学习经验分享篇(1)——怎样将示波器数据(.CSV数据)导入Matlab/Simulink中并进行FFT分析(电机控制/电力电子方向必备技能)

最近比较忙,没怎么更新,后续打算不断出一些学习贴。

1.为什么要出这篇文章?

(1)我当时第一次导示波器数据进入Matlab里面的时候,一直疯狂报错,搞了好久。

(2)好多同学现在连Simulink的FFT分析都不会用。

学好这项技能之后,以后处理数据就很快。做实验试探自己提出的方法的效果的时候,需要非常大量的数据进行验证。我现在处理数据比较熟练了,基本上1分钟不到就可以把1份.CSV数据处理好,并且完成FFT分析。

文章的最后我会发模型和代码。

2.如何处理一份示波器数据(.CSV数据)?

下面这是我某次实验截取的A-B-C三相电流波形以及q轴电流波形(实验用的是三相电机,电流环用的是PIR调节器,进行的是谐波抑制算法的验证)。

从这个表格中可以看到,表格主要分为两个部分,一个是表格的基本消息(上面红色方框所示),一个是实验数据(下面深蓝色方框所示)。

(1)第一步

表格的基本消息基本都没有用,唯一有用的是“SampleRate-6250”。记住这个数据,采样频率是6.25kHz。其余数据全都删除!

 

(2)第二步

我这时候会设置表格数据的表现形式,因为我看这个科学计数法不顺眼。选中整个表格,选择“单元格格式”,选择“数字-数值”,再选择“小数位数:6”。

为什么我选择小数位数6呢?因为我有时候要处理到us级的数据,所以我个人习惯处理到小数点第6位。

(3)第三步

在A列的右侧再加入一个空白列。

加入前
加入后

(4)第四步

标上时间数据。首先先给A列数据按顺序填上“1 2 3 4 5 6 7 8”

然后给B2写上公式,B2=A2/6250。为啥是1/6250,因为每个采样周期=1/f,而采样频率f是刚才前面给的数据(6250).

最后把B列都按照整个公式写下去:Bx=Ax/6250.

相当于B列表示时间t

(5)第五步

给每列数据都写上标签,B是时间t,CDE分别是abc三相电流,F是iq

这里你写不写标签无所谓,但是第一行必须放至少一个字母!!!!!!不然matlab会报错!

3.如何把处理好的示波器数据(.CSV数据)导入Matlab/Simulink中?

直接运行下面这段代码即可。

代码这里我直接贴出来了。

然后再建立一个Simulink模型就好了。

因为我的采样频率是6.25kHz,而采样点是12.5kHz,所以总的数据时间是2s,我这里就把simulink仿真时间设置成了2s。

大概在0.875s的时候,电流有个比较大的波动,这是因为我把电流环PI调节器改成了PIR调节器。PIR调节器主要是为了抑制谐波,那我们来看看抑制谐波前后的相电流对比。

4.如何用Simulink进行FFT分析?

(1)交流量的分析

我电机当时的转速是300RPM,极对数是4,可以算一下电机的电频率是300/60*4=20Hz,所以要在“FFT settings”这里选择20Hz的基波频率。同时还有选择FFT开始的时间以及FFT的周期个数。

最后!“display style”要选Bar,Bar就是柱状图,和“relative to fundamental”(也就是相对于基波的大小)!

谐波抑制前的相电流FFT

可以看到,电机相电流里面有非常明显的五次谐波电流!这是由五次谐波反电势产生的。

因为我们要看看谐波抑制后的相电流THD,而谐波抑制是在0.875s之后开始的,所以我们接下来把FFT开始时间设置成>0.875s的。

谐波抑制后的相电流FFT

可以看到,相电流的五次谐波消失了,同时七次谐波电流也消失了。毕竟R调节器在d-q轴抑制6次谐波,也就是抑制相电流的五七次谐波。相电流THD由原来的4.28%下降到了2.98%。

(2)直流量的分析

接下来我们分析一下直流量——q轴电流!因为q轴电流是第4通道的数据,这里把input改成4。

这里要把“Display style”改一下!改成“relative to DC component”!

经常有人问我为什么转矩/q轴电流的FFT分析THD那么大!全都是因为不选择“relative to DC component”!

转矩q轴电流的主要成分都是DC啊,肯定要选择“relative to DC component”!

谐波抑制前的q轴电流FFT分析
谐波抑制后的q轴电流FFT分析

 

  可以看到,谐波抑制之后,q轴电流的六次谐波分量消失了。

 

 

 

 

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/pingmian/21585.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

一点连接千家银行,YonSuite让“银行回单”一键获取

在当今日益复杂多变的商业环境中,企业的资金管理变得尤为重要。传统的银行回单管理方式,如手动登录网银、逐一下载回单、核对信息等,不仅效率低下,而且容易出错,给企业的财务管理带来了极大的挑战。 然而,…

【Pytorch】深入Pytorch模型的训练、log、可视化

文章目录 模型训练的模板综合案例-Pytorch 官网demo优化记录日志解析日志增加tensorboard数据记录保存训练曲线模型参数可视化增加wandb数据记录模型训练的模板 综合案例-Pytorch 官网demo pytorch 官网tutorial-quickstart https://blog.csdn.net/weixin_39107270/article/de…

C# 反射为什么慢?深入解析反射性能问题

在C#编程中,反射(Reflection)是一个强大的工具,它允许程序在运行时获取类型信息并动态地调用类型的方法、属性等。然而,尽管反射提供了很高的灵活性,但它也带来了一个显著的性能开销。本文将深入探讨反射为…

