核心内容摘要
释放瞬间激情，爰精5秒掌控全场！
该模型基于有效磁链进行无传感器控制为了改善磁链观测器的低速性能提高低速下观测精度使用电压电流混合模型其运行原理为使用电压模型获取定子磁链经过有效磁链转化后得到转子磁链通 过反正切计算得到估计角度值。
将电压模型所得的定子磁链以及估计角度值作为电流模型的输 入先经过 Park 计算得到 dq 轴的磁链可根据磁链公式计算出 dq 轴的电流再由 Park 逆变 换获取估计的定子电流 。
定子电流的误差经过 PI 调节后反馈至电压模型的输入信号 中实现完整的闭环控制。
在电机控制领域无传感器控制技术一直是研究热点今天咱就唠唠基于有效磁链的无传感器控制模型。
这模型里为了改善磁链观测器在低速时的性能提高观测精度采用了电压电流混合模型它的运行原理还挺有意思的。
电压模型获取定子磁链首先通过电压模型来获取定子磁链。
在实际代码实现中可能会有类似这样的代码片段以简单的Python伪代码示意# 假设这里有电压、电阻等参数 voltage 100 # 假设的电压值 resistance 5 # 假设的电阻值 dt
01 # 时间步长 # 初始化定子磁链 stator_flux 0 def voltage_model(): global stator_flux # 简单的电压模型计算定子磁链公式 stator_flux stator_flux (voltage - resistance * current) * dt return stator_flux这里的代码核心就是依据电压、电阻、电流等参数按照电压模型的计算公式通过时间步长不断更新定子磁链的值。
得到定子磁链后要经过有效磁链转化得到转子磁链然后通过反正切计算得到估计角度值。
电流模型与Park变换把电压模型得到的定子磁链以及估计角度值作为电流模型的输入。
接下来看看电流模型中的Park计算部分代码可能如下import math # 假设已经得到定子磁链和估计角度值 stator_flux voltage_model() estimated_angle math.atan2(imaginary_part, real_part) # 假设这里已经有反正切计算的实部和虚部 def park_transform(stator_flux, estimated_angle): d_axis_flux stator_flux * math.cos(estimated_angle) q_axis_flux stator_flux * math.sin(estimated_angle) return d_axis_flux, q_axis_flux d_flux, q_flux park_transform(stator_flux, estimated_angle)这段代码通过Park变换将定子磁链根据估计角度值分别计算出d轴和q轴的磁链。
有了dq轴磁链后就能根据磁链公式计算出dq轴的电流。
之后再由Park逆变换获取估计的定子电流。
闭环控制实现最后一步就是闭环控制啦。
定子电流的误差经过PI调节后反馈至电压模型的输入信号中。
下面是简单的PI调节代码# 初始化PI调节器参数 kp
5 ki
1 integral 0 def pi_controller(error): global integral p_term kp * error integral integral error * dt i_term ki * integral output p_term i_term return output # 假设这里已经有计算得到的实际电流和估计电流计算误差 actual_current 20 estimated_current 18 error actual_current - estimated_current pi_output pi_controller(error) # 将PI调节器的输出反馈到电压模型的输入信号中 new_voltage voltage pi_output在这段代码里根据实际电流和估计电流计算出误差然后PI调节器根据这个误差计算出一个输出值这个输出值反馈到电压模型的输入信号这里简单假设就是电压值中实现了完整的闭环控制。
通过这样的闭环反馈机制不断调整模型参数使得磁链观测器在低速下也能有较好的性能和观测精度。
该模型基于有效磁链进行无传感器控制为了改善磁链观测器的低速性能提高低速下观测精度使用电压电流混合模型其运行原理为使用电压模型获取定子磁链经过有效磁链转化后得到转子磁链通 过反正切计算得到估计角度值。
将电压模型所得的定子磁链以及估计角度值作为电流模型的输 入先经过 Park 计算得到 dq 轴的磁链可根据磁链公式计算出 dq 轴的电流再由 Park 逆变 换获取估计的定子电流 。
定子电流的误差经过 PI 调节后反馈至电压模型的输入信号 中实现完整的闭环控制。
总的来说这个基于有效磁链的无传感器控制模型通过巧妙地结合电压电流混合模型以及闭环控制在电机低速运行时大大提升了磁链观测的精度为电机的高性能控制提供了有力支持。