PMSM电机无传感器FOC矢量控制_图文.
- 格式:doc
- 大小:1.58 MB
- 文档页数:44
AN1299 结论本应用笔记阐述了单分流算法的优点、局限性和限制条件。
通过使用单分流电阻来检测流经直流母线的电流,单分流算法能够重构流经电机各相的电流。
为了获取蕴含在直流母线电流中的信息,使用了空间矢量调制方法。
SVM 产生一组采样时间窗口,在时间窗口中可以观察流经电机各相的电流。
在分流电阻真值表(表 1)中对这些时间窗口进行了划分和分组。
此真值表表明了分流电阻提供的信息与电子开关状态之间的关系。
但是,在某些 SVM 区域,要从直流母线电流获取期望信息是不可能的。
通过修改 SVM 开关模式可以克服这一局限性。
对这些模式进行修改,使得在每个 SVM 工作状态中从单分流电阻提取期望信息成为可能。
这些实际结果表明:单分流电阻方法提供了足够精确的信息,能够满足磁场定向控制的需求。
对提取的流经直流母线的电流进行重构,根据重构的信息,还可能获取诸如位置、转矩这样的电机信息。
参考文献本应用笔记参考了下列应用笔记,它们可从 Microchip 网站()下载:•AN908 《使用 dsPIC30F 实现交流感应电机的矢量控制》(DS00908A_CN)• AN955 “VF Control of 3-Phase Induction Motor (DS00955) Using Space Vector Modulation” • AN1017 《使用 dsPIC30F DSC 实现 PMSM 电机的正弦驱动》(DS01017A_CN)• AN1078 《PMSM 电机的无传感器磁场定向控制》(DS01078A_CN) 2009 Microchip Technology Inc. DS01299A_CN 第 21 页AN1299 注: DS01299A_CN 第 22 页 2009 Microchip Technology Inc.请注意以下有关 Microchip 器件代码保护功能的要点:• • • Microchip 的产品均达到 Microchip 数据手册中所述的技术指标。
目录1 引言 (1)1.1 课题的背景与意义 (1)1.1.1 课题背景 (1)1.1.2 课题意义 (1)1.2 永磁电机发展概况 (1)2 机电能量转换和拉格朗日方程 (2)2.1 机电能量转换 (2)2.2 三相同步电机电磁转矩 (7)2.3 拉格朗日方程 (9)3 三相永磁同步电机的数学模型 (11)3.1 三相PMSM的基本数学模型 (11)3.2 三相PMSM的坐标变换 (13)3.2.1 Clark变换 (13)3.2.2 Park变换 (14)3.3 同步旋转坐标系下PMSM的数学模型 (14)4 三相永磁同步电机的矢量控制 (16)4.1 转速环PI调节器的参数整定 (16)4.2 电流环PI调节器的参数整定 (17)4.3 三相PMSM矢量控制系统的仿真 (19)4.3.1 仿真建模 (19)4.3.2 仿真结果分析 (22)总结 (23)参考文献 (23)三相永磁同步电机矢量控制建模与仿真摘要:永磁同步电机具有体积小、效率和功率因数高等优点,因此越来越多的应用在各种功率等级的场合。
永磁同步电机的控制是永磁同步电机应用的关键技术,永磁同步电机的结构特点使得采用矢量控制系统有很大的优势。
本文首先分析了永磁同步电机矢量控制的发展概况,然后从机电能量转换的角度出发,解释三相永磁同步电机的机电能量转换原理,推导拉格朗日运动方程。
此外,列写出永磁同步电机在三相静止坐标系和dq坐标系下的数学模型。
基于Simulink建立了转速电流双闭环矢量控制系统的仿真模型,通过对仿真结果分析,验证了永磁同步电机矢量控制系统性能的优越性。
关键词:永磁同步电机,矢量控制,Simulink1 引言1.1 课题的背景与意义1.1.1 课题背景交流电机的控制性能在磁场定向矢量控制技术提出后才有了质的飞跃。
磁场定向矢量控制技术采用的是励磁电流和转矩电流的解稱控制,兼顾磁场和转矩的控制,克服了交流电机自身耦合的缺点。
foc(电机矢量控制)程序分块细解下载提示:该文档是本店铺精心编制而成的,希望大家下载后,能够帮助大家解决实际问题。
文档下载后可定制修改,请根据实际需要进行调整和使用,谢谢!本店铺为大家提供各种类型的实用资料,如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等,想了解不同资料格式和写法,敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!电机矢量控制(FOC)是一种用于控制交流电机的先进技术,它能够精确控制电机的速度和位置,提高电机的效率和性能。
电流采样及坐标变换前言永磁同步电机(PMSM)应用范围广泛,经常用于新能源汽车、机床、工业等领域。
在实际使用中,我们经常采用矢量控制算法(FOC)完成PMSM的高性能控制。
矢量控制中通常采用双闭环结构,其中外环为速度环,内环为电流环。
为了实现PMSM高性能控制,我们会采用各种复杂的算法来实现目标,这其中电流环相关算法又是重中之重。
但是需要指出,电流环性能好坏除了与采用的算法有关之外,还与最基本的电流采样问题以及坐标变换问题紧密相关。
只有当这些细节问题研究到位之后,高性能的控制算法才会更好发挥作用。
本文档主要探讨电流环的电流采样问题、故障保护以及坐标变换问题。
