DSM4-11.2-20R83-400
发布时间：2018-11-13 09:48:56点击率：
0
DSM4-11.2-20R83-400 磁场定向控制成功的关键是实时预测转子磁通位置。这种控制策略是复杂的。在交流感应电机内部，转子的转速与驱动其旋转的磁通量的速度不匹配。转子倾向于滞后，导致差异被称为滑动速度。在以前的方案中，电机制造商使用传感器来分析转子位置，但这会导致不必要的额外成本。在实践中，可以使用电机内部产生的电压和电流的反馈来补偿滑差。 许多系统使用测量的反电动势来估计转子打滑。反电动势电压的大小与转子的速度成正比。但是，直接使用此输入会导致速度低或停顿时出现问题，并且估计初始位置并不容易。从未知的转子位置开始，可能会导致电机意外地反转一小段距离，或导致电机完全启动失败。简单采样反电动势的另一个缺点是它对定子电阻的敏感性，定子电阻容易随温度而变化。 基于间接模型的方案提供更高的性能。计算开销和性能之间存在很大的折衷，但总的来说，通过使用更复杂的基于模型的算法可以提高效率，特别是在低速下。基于间接模型的方案基于可用的传感器读数来估计这些方案的实时值。 与反电动势估算一样，核心问题是确定电动机的起点。一种解决方案是从初始状态的估计开始，根据该初始状态可以导出预测输出的向量，将其与测量的输出向量进行比较。这个差别用于修正模型的内部状态向量。但是，噪音会破坏模型的稳定性。 DSM4-11.2-20R83-400 扩展卡尔曼滤波器可以补偿噪声和突发干扰的影响。卡尔曼滤波器的体系结构使得被认为具有较低不确定性的更新被赋予比被估计具有较大不确定性的更高的权重。滤波器递归地工作，使得每个估计仅需要一组新的读数和滤波器的先前状态以产生新的状态。 卡尔曼滤波器采用两个主要阶段：预测和更新。在预测阶段，滤波器根据先前的状态计算系统的下一个状态，在运动算法的情况下，该状态提供已知的速度和加速度值。由此，过滤器计算当前位置的预测。 在更新阶段，将新采样的电压和电流值与其预测值进行比较。输入数据越接近预测，错误概率越低。该误差概率反馈到卡尔曼滤波器增益中。在算法级别，卡尔曼滤波器依赖于一些矩阵乘法和倒置。因此，在电机控制中实施扩展卡尔曼滤波器的关键在于高算术性能，这与场定向控制的其他方面一致。 为了在实时电机控制情况下实现每秒所需的许多算术运算，需要高性能的MCU或DSP。德州仪器（TI）生产的TMS320F2833x系列器件专为处理交流电机应用的典型计算负载而开发，并由各种片上外设提供支持，以帮助与电源转换电子器件集成。 DSM4-11.2-20R83-400
返 回
免责声明：以上所展示的信息由企业自行提供，内容的真实性、准确性和合法性由发布企业负责，塑胶五金网对此不承担任何保证责任
