永磁同步电机无速度算法--滑模观测器(反正切、反余弦)

一、原理介绍

在永磁同步电机滑模观测器控制中,转子的位置和转速信息与反动电势密切相关。滑模观测器控制基本设计思路是:利用永磁同步电机的电压、电流信息,通过永磁同步电机数学模型,估算出电机在两相静止坐标系中的反电动势信息,估算出转子位置与转速,分别将其反馈给矢量控制的电流环和转速环,实现永磁同步电机无速度传感器控制;滑模观测器模型如图所示。

由永磁同步电机数学模型(SPMSM)可知,永磁同步电机在α-β两相静止坐标的状态方程为:

其中反电动势方程为:

设计滑模观测器控制模型为:

其中K 为滑模观测器开关增益;sgn( ) 为符号函数。

将滑模观测器控制模型与电机数学模型相减,可得滑模观测器状态误差方程为:

当系统运行到稳定状态时,系统误差及其变化率均将为零

因此可得,滑模观测器的等效反电动势为:

设计观测器滑模面为:

根据 Lyapunov 稳定性定律,使滑模观测器可以有效收敛到滑模面,必须满足下式:

由上式计算得:

为满足系统稳定条件,增益 K 的取值必须足够大;但如果 K 的取值过大时,会使系统的控制变量在滑模面附近反复大幅度切换,极易引起系统强烈“振动”,运动点不能快速收敛,增加系统动态响应时间

由滑模观测器模型求得反电动势表达式为:

其中,wc为低通滤波器截止频率,截止频率越小时,所得的等效反电动势信号谐波越小波形越光滑,反电动势相位滞后越严重。当截止频率接近电机的运行角频率时,将无法检测出正确的反电动势信息,对转速和相位角的估计将会得出错误信息。因此低通滤波器截止频率应选择恰当。

通过sign函数和低通滤波器可近似得到永磁同步电机α-β 轴反电动势,由于反电动势中包含转角信息。在传统滑模观测器中,可采用反正切法求电机相位角和转速:

以上转速求解方法仅适用于SPMSM,如果电机类型为IPMSM可以采用对估计转角微分进而求得估计转速。

除了反正切求取估计转角,同理也可以采用反余弦函数求取估计转角。

二、仿真模型

在MATLAB/simulink里面验证所提算法,搭建采用反三角函数的传统SMO仿真。采用和实验中一致的控制周期1e-4,电机部分计算周期为5e-7。仿真模型如下所示:

反正切与反余弦效果基本相同,这里仅展示反余弦仿真波形

仿真工况:电机空载零速启动,0s阶跃给定转速1000rpm,0.5s施加额定负载

2.1给定转速、实际转速和估计转速

电机从0速启动阶段,存在较大波动,这是由于低速时反电动势幅值较小,信噪比低,估计反电动势不准确,而反三角函数估计方法对反电动势符号变化非常敏感,导致低速时估计性能较差。不过从波形中可以看出,电机仍能启动。并且在大多数应用中,低速通常采用IF或者低速无速度辨识算法,不会依靠SMO来启动,所以启动部分性能可以暂不考虑。

在到达额定转速后,可以看出,估计转速较为准确的跟踪实际转速,电机运行比较平稳。

2.2估计转速与实际转速误差

2.3估计转角与实际转角

2.4估计转角与实际转角误差

2.5电磁转矩

2.6三相电流

综合来看,传统依靠反三角函数求解的SMO可以实现PMSM的无速度传感器控制,但是由于滑模本身的抖振以及转角转速求解过程的除法微分环节,导致估计转速和转角存在高频脉动,进而导致转矩、电流的波动。

因此需要采用其他改进措施来进一步改善SMO的性能。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/43026.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

python中flask服务数据,客户端接收到中文乱码

问题:使用flask框架开发web服务。客户端接收到数据后,发现中文乱码 问题原因剖析:数据服务端打印出来,中文显示正常。客户端接收到数据,以json方式打开,中文也是正常的,以text或content打开&am…

最优化方法 运筹学【】

1.无约束 常用公式 线搜索准则:求步长 精确线搜索(argmin) 最速下降:sd:线性收敛 2.算法 SD dk:付梯度-g newton dk:Gkd-g 二阶收敛,步长为1 阻尼牛顿:步长用先搜…

mmaction2版本适配(Linux)

从cuda到mmcv保姆式教程 (数十年踩坑经验,跟着我做,版本不会错~) 如果有补充,请评论区评论,后续填坑! cuda11.3 下载安装包 wget https://developer.download.nvidia.com/compute/cuda/11.3…

iOS 开发者的 Flutter 入门课

作为一名 iOS 开发者,入门 Flutter 需要了解一些新的工具和概念,但也能利用你已有的知识和技能。以下是一个详细的入门指南,帮助你快速上手 Flutter: 1. 环境设置 首先,你需要设置开发环境。 安装 Flutter SDK 前往…

如何理解李彦宏说的“不要卷模型,要卷应用”

如何理解李彦宏说的“不要卷模型,要卷应用” 7月4日,2024世界人工智能大会暨人工智能全球治理高级别会议全体会议在上海世博中心举办。在产业发展主论坛上,百度创始人、董事长兼首席执行官李彦宏呼吁:“大家不要卷模型&#xff0…

第九篇——军形篇:先胜后战,赢了再打

目录 一、背景介绍二、思路&方案三、过程1.思维导图2.文章中经典的句子理解3.学习之后对于投资市场的理解4.通过这篇文章结合我知道的东西我能想到什么? 四、总结五、升华 一、背景介绍 微观层面的,洞察千里之外;提前预防以做到规避风险…