1 单相电流采样模型及补偿图1为实际系统中电流采样系统示意图,主要电源(含参考源)、HALL电流传感器、放大及滤波电路、AD转换器。
对于实际采样系统而言,各个器件均不是理想的,综合起来会产生明显的赋值衰减和相位滞后,这势必会降低控制性能。
图1 电流采样系统示意图HALL电流传感器:(1)增益非线性:即使采样的电流为直流时,也会在电流较大时产生增益下降,即增益非线性(饱和效应)。
进行建模时,认为增益非线性只是改变了输出HALL输出电压幅值,并不产生相位滞后。
记为G。
Non(2) 低通特性:此特性会随着电流频率的变化而产生不同程度的相位滞后和幅值衰减。
记为()LPF1G s 。
由上述可知,HALL 传感器的传递函数为()()HALL Non LPF1G s G G s =⋅。
图2为传输非线性Non G 的示意图。
由此图可见在-400A~400A 是线性区域,增益为1pu ;而电流处于-700A~-400A 以及400A~700A 范围内时增益下降到了0.98pu ;当电流处于-900A~-700A 以及700A~900A 范围内时增益下降到了0.952pu 。
为了后续分析方便,这里假设()LPF11=3e -061G s s +。
实际系统的()LPF1G s 可由测试或者查询HALL 传感器的数据手册得到。
矢量控制(FOC)基本原理2014、05、15一、基本概念1、1模型等效原则交流电机三相对称得静止绕组 A 、B、C ,通以三相平衡得正弦电流时,所产生得合成磁动势就是旋转磁动势F,它在空间呈正弦分布,以同步转速ω1(即电流得角频率)顺着A-B-C 得相序旋转。
这样得物理模型如图1-1a所示。
然而,旋转磁动势并不一定非要三相不可,单相除外,二相、三相、四相……等任意对称得多相绕组,通以平衡得多相电流,都能产生旋转磁动势,当然以两相最为简单。
图1图1-1b中绘出了两相静止绕组α与β,它们在空间互差90°,通以时间上互差90°得两相平衡交流电流,也产生旋转磁动势F 。
再瞧图1-1c中得两个互相垂直得绕组M 与 T,通以直流电流与,产生合成磁动势 F ,如果让包含两个绕组在内得整个铁心以同步转速旋转,则磁动势 F 自然也随之旋转起来,成为旋转磁动势。
把这个旋转磁动势得大小与转速也控制成与图 1-1a一样,那么这三套绕组就等效了。
三相--两相变换(3S/2S变换)在三相静止绕组A、B、C 与两相静止绕组α、β之间得变换,简称3S/2S 变换。
其电流关系为两相—两相旋转变换(2S/2R变换)同步旋转坐标系中(M、T坐标系中)轴向电流分量与α、β坐标系中轴向电流分量得转换关系为1、2矢量控制简介矢量控制就是指“定子三相电流矢量控制”。
矢量控制理论最早为解决三相异步电机得调速问题而提出。
交流矢量得直流标量化可以使三相异步电机获得与直流电机一样优越得调速性能。
将交流矢量变换为两相直流标量得过程见图2。
图2图2得上图为静止坐标系下得定子三相交流矢量图2得中图为静止坐标系下得等效两相交流矢量图2得下图为旋转坐标系下得等效两相直流标量,就是转矩电流,就是励磁电流。
经图2得变换后,定子三相交流矢量变为了旋转得两相直流标量。
进而可以把异步电机瞧作直流电机,分别控制励磁电流与转矩电流。
变换公式即式(1)与式(2)。
无感FOC控制原理
FOC(Field-Oriented Control)即磁场定向控制,是一种电机矢量
控制方法。
它通过将三相交流电机的控制转化为两个独立轴的控制,分别
是磁场轴和扭矩轴,从而实现电机的高性能控制。
FOC的基本原理是将三相交流电机的磁场定向到一个轴上,再根据需
要的扭矩进行控制,从而实现电机的高效、精准控制。
FOC的控制过程主要包括四个步骤:磁场转换、磁场定向、电流控制
和速度/位置控制。
首先,在磁场转换阶段,三相交流电流经过变换,被转换到一个以磁
场轴为方向的直流电流上。
这一步骤是为了将三相交流电机的控制转化为
直流电机的控制。
然后,在磁场定向阶段,经过磁场转换后的直流电流被分解为两个分量,一个是磁场轴上的电流(Id),另一个是扭矩轴上的电流(Iq)。
磁
场轴的电流控制电机的磁通,扭矩轴的电流控制电机的转矩。
接下来,在电流控制阶段,通过对磁场轴和扭矩轴上的电流进行控制,来达到对电机磁通和转矩的控制。
通常采用PID控制算法来实现电流控制,根据反馈信号和期望值之间的差异来调节输出信号。
最后,在速度/位置控制阶段,根据需要对电机的速度或位置进行控制。
通常通过对电机角度或速度进行反馈,结合PID控制算法来实现。
FOC控制的优点在于能够实现高效、高精度的电机控制,具有较低的
谐波失真和较高的输出效率。
同时,FOC控制还可以实现电机的快速动态
响应和较低的转矩波动。
总的来说,FOC控制是一种能够实现电机高性能控制的方法,通过将电机的磁场定向到一个轴上,并根据需要控制扭矩和速度/位置,实现电机精准、高效的控制。
电励磁同步电机FOC控制机电暂态建模一、概述随着电力电子技术和控制理论的不断发展,电动汽车、风力发电和工业制造等领域对电励磁同步电机(以下简称PMSM)的需求日益增加。
PMSM在高效、高性能和高可靠性方面具有显著的优势,因此其控制技术也备受关注。
在PMSM的控制技术中,矢量控制技术(即FOC控制技术)是目前应用最广泛的一种控制技术。
FOC控制可以将PMSM的控制问题转化为直流电机的控制问题,从而简化了控制系统的设计和实现。
