当前位置: 首页 > news >正文

永磁同步电机的矢量控制

矢量控制理论由德国西门子公司的F.Blaschke于1971年提出,这是交流电机控制理论一次里程碑式的跨越。交流电机从此在直流电机高性能应用竞争中获得一隅之地,并最终形成席卷之势。矢量控制的基本思想是模仿直流电机的磁场定向方式。其原理为:以转子磁链方向作为旋转坐标系的参考方向,依据这个坐标系,将定子电流分解为与转子磁链同方向的定子电流励磁分量和与磁链方向正交的定子电流转矩分量。这两个分量相互正交,分别采用控制器控制。矢量控制可以得到精确的速度控制,良好的转矩响应,进而获得类似于直流电机的工作特性。但矢量控制需要进行较复杂的旋转坐标变换,磁链和转矩解耦控制依赖于对转子磁链的准确观测,在实际中控制效果随电机参数的变化而变化。因此矢量控制的实现需要选用较高性能的数字信号处理器高精度的光电码盘转速传感器和适当的参数变化补偿算法

永磁同步电机建模及控制可参考:

永磁同步电机矢量控制详细搭建过程_哔哩哔哩_bilibili

永磁同步电机建模:

https://zhuanlan.zhihu.com/p/1887559741930177528

矢量控制:FOC-控制策略

q轴电流 → 直接控制转矩(类似直流电机的电枢电流)

d轴电流 → 调节磁场:根据需要有3种情况:

  • 第一种:最简单的一种,保持为零,磁链仅由转子永磁体提供,也就是id=0控制,这个时候转矩就是 
  • 第二种:为了在同样的电流幅值下发出更大的转矩,对dq轴电流进行合适的分配,即最大转矩电流比(MTPA)控制。
  • 第三种:在所发出来的电压已经到最大值,这个时候需要弱磁控制,需要人为调整id为负。

所以:矢量控制(以转子磁场定向的控制)的核心,就是在dq同步旋转坐标系下,根据需要的转矩,控制合适的d轴和q轴电流。

https://zhuanlan.zhihu.com/p/26733002878

矢量控制:FOC-SVPWM算法合成电压矢量

https://zhuanlan.zhihu.com/p/274350505

参数的整定——如何让PI控制器实现好的性能

:https://zhuanlan.zhihu.com/p/1890415255303221563

为什么需要转速环和电流环?

:https://zhuanlan.zhihu.com/p/1889256484908557741

电流环的具体问题——解耦

:https://zhuanlan.zhihu.com/p/1892297015397954701

坐标变换

首先要提到的是两个变换,Clarck和Park变换

Clarck变换:

一般分为功率变换和幅值变换,他们不太一样

可参考:

三相交流系统中的坐标变换(abc\αβ\dq)_dq坐标系-CSDN博客

https://zhuanlan.zhihu.com/p/317347351

电机控制中Clarke变换的等幅值变换和等功率变换_等幅值变换和等功率变换的有功无功-CSDN博客

文章中包括三相坐标,abc->aB->dq等变换和逆变换,注意等幅值变换是2/3,等功率是根号2/3,

  • 三相静止坐标系(abc)

  • 两相静止坐标系(αβ)

  • 两相旋转坐标系(dq)

Park变换:

四种Park变换:“由于国内外研究人员对abc坐标系与dq轴的定义不同,造成了Park变换矩阵的多种多样,本文则从4种定义的abc坐标系与dq轴出发,解释了4种Park矩阵的由来”

可参考文章:

https://zhuanlan.zhihu.com/p/74442400

空间矢量(SVPWM)控制

1.一般的Svpwm模块中,输入量为Vα、Vβ,得到三相计数器的Compare的值,最后输出U、V、W三相电压。在FOC控制中实现Svpwm控制的主要步骤如下:
1)、扇区判断;
2)、计算相邻两个矢量去合成想要矢量的作用时长;
3)、作用时长转换成计数器的比较值。

总体学习:https://zhuanlan.zhihu.com/p/414721065

1、扇区判断

可参考:

电机控制---SVPWM扇区判断的实现以及推导过程-CSDN博客

FOC学习笔记(六)-SVPWM扇区判断 - 侯先生的技术小站

2、矢量的作用时长

可参考:

3、矢量切换点

扇区矢量切换点的确定及 PWM 信号产生模块
在空间矢量算法实现的过程中,开关状态通常情况下是通过这个周期内的脉冲的占空比调节的,也就是说通过调节时间管理器的定时器的占空比调节开关器件的闭合断开时间

零矢量分布方法一:

零矢量分布方法二:

零矢量分布方法三:

总体控制框图如下:

