馈和转速反馈不能作用到励磁回路,所以其机械特性较软。
    在这里插入图片描述

  • 变频调速中的矢量控制方式就是仿照直流电动机的特点,当变频器得到给定信号后,首先由控制电路把给定信号分解为两个互相垂直的磁场信号:励磁分量ϕe\phi_{e}ϕe和转矩分量ϕt\phi_{t}ϕt,与之对应的控制电流信号分别为ie∗i_{e}^{*}ieit∗i_{t}^{*}it。并且,在额定频率以下,当接到转速反馈信号需要调整时,励磁分量ϕe\phi_{e}ϕe保持不变,只调整转矩分量ϕt\phi_{t}ϕt,以模拟直流电动机在额定转速以下的调速特点。而在额定频率以上,当接到转速反馈信号需要调整时,转矩分量ϕt\phi_{t}ϕt保持不变,只调整励磁分量ϕe\phi_{e}ϕe,以模拟直流电动机在额定转速以上的调速特点,如图2—36(a)所示。

  • 然后把这两个静止的磁场信号,经过一系列的等效变换,变换成等效的三相电流的控制信号iu∗i_{u}^{*}iuiv∗i_{v}^{*}iviw∗i_{w}^{*}iw,使异步电动机在额定频率以下调速时,每相电流中的励磁电流i0i_{0}i0保持不变,只调整转矩电流i2′i_{2}^{'}i2,而在额定频率以上调速时,每相电流中的转矩电流i2′i_{2}^{'}i2保持不变,只调整励磁电流i0i_{0}i0,从而得到与直流电动机类似的机械特性,如图(b)所示。

  • 由于异步电动机的励磁回路和转矩回路事实上并未分开,所以,矢量控制时,在额定转速以上的机械特性,要比直流电动机好。”

附学习参考网址

欢迎大家有问题评论交流 (* ^ ω ^)

http://www.lryc.cn/news/603823.html

相关文章:

  • 想要批量提取视频背景音乐?FFmpeg 和转换器都安排上
  • Day 25:异常处理
  • VTK开发笔记(一):VTK介绍,Qt5.9.3+VS2017x64+VTK8.2编译
  • Zynq SOC FPGA嵌入式裸机设计和开发教程自学笔记:GPIO扩展与中断控制技术,万字详解!!
  • 车载刷写架构 --- 整车刷写中为何增加了ECU 队列刷写策略?
  • 服务器分布式的作用都有什么?
  • Windows下基于 SenseVoice模型的本地语音转文字工具
  • Ubuntu25.04轻量虚拟机Multipass使用Shell脚本自动创建并启动不同版本Ubuntu并复制文件
  • 【支持Ubuntu22】Ambari3.0.0+Bigtop3.2.0——Step1—基础环境准备
  • GaussDB 约束的语法
  • 【LeetCode】前缀表相关算法
  • 服务器数据恢复—RAID上层部署的oracle数据库数据恢复案例
  • Node.js 是怎么一步步撼动PHP地位的
  • #C语言——学习攻略:深挖指针路线(三)--数组与指针的结合、冒泡排序
  • 云原生MySQL Operator开发实战(四):测试策略与生产部署
  • 什么情况下会出现数据库和缓存不一致的问题?
  • PowerShell脚本自动卸载SQL Server 2025和 SSMS
  • 传媒行业视频制作:物理服务器租用是隐藏的效率引擎
  • 基于Coze平台的自动化情报采集与处理引擎—实现小红书图文到飞书的端到端同步
  • MySQL数据库 mysql常用命令
  • 堆的理论知识
  • 青少年软件编程图形化Scratch等级考试试卷(一级)2025年6月
  • 人工智能赋能社会治理:深度解析与未来展望
  • 不靠海量数据,精准喂养大模型!上交Data Whisperer:免训练数据选择法,10%数据逼近全量效果
  • 光环云在2025WAIC联合发布“AI for SME 全球普惠发展倡议”
  • docker的安装和配置流程
  • 【监控】非IP监控系统改造IP监控系统
  • [Token]ALGM: 基于自适应局部-全局token合并的简单视觉Transformer用于高效语义分割, CVPR2024
  • docker docker与swarm入门笔记
  • Python中的决策树机器学习模型简要介绍和代码示例(基于sklearn)