然而,在实际应用中,PMSM系统往往会遇到各种机电暂态问题,如起动、负载扰动和电网故障等。
这些机电暂态问题对PMSM的控制性能和系统稳定性都会产生影响。
对PMSM的机电暂态行为进行建模和分析,对于设计优化控制系统和提高PMSM系统的鲁棒性至关重要。
本文旨在探讨PMSM系统的FOC控制技术下的机电暂态建模问题,以期为PMSM系统的设计和控制提供理论参考和技术支持。
二、PMSM系统的FOC控制原理2.1 PMSM系统的数学模型PMSM系统的数学模型可以用如下的非线性状态方程表示:其中,x是PMSM系统的状态变量,u是PMSM的控制输入,y是PMSM的输出。
f和g是PMSM系统的非线性函数,描述了电机的物理特性和电磁特性。
2.2 FOC控制原理FOC控制技术主要分为两个部分:速度环和电流环。
速度环控制是通过调节转速指令和实际转速之间的误差来控制转速;电流环控制是通过调节给定电流和实际电流之间的误差来控制电流。
FOC控制技术的目标是使得PMSM系统的电流和转速能够快速、精确地跟踪给定值,并且能够对外部扰动做出鲁棒的响应。
三、PMSM系统的机电暂态建模3.1 机电暂态问题PMSM系统在实际应用中往往会遇到各种机电暂态问题,其中包括但不限于起动时的转矩脉动、负载扰动时的抗扰性能和电网故障时的系统稳定性。
这些机电暂态问题对PMSM系统的控制性能和稳定性都会产生影响。
3.2 机电暂态建模方法为了研究PMSM系统在机电暂态影响下的控制行为,需要对PMSM 系统的机电暂态行为进行建模。
PMSM无传感器FOC的单分流三相电流重构算法PMSM(永磁同步电机)是一种非常常见的电机类型,它在许多应用领域中都广泛使用。
传统的PMSM控制通常使用传感器来测量电机转子的位置和速度,从而实现闭环控制。
然而,传感器的使用会增加系统成本和复杂性,并且容易受到外部干扰。
为了解决这个问题,无传感器FOC(磁场定向控制)算法被开发出来。
这种算法通过测量电机的三相电流和母线电压来估计转子的位置和速度,从而实现对电机的控制。
单分流三相电流重构算法是一种常见的无传感器FOC算法,下面我将详细介绍该算法的原理和实现方法。
首先,让我们来了解一下磁场定向控制的基本原理。
磁场定向控制是通过控制电机的磁场方向和大小来实现对电机的控制。
在PMSM中,磁场的方向取决于电流的方向。
因此,通过控制电流的大小和相位可以实现对电机的控制。
在传统的PMSM控制中,电流通过传感器来测量。
然而,无传感器FOC算法使用电流测量数据来估计电机转子的位置和速度。
这就需要通过一定的算法来将电流数据转换为转子位置和速度信息。
单分流三相电流重构算法是一种常用的无传感器FOC算法。
该算法使用了电流空间矢量投影技术来重构电流矢量。
具体来说,该算法通过测量的三相电流和电压数据来计算转子位置和速度的估计值。
算法的主要步骤如下:1.测量三相电流和电压:首先,需要测量电机的三相电流和电压。
可以使用传感器或者其他方法来获取这些数据。
2.电流矢量转换:将三相电流转换为d轴和q轴的电流矢量。
这可以通过三相到两相的变换公式来实现。
3.电流空间矢量投影:使用通过电流矢量转换得到的d轴和q轴电流矢量,结合电压数据,进行电流空间矢量投影计算。
这个计算过程可以使用PMSM的数学模型来实现,通过计算得到转子位置和速度的估计值。
4.控制器设计:根据转子位置和速度的估计值,设计闭环控制器来控制电机的转矩和转速。
这可以使用PID控制器或者其他控制算法来实现。
5.输出电压控制:根据控制器的输出,使用PWM(脉宽调制)技术来控制逆变器的输出电压,从而驱动电机。
基于 FOC矢量控制的电机控制器摘要:在现代社会,可以说,一切能动的机器都有电机的应用,电机发展近两百年的时间里产生了多种多样的电机及技术。
一个合格的机器设备不光要选取合适的电机,也要采用适合的电机控制技术。
本设计应用FOC矢量控制算法,设计一种对于伺服步进电机微量级电机控制器,广泛应用于现代精密制造业。
关键词:伺服电机控制、FOC矢量控制1引言对于各类新型高新技术,电机控制都是必不可少的,无刷伺服电机因为其体积小,扭矩大,精度高等优势,普遍应用于现代机器人领域及现代工业领域。
电机控制是指对转速、位置等过程参数的被告变量的自动控制。
电机控制,是指通过计算机或微处理器采集控制信号并发出控制信号,根据控制对象的最佳价值快速自动控制和自动调整,应用于如数控机床和生产线控制领域。
电机控制根据不同电机的类型及电机的使用场合有不同的要求及目的。
对于电动机,通过电机控制,达到电机快速启动、快速响应、高效率、高转矩输出及高过载能力的目的。
2 FOC控制算法FOC(Field Oriented Control)即场定向控制,也称磁场方向控制和矢量控制。
通常指通过将三相交替电流的控制转换为产生扭矩的q轴电流的控制,通过坐标转换产生磁场的d轴电流实现扭矩和激发的独立控制。
磁场以空间矢量的形式表示,当确定的磁场方向和转子磁场的方向垂直时,可以产生最大的扭矩,因此始终确保确定磁场的方向和转子磁场的方向是垂直的,以确保电机能够获得良好的性能。
FOC 算法的理念是:・首先测量转子的位置(角位),以便您了解转子磁场的方向,即蓝色矢量・所需的注射器磁场矢量,桃载体垂直于蓝色向量,可根据转子位置计算・最后,通过控制三相电流,可以合成所需的合成磁场矢量图1.1 FOC算法示意图2控制方法2.1电路设计方案矢量控制基于对指控对象的精确数学模型,使交流电机控制由外部宏观稳定状态控制,深入到电机内部电磁过程的瞬时控制中。