【电机控制算法】SVPWM算法的实际工程实现(基于Simulink与STM32外设场景的仿真)_stm32_丶漂泊の太阳-2048 AI社区

总结:永磁同步电机的矢量控制相比异步电机来说较为简单,由于永磁同步电机 转子为永磁体,通过安装传感器能够直接对其进行检测,而且不受电机参数的 影响,并且转子转速始终为同步转速,没有转差率,因此永磁同步电机的矢量 控制流程更为的简化,关键在于定子电流的检测,直接影响电机的控制性能。 永磁同步电机的控制方式有三种,这里采用的是 i d =0 的方式,这样可以保证用 最小的电流幅值得到最大的输出转矩,对于凸极式电机,在重负载下会导致功 率因数降低,比较适用于隐极机。另外就是最大转矩效率控制,对于凸极式同步电机充分利用其磁阻转矩,从而保证在电流幅值不变的阿情况下使得输出转矩最大。最后是采用 i d 为负值的弱磁方式,通过增加去磁电流的方法来实现弱磁升速。

磁悬浮飞轮储能系统中的永磁同步电机控制

1、

matlab的模块中提及到,对于dq->abc的变换矩阵,其根据:

When the rotating frame is aligned 90 degrees behind the phase A axis, the following relations are obtained:其公式会有不同,这个相位设置在电机模型的参数里面可以选,要对应。

  • When the rotating frame is aligned with the phase A axis at t = 0, that is, at t = 0, the d-axis is aligned with the a-axis. This type of Park transformation is also known as the cosine-based Park transformation.

  • When the rotating frame is aligned 90 degrees behind the phase A axis, that is, at t = 0, the q-axis is aligned with the a-axis. This type of Park transformation is also known as the sine-based Park transformation. Use this transformation in Simscape™ Electrical™ Specialized Power Systems models with three-phase synchronous and asynchronous machines.

这里也提到了,这里的区别是基于余弦和正弦的Park变换。

其中Udc为直流母线电压,

表2.3几种矢量控制策略的优缺点对比

图2.14(a)和2.14(b)对比了在利用SPWM调制和利用SVPWM调制时,各自的调制波与载波的对应关系。与SPWM不同的是,SVPWM的调制波可分解为正弦基波和近似三角锯齿波两部分,如图2.14(c)所示。正是因为如此,对应于同样的中间直流电压,SVPWM满调制时输出的相电压峰值高于SPWM,也就是说,SVPWM的电压利用率比SPWM高出15%。另外,在抑制高次谐波方面的表现,SVPWM也优于SPWM,所以在大多数时候,SVPWM应用的更广泛,因此本文也采用SVPWM调制。

图2.14  SPWM和SVPWM的调制波于载波对应关系图

http://www.lryc.cn/news/611288.html

相关文章:

  • RK3568下使用Qt 绘制实现实时坐标曲线
  • 【Spring Cloud】-- 注册中心
  • PowerShell 入门2: 使用帮助系统
  • 异或游戏 运算符优先级问题
  • GB28181监控平台LiveGBS如何配置GB28181对接海康、大华解码器上墙,将GB28181平台是视频给硬件解码器解码上墙
  • cJSON库应用
  • C语言的常见错误与调试
  • uniapp renderjs 逻辑层,视图层互相传递数据封装
  • 背包初步练习
  • 计算机视觉面试保温:CLIP(对比语言-图像预训练)和BERT技术概述
  • Linux逻辑卷管理操作指南
  • 论文解读:Mamba: Linear-Time Sequence Modeling with Selective State Spaces
  • JSP相关Bug解决
  • AutoSar AP LT规范中 建模消息和非建模消息都可以使用LogInfo() API吗?
  • 达芬奇31-40
  • stm32F407 硬件COM事件触发六步换相
  • AI赋能复合材料与智能增材制造:前沿技术研修重磅
  • 智能融合:增材制造多物理场AI建模与工业应用实战
  • 【面向对象】面向对象七大原则
  • linux nfs+autofs
  • 注意点:Git 从安装到分支协作、冲突解决的完整步骤 ---待修改,没看这个步骤,需要重新整理步骤
  • ara::log::LogStream::WithTag的概念和使用案例
  • 跨域场景下的Iframe事件监听
  • Nature Neuroscience | 如何在大规模自动化MRI分析中规避伪影陷阱?
  • Android 开发中,HandlerThread、IntentService 和 AsyncTask区别对比
  • 性能测试终极指南:从指标到实战
  • 《传统企业如何借助数字化转型实现企业增长》
  • 机器学习通关秘籍|Day 03:决策树、随机森林与线性回归
  • 分布式微服务--Nacos持久化
  • Python-机器学习初识