永磁电机控制算法概述.xlsVIP

Sheet3 Sheet2 Sheet1 名称 算法框图 优缺点 适用领域 恒压频比U/f控制 矢量控制 直接转矩控制 无传感器控制 经典控制算法 模糊控制 神经网络控制 混沌（反）控制 自适应控制 现代控制算法 滑模变结构控制 反馈线性化控制 自抗扰控制 优点：容易实现，成本低。 缺点：1、很难根据负载转矩的变化恰当的调整电动机转矩。特别是低速时，由于定子阻抗压降随负载转矩变化，当重载时可能补偿不足，当轻载时又可能过补偿，造成磁路饱和。都可能引起变频器过电流跳闸。 2、U/f控制方式在转速很低时，转矩不足。当频率高于基频时，不允许恒磁通调速，故调速范围受限制 常用在异步电机上且控制对精度要求不高的场所，通用变频器多采用恒压频比控制 算法概述 矢量控制原理是模拟直流电动机的控制原理，根据异步电动机的动态数学模型，利用一系列坐标变换把定子电流矢量分解成励磁分量和转矩分量，对电机转矩电流分量和励磁分量分别进行控制，在转子磁场定向后实现磁场和转矩的解耦，从而达到控制交流电机的目的，使交流电机得到接近他励直流电机的控制性质； 总之，像直流电机一样控制交流电机。又分为Id=0控制、最大转矩电流比控制、cos=1控制、恒磁链控制、弱磁控制。 在额定频率以下，如果电压一定而只降低频率，那么气隙磁通就要过大，造成磁路饱和，严重时烧毁电动机。因此为了保持气隙磁通不变，就要求在降低供电频率的同时降低输出电压，保持u/f=常数，即保持电压与频率之比为常数进行控制。这种控制方式为恒压频比控制方式，又称恒磁通控制方式； 在额定频率以下，磁通恒定时转矩恒定，因此，属于恒转矩调速。 1、Id=0控制最简单常用电流控制法；功率角和电动机端电压随负载变化，功率因数低，要求逆变器输出电压高，容量大；且未充分利用力能输出能力。 2、最大转矩电流比控制相同力矩下电流小，电机铜耗小，逆变器损耗小，容量小，成本小。但随着输出力矩增大功率因数下降快。 3、cos=1控制功率因数恒为1，逆变器容量充分利用；但是转子励磁不能调节，电枢电流和转矩之间不能保持线性关系，退磁系数大，电磁转矩、功率因数和效率降低很多。 4、恒磁链控制使气隙磁链与定子磁链的幅值相等，一定程度上提高了最大输出力矩；但最大输出力矩仍有限。 5、弱磁控制是在基频以上使用的控制策略，可以配合其他控制算法使用；其思想是通过弱磁来提高调速范围，但不容易实现 较成熟的控制方法，且凭借本身存在的优点，广泛用于电机控制领域中。 以转矩为中心来进行综合控制，不仅控制转矩，也用于磁链量的控制和磁链自控制。直接转矩控制与矢量控制的区别是，它不是通过控制电流、磁链等量间接控制转矩，而是把转矩直接作为被控量控制，其实质是用空间矢量的分析方法，以定子磁场定向方式，对定子磁链和电磁转矩进行直接控制的。这种方法不需要复杂的坐标变换，而是直接在电机定子坐标上计算磁链的模和转矩的大小，并通过磁链和转矩的直接跟踪实现PWM脉宽调制和系统的高动态性能。 不用进行坐标变换，动态性能优越，另个滞坏解耦，容易实现，高速时对电机影响小。但低速时对定子电阻有影响，计算定子磁链困难，转矩脉动大。 即矢量控制算法以来，正逐步广泛应用 利用检测的定子电压、电流等容易检测到的物理量进行速度估计以取代速度传感器。包括动态速度估计法、PI自适应控制器法、模型参考自适应法（MRAS）、扩展卡尔曼滤波器法、神经网络法 硬件少，转为软件，成本降低；控制精度不高 适用于非伺服领域，对电机调速指标不高的领域如水泵、风机等 模糊控制是一种典型的智能控制方法，以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种计算机数字控制，其基本思想是把人类专家对特定被控对象或过程的控制策略总结成一系列控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。 与传统的控制方法相比，模糊逻辑控制无需系统的精确数学模型，具有鲁棒性强，控制性能好的优点，更适合对复杂、非线性时变、滞后系统的控制。但确立模糊化和逆模糊化的方法时，缺乏系统的方法，主要靠经? 验和试凑；总结模糊控制规则有时比较困难；控制规则一旦确定，不能在线调整，不能很好地适应情况的变化；模糊控制器由于不具有积分环节，因而稳态精度不高。 可用于模糊PI控制、模糊PID控制、模糊直接转矩控制等 所谓神经网络控制，即基于神经网络控制或简称神经控制，是指砸控制系统中采用神经网络这一工具对难以精确描述的复杂的非线性对象进行建模，或充当控制器，或优化计算，或进行推理，或故障诊断等，遗迹同时兼有上述某些功能的适应组合，将这样的系统统称为神经网络的控制系统，将这种控制方式称为神经网络控制。 模糊控制比较自由不需要进行精确建模，在工作时具有高速度和潜在的超高速，具有容错和容差能力；但难于精确分析神经网络的各项性能指标，体系结构的通用性差，神经网络一