矢量控制通过坐标转换将交流电机内部的复杂耦合非线性变量转换为交流电机内的静态直流变量(电流、磁链、电压等),实现近似脱钩控制,并从中发现约束,为某一目标获得最佳控制策略,ID-0控制是矢量控制的特定控制策略,实现转子坐标系中永久磁同步电机间质电流脱钩,由于ID、iq双电流闭环的存在。
电动汽车永磁同步电机无传感器FOC-DTC混合控制系统陈安;王晗【摘要】For the efficiency control issue of permanent magnet synchronous motor (PMSM) in electric vehicle,a position sensorless control system based on FOC-DTC hybrid control system isproposed.Firstly,considering the advantages of FOC and DTC,the FOC-DTC hybrid control system is constructed to improve the stability and robustness of the system.Then,the field weakening control technology is integrated to improve the control performance of the motor at high speed.Finally,the sliding mode observer is used to estimate the motor speed based on the current information of the αβ axis,so as to realize the PMSM control system without position sensor.The simulation results show that the proposed system can accurately and stably control the motor speed,which is feasible and effective.%针对电动汽车中永磁同步电机(PMSM)的高效控制问题,提出一种基于磁场定向控制-直接转矩控制(FOC-DTC)混合系统的无位置传感器控制系统.首先,在考虑FOC和DTC的各自优势下,构建FOC-DTC混合控制系统,提高系统的稳定性和鲁棒性.然后,融入弱磁控制技术,提高电机高速运行时的控制性能.最后,利用滑模观测器,根据电机αβ轴的电流信息来估计电机转速,实现无位置传感器的PMSM控制系统.仿真结果表明,提出的系统能够准确且稳定地控制电机转速,具有可行性和有效性.【期刊名称】《湘潭大学自然科学学报》【年(卷),期】2018(040)001【总页数】4页(P123-126)【关键词】电动汽车;永磁同步电机;无位置传感器;FOC-DTC混合控制;弱磁控制;滑模观测器【作者】陈安;王晗【作者单位】广东工业大学实验教学部,广东广州510006;广东工业大学机电工程学院,广东广州510006【正文语种】中文【中图分类】TM34;O231永磁同步电机(Permanent Magnet Synchronous Motor, PMSM)由于运行效率和功率密度较高,被广泛应用于电动汽车上[1].为了满足电动汽车的应用需求,电机的控制系统需要具备较宽的转速和扭矩控制范围、高效率且快速的转矩响应等性能特征[2].另外,在传统电机闭环控制系统中,通常釆用位置传感器来检测转子速度[3].然而,这些传感器增加了系统成本,并降低了系统可靠性.因此,提出一种高效的无传感器电机控制技术对电动汽车的发展具有重要意义.目前,PMSM的控制方法主要有磁场定向矢量控制(Field Orientated Control, FOC)[4]和直接转矩控制(Direct Torque Control, DTC)[5].其中,FOC控制技术具有很好的控制平滑性和准确性,但对电机参数敏感,鲁棒性差.DTC控制技术结构简单,对参数失谐具有鲁棒性,但在低速时不能稳定地控制磁链和转矩,波动较大.为此,Vaez-zadeh 在FOC系统中融入了DTC系统[6],形成了一种FOC-DTC的混合控制系统,一定程度上提高了控制系统的稳定性和鲁棒性.基于上述分析,本文将FOC-DTC混合控制系统应用到电动汽车上的PMSM控制中.同时,为了扩大控制系统的调速范围,融入弱磁控制策略,保证高转速下控制的稳定性.另外,为实现无位置传感器控制,基于滑模观测器(Sliding Mode Observer, SMO),根据电机αβ轴(两相静止坐标系)的电流信息来估计电机转速,反馈到速度闭环控制器中.仿真结果表明,该控制系统能够快速响应速度命令,具有很好的稳定性和鲁棒性.1 PMSM矢量控制数学模型矢量控制是利用坐标变换,通过Clarke变换将三相系统变换到两相系统.再根据磁场定向,通过Park变换将两相系统等效为两相同步旋转系统,实现对定子的励磁控制和转矩控制[7].Clarke变换是将静止的a-b-c坐标系变换到静止的α-β坐标系.Park变换是将α-β坐标系变换到同步旋转的d-q坐标系.由于PMSM电机采用三相对称接法,所以ia+ib+ic=0,式中ia,ib,ic分别为电机三相电流.