安装 Android Studio 2024.1.1.6(Koala SDK35)和过程问题解决

记录更新Android Studio版本及适配Android V应用配置的一些过程问题。 安装包:android-studio-2024.1.1.6-windows.exe原版本:Android Studio23.2.1.23 Koala 安装过程 Uninstall old version 不会删除原本配置(左下角提示) Un…

LeetCode hot100-64-Y

74. 搜索二维矩阵 给你一个满足下述两条属性的 m x n 整数矩阵:每行中的整数从左到右按非严格递增顺序排列。每行的第一个整数大于前一行的最后一个整数。给你一个整数 target ,如果 target 在矩阵中,返回 true ;否则,…

YOLOv5改进 | 主干网络 | 将主干网络替换为轻量化的ShuffleNetv2【原理 + 完整代码】

💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡 目标检测是计算机视觉中一个重要的下游任务。对于边缘盒子的计算平台来说,一个大型模型很难实现实时检测的要求。基于一系列消融…

MQ之初识kafka

1. MQ简介 1.1 MQ的诞生背景 以前网络上的计算机(或者说不同的进程)传递数据,通信都是点对点的,而且要实现相同的协议(HTTP、 TCP、WebService)。1983 年的时候,有个在 MIT 工作的印度小伙突发…

前端开发记录

一.Node相关 镜像:registry "https://registry.npmmirror.com" 二.Eslint格式检查 关闭语法格式检查

【MySQL03】【 Buffer Pool】

文章目录 一、前言二、缓冲池(Buffer Pool )1. 缓冲池的概念2. LRU List、Free List 和 Flush List2.1 Free 链表2.1.1 缓冲页的哈希处理 2.2 Flush 链表2.3 LRU 链表2.3.1 简单 LRU 链表2.3.2 优化后的 LRU 列表2.3.3 更进一步的优化 3. 脏页的刷新4. 多…

B端产品无爆款,说有的都是忽悠和外行!

前言:网上经常有人讲运营,把C端那一套硬搬到B端,讲的自我陶醉,稍微有点常识的人就知道不能这么玩。 一、什么是B端和C端 B端(Business-to-Business)是指面向企业客户的市场和产品。B端产品或服务主要是为…

Elastic Connectors:增量同步对性能的影响

作者:Artem Shelkovnikov Elastic 连接器是一种 Elastic 集成,可将数据从原始数据源同步到 Elasticsearch 索引。连接器使你能够创建可搜索的只读数据源副本。 有许多连接器支持各种第三方,例如: MongoDB各种 SQL DBMS&#xff…

行列视的产品定位

行列视(RCV)的产品定位主要是解决生产领域的指标治理、指标整合及报表可视化工作问题,所面向的业务范围是生产企业所必需的,虽然各企业中生产类报表工具建设普遍,但能够得到充分利用的较少,功能有限&#x…

【大学物理实验】速通双语版

0首先,我们要学什么?outlook! 1measurement 2system error&random error 3significant figures 4uncertainty of direct measurement and indirect measurement 5data processing 1 measurement Important points to remember&#…

从Multisim到Proteus,再到SmartEDA:电子设计软件的进化之旅

在电子设计领域,软件工具的演进犹如一条璀璨的轨迹,记录着科技进步的每一个步伐。从Multisim的初创,到Proteus的崛起,再到如今SmartEDA的崭露头角,这些电子设计软件不仅极大地提升了设计效率,更推动了整个行…

sed文本处理工具的用法:

用法1:前置命令 | sed [选项] 条件指令用法2:sed [选项] 条件指令 文件.. .. 步骤一:认识sed工具 sed命令的常用选项如下: -n(屏蔽默认输出,默认sed会输出读取文档的全部内容) -r&#xff0…

fly-barrage 前端弹幕库(6):实现人像免遮挡

项目官网地址:https://fly-barrage.netlify.app/; 👑🐋🎉如果感觉项目还不错的话,还请点下 star 🌟🌟🌟。 Gitee:https://gitee.com/fei_fei27/fly-barrage&a…

壁仞科技BR100-GPU的性能及应用

性能 算力领先:壁仞科技发布的GPU产品,如系列,具有超高的算力。据壁仞科技公布的数据,BR100的峰值算力超过了英伟达目前在售的旗舰计算产品A100 GPU的三倍,并创造了全球通用GPU的算力记录。晶体管数量:BR1…

hadoop 之 libhdfs

Hadoop 3.2.2 libhdfs/hdfs.c struct hdfsFile_internal {void* file;enum hdfsStreamType type;int flags; };以上数据结构中的 flags 是由以下接口赋值 hdfsFile hdfsOpenFile(hdfsFS fs, const char *path, int flags,int bufferSize, short replication, tSize blockSiz…

vue3+vant4 二次封装IndexBar城市列表组件以及性能优化

前言 二次封装城市列表以及对静态资源的引入做异步引入优化。 版本号: vue3.3 vant4 效果图 数据源 城市列表 city.json 永久网盘链接 链接:https://pan.baidu.com/s/10E-b441-4P7mjvomlJhm0g 提取码:m92c 字段大致讲解 indexList :每个字…

开窗函数!

开窗函数(Window Function)是SQL中的一种高级功能,允许你在一组相关行(一个“窗口”)上执行聚合操作,而不像传统聚合函数(如SUM(), AVG(), COUNT())那样将所有匹配行合并成单个汇总行…