交流异步电机矢量控制(二)——矢量控制原理

article/2025/5/19 20:12:30

前言:在前面梳理完电机数学模型和坐标变换的知识后,下一步就是对矢量控制系统的建立,矢量控制系统重在于其思想框架的理解以及异步电机独有多种磁场定向方案之间的区别,这两个问题都是值得独立探究的,按照顺序来。

本篇博客解决的目标问题:矢量控制的原理

1  矢量控制的原理

      矢量控制的核心即为对异步电机的电磁转矩和励磁磁场的完全解耦控制,它在异步电机空间矢量模型的基础上,也就是前面讲的坐标变换基础上,将电机定子电流的瞬时值分解为产生磁通的励磁电流分量和产生转矩的转矩电流分量,并使得两者相互垂直,彼此独立,然后进行分别控制。

      异步电机空间矢量示意图如下所示,图中 αβ 为定子两相静止坐标系,dq 为以任意角速度旋转的两相坐标系;is 、us 分别为定子电流和定子电压空间矢量,isd 、isq、usd、usq 分别为 is us dq轴上的分量,如果让 dq 坐标系以电机同步角速度 ws 进行旋转,并使 坐标系的d轴和异步电机的定子、转子或者气隙磁链空间矢量方向一直保持一致,则定子电流空间矢量 is 的q轴分量 isq 和电机的磁场方向垂直,被称为转矩分量,独立控制电机的电磁转矩;而定子电流空间矢量 is d轴分量 isd 和电机的磁场方向相重合,则被称为励磁分量,独立控制电机的励磁磁场。通过对 isq isd 进行分别控制,异步电机就可以像他励直流电动机一样实现励磁和转矩的分别控制。(他励直流电机的原理大家抽象的看看这里【Youtube搬运】直流电动机的工作原理【含中文字幕需手动开启】_哔哩哔哩_bilibili)

对于异步电机,这种通过对电流的空间矢量进行坐标变换实现解耦控制的方法就称为矢量控制。异步电机坐标变换实现矢量控制结构图如下图所示:

从上述分析可知,矢量控制的原理其实并不复杂,核心思想就是把转矩的控制和励磁的控制解耦开,实现独立的控制。实现矢量控制原理的关键一步就是上面一段只是略微提到的一句话——如果让 dq 坐标系以电机同步角速度 ws 进行旋转,并使坐标系的d轴方向和异步电机的定子、转子或者气隙磁链空间矢量方向一直保持一致但是实际上电机控制领域实现这一句话的跨越用了很多年的时间,其难点就在于如何让dq轴坐标系能够以同步角频率ws旋转,并且还能够使得dq坐标系的d轴和非常抽象的定子、转子或者气隙磁链的空间矢量重合。这就是我们下一篇博客需要解决的问题:如何实现dq轴坐标系的d轴方向与目标磁链空间矢量保持一致的方法——磁场定向。

总结:

1、矢量控制的核心即为对异步电机的电磁转矩和励磁磁场的完全解耦控制,它在异步电机空间矢量模型的基础上,也就是前面讲的坐标变换的基础上,将电机定子电流的瞬时值分解为产生磁通的励磁电流分量和产生转矩的转矩电流分量,并使得两者相互垂直,彼此独立,然后进行分别控制。

2、对于异步电机,通过对电流的空间矢量进行坐标变换实现解耦控制的方法就称为矢量控制

综上,本篇博客解决的目标问题:矢量控制的原理,解决完成

 系列文章传送门:

1、交流异步电机矢量控制(一)——电机模型及其坐标变换

2、交流异步电机矢量控制(二)——矢量控制原理

3、交流异步电机矢量控制(三)——磁场定向

4、交流异步电机矢量控制(四)——simulink仿真搭建


http://chatgpt.dhexx.cn/article/UuR8v8D0.shtml

相关文章

自动控制原理(一)

目录 一阶系统1.数学模型2.单位阶跃响应3.特性分析4.典型实例 二阶系统1.数学模型2.单位阶跃响应3.暂态响应的定量分析指标 高阶系统自动控制系统稳定性参考资料 一阶系统 1.数学模型 系统闭环传递函数入下图: 开环传函:积分环节 闭环传函:惯性环节 …

【知识点总结】自动控制原理(自控)

自动控制原理 总结内容: 内容包括: 控制系统的时域数学模型、控制系统的复数域数学模型、控制系统的结构图与信号流图、梅逊公式 、闭环系统传递函数、线性系统的时域分析法、一阶系统的时域分析、系统时间响应的性能指标、二阶系统的时域分析、线性系统…

通俗易懂的自动控制原理 # 绪论

1 自动控制系统的基本原理 1.1 引入以及定义 诸如:神舟10号发射升空、战斧式巡航导弹、装配机器人、自动泊车系统等其中都应用了自动控制的相关理论和技术。 什么是控制? 控制 - 使某个(某些)量按一定的规律变化某个&#xff0…

自动控制原理(来自于b站的笔记整理,深入理解自动控制框架)

一、自动控制原理 1 文章目录 一、自动控制原理 [^1]1. 控制原理1.1 开环与闭环系统1.2 稳定性分析[^2]1.3 一起燃烧卡路里/科学减肥(系统分析实例_数学建模部分)1.4 终值定理与稳态误差[^3]1)比例控制2)比例积分控制 1.5 根轨迹1…

《自动控制原理》个人笔记(来自ppt课件)

控制的含义 控制(CONTROL)----某个主体使某个客体按照一定的目的动作。 主体–人:人工控制; 机器:自动控制 客体–指一件物体,一套装置,一个物化过程,一个特定系统。 人工控制与自…