设定iα,iβ为α-β坐标系中的电流;id,iq为d-q坐标系中的电流;θ为同步旋转角速度.那么Clarke变换和Park变换可分别表示为那么,PMSM电机在α-β静止坐标系上的模型可表示为式中vα、vβ分别为α-β轴电流;eα,eβ分别为α-β轴反电动势;L为定子电感;R为定子电阻;ke为反电动势系数;ωr为电机转子角速度.2 提出的无传感器FOC-DTC控制系统框架本文在混合式FOC-DTC系统的基础上,提出了一种融入弱磁控制的无传感器PMSM鲁棒控制系统,系统基本结构框图如图1所示.其主要由三个部分组成,即基本FOC-DTC系统、弱磁控制系统和SMO速度估计系统.FOC-DTC系统结合了FOC和DTC系统的各自优点,使其不仅具有较高的控制稳定性,还对电机参数具有鲁棒性.弱磁控制系统用来加强对电机高转速的控制性能,提高系统调速范围.SMO速度估计系统用来估计电机实际转速,替代位置传感器,以此可降低电机成本且提高系统可靠性.本文根据电机αβ轴(两相静止坐标系)的电流信息,采用Saadaoui[8]描述的滑模观测器(SMO)来估计电机转速,本文对此不再具体描述.3 混合式FOC-DTC控制系统在FOC中,假设转子磁通大小恒定,即式中kd和kq为正系数,Δ表示微小变化;ids,iqs,λr和Te分别为d-q轴定子电流,转子磁通和电磁转矩.此外,ΔTe∝ΔλT,其中,λT为定子磁链矢量的切向分量.在DTC中,可将定子磁通表示为Δ|λs|=ΔλF,其中,λF为定子磁链矢量的径向分量.忽略λr和λs之间的一阶延迟,则有Δ|λr|=ΔλF,进行比较得到ΔλF∞Δids,ΔλT∞Δiqs.这样,DTC中磁链的滞环控制与FOC中d-轴电流控制存在直接关系.此外,DTC中电磁转矩的滞环控制与FOC中q-轴电流控制之间存在密切关系.混合FOC-DTC方法包含了FOC中的电流滞环控制器和DTC中的开关表.开关表如表1所示.表1 开关表Tab.1 Switch table扇区(N)123456kd=1kq=1110010011001101100kq=0111000111000111000kq= -1101100110010011001kd=0kq=1010011001101100110kq=000111100011 1000111kq=-10011011001100100114 弱磁控制系统由于受到电压的限制,电机的速度也是有限的.电机的反电势会随着电机转速的增加而不断升高,当转速达到转折点时,电机两端的反电势等于逆变器的最大限制电压.如果此时需要继续提高转速,则必须采用弱磁控制来减弱定子磁场[9].弱磁控制就是通过调节定子磁场来调整d、q轴电流的分配关系,实现在保持电压不变下降低输出转矩,以此提高电机转速.为此,本文融入了弱磁控制来提高控制系统对宽转速范围的调速能力.对于N个连续周期,本文通过监控q-轴定子电流滞环比较器的输出kq来实现磁场削弱.如果kq在这段时间内保持一个值,即只应用有源电压矢量,且电机不能满足转矩需求.那么,此时需要将磁通参考值减少一个变化量δ,即Δλr=-δ.如果kq 在这段时间变化成0或-1,则满足转矩需求,且将磁通参考值增加一个δ,即Δλr=+δ.另外,磁通参考值的变化范围需在最小值λr,min和额定值λr,rated之间.转子磁通变化量级与电机转速相≅式中Vs为定子电压,Δωr为转速误差.根据电机的动力学方程,有≅式中,p为电机极对数,Te为电磁转矩,J为惯性矩.因此,转子磁通的最大改变量为≅为了获得正确的磁通削弱,必须以一个不低于上式值的变化率来减少转子磁通. 表2 PMSM的参数Tab.2 Theparameters of PMSM额定电压U/V180转子电感Lr/H0.105额定频率f/Hz50定子电感Ls/H0.105额定功率P/kW1.5互感Lm/H0.1转子电阻Rr/Ω1电极对数p1定子电阻Rs/Ω0.5转动惯量J/(kg·m2)0.01提出的磁场削弱控制算法用来确定最大磁通等级,以确保满足转矩命令.该算法不需要依赖准确的电机参数知识,没有基准速度或最佳磁通参考的计算,且在恒转矩和恒功率区之间具有平稳过渡.该方法在较宽的速度范围内,能够自适应调节转子磁链参考值,提供良好的鲁棒性.5 仿真及分析利用Matlab/Simulink构建仿真环境,表2为仿真中的PMSM参数.构建一个实验场景,在t=0 s时空载启动,设定转速为200 rad/s,在t=0.7 s时设定转速为500 rad/s.当达到参考速度后,在t=1.3 s时施加一个2 N·m负载转矩,在t=1.5 s时移除负载.最后,在t=1.6 s时将速度设置为0 rad/s.图2给出了电机速度控制响应曲线和SMO速度估计曲线.可以看出,控制系统能够快速地调节电机转速,电机转速从0到200 rad/s的启动过程只需要0.4 s.另外,控制系统能够在负载变化时稳定地控制速度,具有很好的鲁棒性.另一方面,从SMO系统所估计的速度曲线可以看出,所估计的转速与实际转速基本一致,证明了其有效性.图3和图4分别给出了电机控制系统的dq轴电流曲线和转矩输出曲线,其中t=1.2 s到1.6 s时段为电机高速运行阶段,即此时电机进入恒功率区.可以看出,在无负载情况下,高速运行阶段的电流幅度反而比其他时段的低,这正是由于弱磁控制系统的作用.弱磁控制系统能够在电机高速运行时,减低FOC-DTC控制系统中的磁通等级,以此提供较大的电磁转矩.所以,在t=1.3 s到1.5 s时段上施加负载时,控制系统能够快速提供所需转矩,且不影响电机速度.