产品经理-的职业发展(9)

找一份好工作,就是为了获得更好的职业发展,下面分别给大家介绍下大、中、小型公司的职业发展路径 中小型公司 中小型公司的规模往往相对不大,又处于飞速发展过程中,培养体系和晋升标准都不够成熟,所以实际的职业发展路…

阿里开源语音理解和语音生成大模型FunAudioLLM

近年来,人工智能(AI)的进步极大地改变了人类与机器的互动方式,例如GPT-4o和Gemin-1.5等。这种转变在语音处理领域尤为明显,其中高精度的语音识别、情绪识别和语音生成等能力为更直观、更类人的交互铺平了道路。阿里开源…

C++层视频帧转换成Java层Bitmap

C 层&#xff1a;处理视频帧并返回文件描述符 获取视频帧并处理&#xff1a;在 C 层使用 ffmpeg 或其他库提取视频帧并进行处理。将处理后的帧保存到文件&#xff1a;将处理后的帧保存到临时文件&#xff0c;并返回该文件的文件描述符。 #include <jni.h> #include <…

【Linux】进程间通信——匿名管道

为什么要进行进程间通信&#xff1f; 1.数据传输&#xff1a;一个进程需要将它的数据发送给另一个进程&#xff0c;比如我们有两个进程&#xff0c;一个负责获取数据&#xff0c;另一个负责处理数据&#xff0c;这时第一个进程就要将获取到的数据交给第二个进程 2.资源共享&…

K8s驱逐场景以及规避方案参考 —— 筑梦之路

Pod 驱逐分为两种情况&#xff1a; 较安全驱逐 & 提高稳定性的良性驱逐 API 发起驱逐&#xff0c;典型案例&#xff1a;kubectl drain Node Not Ready 时&#xff0c;Controller Manager 发起的驱逐 有风险的驱逐 节点压力驱逐 节点磁盘空间不足、内存不足 或 Pid 不足&…

【Threejs进阶教程-着色器篇】3. Uniform的基本用法2与基本地球昼夜效果

Uniform的基本用法2 关于本Shader教程前两篇地址&#xff0c;请按顺序学习本篇使用到的资源用uniform传递纹理代码分析texture类型的uniform在shader中接收uniformtexture2D()处理图片压缩修改wrapS和wrapT 切换成夜景效果切换Mix() 昼夜切换升级改动代码效果分析解决球体分界线…

2024.7.8

2024.7.8 【追逐影子的人&#xff0c;自己就是影子 —— 荷马】 Monday 六月初三 讲的根本听不懂好吧&#xff01; 目前只写了三道题&#xff08;但是黑色 确实是没见过这么抽象的数据结构 Gregor and the Two Painters Number of Components Equal LCM Subsets 这个lcm确实…

医疗器械网络安全| 常见安全漏洞与防护措施

医疗器械网络安全顾问​https://link.zhihu.com/?targethttps%3A//www.wanyun.cn/Support%3Fshare%3D24315_ea8a0e47-b38d-4cd6-8ed1-9e7711a8ad5e 一、常见安全漏洞 医疗器械软件在现代医疗体系中扮演着至关重要的角色&#xff0c;然而&#xff0c;随着技术的不断发展&…

关于centos7自带的nginx1.20.1开启https后,XP系统的IE6和IE8无法显示网页的问题

CentOS7自带的nginx-1.20.1是支持HTTP/2和TLS1.3的。 软件包名称&#xff1a;nginx-1.20.1-10.el7.x86_64 CentOS7默认开启了HTTP/2&#xff0c;但没有开启TLS1.3&#xff0c;以及IE6和IE8的https访问。 开启方法&#xff1a; ssl_ciphers HIGH:!aNULL:!MD5;改为ssl_ciphers…

基于Scikit-learn的情感分析:智能客户反馈分析

基于Scikit-learn的情感分析示例&#xff0c;用于构建一个智能客户反馈分析系统。这个系统包括数据预处理、模型训练和预测步骤。 数据准备 首先&#xff0c;准备你的数据集。假设我们有一个CSV文件&#xff0c;其中包含客户反馈和相应的情感标签&#xff08;正面或负面&…

【Word】快速对齐目录

目录标题 1. 全选要操作的内容 → 右键 → 段落2. 选则制表位3. 配置制表符4. Tab键即可 1. 全选要操作的内容 → 右键 → 段落 2. 选则制表位 3. 配置制表符 4. Tab键即可

36.哀家要长脑子了!--前缀和差分

前缀和 1.一维的795. 前缀和 - AcWing题库 前缀和公式 s[i] a[1] a[2] a[3] ... a[i] 即 s[i] s[i-1] a[i] #include<iostream> using namespace std;const int N 1e5 10; int a[N], s[N];int main(){int m, n;cin >> n >> m;for(int i 1; i <…

Elasticsearch基础(三):Elasticsearch核心原理介绍

文章目录 Elasticsearch核心原理介绍 一、基本概念 1、集群&#xff08;cluster&#xff09; 2、节点&#xff08;node&#xff09; 3、索引&#xff08;index&#xff09; 4、类型&#xff08;type&#xff09; 5、映射&#xff08;mapping&#xff09; 二、 Elastic…

LabVIEW开发高灵敏静电计

开发了一套基于LabVIEW平台的高灵敏静电计控制软件&#xff0c;用于提升闪烁薄膜探测器在中子和伽马射线探测中的灵敏度标定精度。传统的标定方法存在数据准确性不高和操作复杂性高的问题&#xff0c;因此开发这款软件解决这些挑战&#xff0c;通过自动化控制和高效的数据处理&…