4. 吴恩达深度学习--优化算法

本文主要参考了 严宽 大神的学习笔记,并在其基础上补充了一点内容,点此查看原文。   本文所使用的资料已上传到百度网盘【点击下载】,提取码:hnwl ,请在开始之前下载好所需资料。   到目前为止,哦我们始…

吴恩达深度学习课程第二章第三周编程作业(pytorch实现)

文章目录 声明一、问题描述二、编程实现1.加载数据集2.使用mini-batch3.利用pytorch搭建神经网络3.1 利用torch.nn简单封装模型3.2 定义优化算法和损失函数 4.整体代码 声明 本博客只是记录一下本人在深度学习过程中的学习笔记和编程经验,大部分代码是参考了【中文】…

吴恩达深度学习L4W4人脸识别

1、One-shot learning 人脸识别往往每个人只有一张照片,因此不应该用卷积神经网络配合softmax训练。 应该选择学习 Similarity 函数。详细地说,你想要神经网络学习这样一个用𝑑表示的函数,𝑑(𝑖&#x1d45…

吴恩达深度学习Deep Learning课程笔记

1.1 前言 课程安排: 1.神经网络和深度学习 内容:神经网络的基础,如何建立神经网络、深度神经网络、以及如何在数据时训练它们 2.提升深度神经网络 内容:深度学习方面的实践,严密地构建神经网络以及提升其表现&…

吴恩达深度学习第一章第二周编程作业

文章目录 前言一、题目描述。二、相关库三、编程步骤1.数据预处理2.模型的封装3.模型的调用4.结果展示 总结 前言 本人处于初学阶段,编程能力有限,代码的编写参考了网上的大神。 一、题目描述。 我们需要训练得到一个逻辑回归分类器来对图片进行二分类&…

吴恩达深度学习之风格迁移

个人的学习笔记,一直更新中,如有错误,评论区见,冲冲冲! 笔记来源:吴恩达深度学习 4.6 什么是神经风格转换?_哔哩哔哩_bilibili 1 输入输出 风格迁移输入:内容(Conten…

吴恩达深度学习作业之deepleraning_L1W2_h1

#吴恩达《深度学习》L1W2作业1 知识点:numpy入门,函数向量化实现做完这个作业,你能学会:用ipython notebook 用numpy,包括函数调用及向量矩阵运算 理解“广播”的概念 向量化代码#我们很少在深度学习中使用“math”库。…

吴恩达深度学习编程作业报错解决方法汇总

概述及资源分享 大二结束后的暑假,学习吴恩达深度学习([双语字幕]吴恩达深度学习deeplearning.ai_哔哩哔哩_bilibili)的课程,在做编程作业的时候总是遇到一些报错,尤其是导入所需要的库的时候会报一些No model。。。的…

旧版吴恩达深度学习环境搭建(anaconda+tensorflow+jupyter notebook)(呕心沥血诚意之作)

本人在参考多位博主的文章后,多次尝试才成功配置了tensorflow1.2.1的环境(课程建议Python3.6tensorflow1.2.1Keras2.0.7)。在此之前,曾经尝试用tensorflow2.x降级的方法(import tensorflow.compat.v1 as tf&#xff09…

《吴恩达深度学习》编程作业-第二周

目录 1.题目:基于神经网络思维模式的逻辑回归 2.声明 3.知识回顾 4.Python编程分析 4.1.导入需要用的库 4.2.数据处理 4.2.1.读取数据(包括训练集和测试集) 4.2.2.取出数据(包括训练集和测试集,还有标签的值&a…

吴恩达 深度学习 2021版 作业

练习 神经网络与深度学习神经网络基础Numpy基础1-使用numpy构建基本函数 神经网络与深度学习 神经网络基础 Numpy基础 学习目标: 使用numpy,包括函数调用及向量矩阵运算广播向量化代码 1-使用numpy构建基本函数 1.1- sigmoid function和np.exp&…

吴恩达深度学习

最近在学习吴恩达老师的深度学习,边学边随手记一些东西,留个简单的笔记,以便日后复习。 第一周 结构化数据:每个特征都有清晰的定义 非结构化数据:音频、图像、文本等 大规模的神经网络大规模的带标签数据 第一周习题…

吴恩达《深度学习专项》笔记(十二):目标检测与语义分割简介 (YOLO, U-Net)

这节课中,我们要学习计算机视觉中最重要的任务之一——目标检测任务。我们会先认识目标定位和关键点检测这两个比较简单的任务,慢慢过度到目标检测任务。之后,我们会详细学习目标检测的经典算法YOLO。最后,我们会稍微认识一下语义…

吴恩达:28张图全解深度学习知识

吴恩达在推特上展示了一份由 TessFerrandez 完成的深度学习专项课程信息图,这套信息图优美地记录了深度学习课程的知识与亮点。因此它不仅仅适合初学者了解深度学习,还适合机器学习从业者和研究者复习基本概念。喜欢记得关注、收藏、点赞。 这不仅仅是一…

吴恩达深度学习深度学习概述以及优化

深度学习概述及优化 1、深度学习概述2、神经网络基础之逻辑回归3、深层神经网络4、深度学习实用层面4.1 训练集、验证集、测试集4.2 偏差、方差4.3 L1、L2正则化4.4 归一化处理4.5 Dropout4.6 其他正则化方法4.7 梯度消失和爆炸 1、深度学习概述 在之前的吴恩达机器学习课程中…