参考文献[1] 马琮淦, 左曙光, 何吕昌,等. 电动车用永磁同步电机电磁转矩的解析计算[J]. 振动、测试与诊断, 2012, 32(5): 756-761.[2]KIM K C. A novel magnetic flux weakening method of permanent magnet s ynchronous motor for electric vehicles [J]. IEEE Transactions on Magnetics, 2012, 48(11): 4042-4045.[3] 任云丽, 来长胜, 白建云. 基于PLC的直流电机转速模糊控制系统设计[J]. 湘潭大学自然科学学报, 2017, 39(2):114-117.[4] 周奇勋. 并联结构双余度PMSM矢量控制策略[J]. 电源学报, 2012, 10(5): 88-93.[5] 黄守道, 徐振宇, 肖磊,等. 基于滑模变结构的PMSM的直接转矩控制[J]. 湖南大学学报(自然科学版), 2012, 39(1): 52-56.[6] VAEZ-ZADEH S, JALALI E. Combined vector control and direct torque control met hod for high performance induction motor drives [J]. Energy Conversion & Management, 2007, 48(12): 3095-3101.[7] 王新君, 巫庆辉, 申庆欢. 基于DSP的PMSM矢量控制的优化设计与实现[J]. 微特电机, 2016, 44(3):62-64.[8]SAADAOUI O, KHLAIEF A, ABASSI M, et al. Position sensorless vector contr ol of PMSM drives based on SMO[C]// International Conference on Science s and Techniques of Automatic Control and Computer Engineering. 2015:5 45-550.[9] 李高林, 罗德荣, 叶盛,等. 基于电动车的永磁同步电机的弱磁控制[J]. 电力电子技术, 2010, 44(6): 88-89.[10]CASADEI D, MENGONI M, SERRA G, et al. Control of a high torque density seven-phase induction motor with field-weakening capability[C]// IEEE International Symposium on Industrial Elect ronics. IEEE Xplore, 2010: 2147-2152.。
PMSM 电机矢量控制之电流采样原理分析摘要:本文分析了PMSM 电机磁场定向控制(FOC)器的电流采集硬件电路,包括母线电流采样和相线电流采样的电路分析。
以下电路是业界常用、稳定、经典的不二之选,工作之余,在此与同僚分享一下。
15621R Uop Up R Up V cc -=-----------------------------------------(1-1) 158N 157N O R U R U U =--------------------------------------------------(1-2) P N U U =-----------------------------------------------------------(1-3)整理后,代入数值得:230U 220V 10U OP CC P +=-----------------------------------------(1-4) O N U 11.21.2U =----------------------------------------------------(1-5) P N U U =-----------------------------------------------------------(1-6)最终,推出:OP O U 8.93V 1.34U +=-----------------------------------------(1-7)一、当MOS 管IRFB3607处于正向导通状态时,电流在一定范围内会使二极管D13处于不导通状态(Up-Un<0.7V),但是电流超过阈值后,便会使二极管D13导通,并将电压嵌制在0.7V 。
当MOS 管IRFB3607处于反向导通状态时,其体二极管也起到电压嵌制作用,电路工作原理相似。
5692BM P 93P CC R R U U R U V +-=----------------------------------------------------------------------(2-1) 132OP N 140N O R U U R U U -=----------------------------------------------------------------------(2-2) P N U U =---------------------------------------------------------------------------------------(2-3) 令15692R R R =+,代入上式(2-1),整理得:931BM 93CC 1P R R U R V R U ++=----------------------------------------------------------------------(2-4) 140132OP 140O 132N R R U R U R U ++=--------------------------------------------------------------------(2-5) P N U U =----------------------------------------------------------------------------------------(2-6) 整理以上各式可得:OP 931132931140BM 93113214013293CC 9311321401321O U )R (R R )R (R R U )R (R R )R (R R V )R (R R )R (R R U ++-+++++=------(2-7) 分析(2-7)式可知,第一项应该是基准电压,必须有CC CC 9311321401321V 21V )R (R R )R (R R =++,第二项和第三项的系数应该相等,即)R (R R )R (R R )R (R R )R (R R 93113293114093113214013293++=++,以此获取下桥臂MOS 管的管压降值。
说明:下面程序取自IFX 16位机无传感器PMSM电机矢量控制程序。程序架构是C语言嵌套汇编。其中坐标系变换是汇编编写。有插图说明,便于更好的理解。其中包括坐标系变换,磁链角估算,PI速度环电流环调节。(单片机XC2236N,Tasking编译器Cavin整理
坐标系变换说明:双电阻采样得到两相电流(ia, ib,由abc120°静止坐标系Clarke变换到直角坐标系(iα, iβ,由(iα, iβ静止直角坐标系Park变换到直角旋转坐标系(iq, id。直流id不变,通过PI速度环电流环得到期望直流iq,进行限幅控制。由旋转坐标系(vq, vd经过Park逆变换到静止坐标系(vα, vβ,然后再经过矢量调制成PWM控制电机。
无传感器角度估算:由Clarke变换得到(iα, iβ和由Park逆变换得到的(vα, vβ,经过低通滤波器PT1,再由直角坐标系变极坐标系得到磁链估算角无传感器开环启动策略:在定子中加入幅值及频率都受控的电流,若PLL收敛,切换到FOC闭环控制。
/**************************************************************************** ****************************************************************************/ /****************************************************************************
****************************************************************************/
//**************************************************************************** // @Function int clarke_trans(int Phase_s, int Phase_t, int *ia;
// //----------------------------------------------------------------------------// @Description ia = is
// ib = 1/sqrt(3*( (2 * it + is // //---------------------------------------------------------------------------- // @Returnvalue (ib * 16 , "(ia * 16" // //----------------------------------------------------------------------------// @Parameters // //----------------------------------------------------------------------------// @Date 09.01.2005
// Condition optimization off / one //**************************************************************************** inline int clarke_trans(int Phase_s, int Phase_t, int *ia
{ int retvalue; __asm( " mov r12,MCW \n" " mov MCW,#0200h ; set saturation \n" " shl %2,#1 ; ( 2*Phase_t \n" " add %2,%1 ; + Phase_s \n" " mov r13,#37837 \n" " CoMULsu %2,r13 ;* 1/sqrt(3 \n" " CoSHL #4 ; default 2 * 4 \n" " CoSTORE %0,MAS ; ib = result \n" " shl %1,#2 \n" " mov [%3],%1 ; ia = Phase_s * 4 \n" " mov MCW,r12 \n" : "=&w"(retvalue /* output registers */ : "w"(Phase_s,"w"(Phase_t,"w"(ia /* input registers */ : "r13","r12"/*scratch registers */ ; return retvalue; } ****************************************************************************/
//**************************************************************************** // @Function int park_trans(int e_a,int e_b,int phi,int *a_b
// //----------------------------------------------------------------------------// @Description park transformation
// //----------------------------------------------------------------------------// @Returnvalue Id_comp , Iq_comp
// //----------------------------------------------------------------------------// @Parameters // //----------------------------------------------------------------------------// @Date 09.01.2005
// Condition optimization off / one inline int park_trans(int i_a,int i_b,int phi,int *o_q { int retvalue; __asm( "\n" " mov r13,MCW \n" " mov MCW,#0600h \n" " shr %3,#6 \n" " shl %3,#1 \n" " EXTS #SEG (_sincostab,#2 \n" " mov r11,[%3 + #SOF(_sincostab+512] \n" " mov r12,[%3 + #SOF(_sincostab] \n" " CoMUL %2,r12 \n" " CoMAC %1,r11 \n" " CoSTORE %0,MAS \n" " CoMUL %2,r11 \n" " CoMAC- %1,r12 \n" " CoSTORE [%4],MAS \n" " mov MCW,r13 \n" "\n" : "=&w"(retvalue /* output registers */ : "w"(i_a,"w"(i_b,"w"(phi,"w"(o_q /* input registers */ : "r13","r12","r11"/*scratch registers */ ; return retvalue; } /**************************************************************************** ****************************************************************************/ //**************************************************************************** // @Function int inv_park_trans(int e_a,int e_b,int phi,int *a_b
// //----------------------------------------------------------------------------// @Description inverse park transformation
// //----------------------------------------------------------------------------// @Returnvalue I_alpha , I_beta
// //----------------------------------------------------------------------------// @Parameters //