基于分类算法的双三相感应电机SVPWM

基于分类算法的双三相感应电机SVPWM,第1张

  摘要:传统的SVPWM算法,因其涉及较多的扇区判断、三角函数计算和平方根运算,其算法较为复杂。在此首先分析了基于分类算法的SVPWM的基本原理及其在计算效率上的优势。针对双三相感应电机控制的特点,提出基于分类算法的六相逆变器SVPWM控制算法,并进行了实验验证。实验结果验证了该控制算法的有效性。

  关键词:感应电机;双三相;分类算法;数字信号处理器

  1 引言

  多相感应电机交流调速系统具有可靠性高、转矩脉动小、同等电压下功率更大等优点,是大功率交流变频调速的发展方向之一。双三相感应电机控制系统为其典型代表。传统的双三相感应电机SVPWM算法,因涉及较多的扇区判断、三角函数计算和平方根运算,其计算与实现较为复杂。为此,国内外学者研究了大量改进算法。其中,基于人工神经网络的分类算法已经应用在控制系统中,并且取得了较好的效果。其思想是按照预先指定的分类标准,将输入信号通过固定的训练模式进行分类、比较,最终得到较理想的输出特性。

  此处首先分析了分类算法的SVPWM原理。其次,采用基于分类算法的SVPWM控制算法,搭建了六相逆变器的SVPWM模型,并对其进行了基于DSP的实验验证。

  2 基于分类算法的SVPWM原理

  传统的三相VSR电压的作用方式及合成原理如图1所示。

  基于分类算法的双三相感应电机SVPWM,a.JPG,第2张

  定义调制度为:

  基于分类算法的双三相感应电机SVPWM,b.jpg,第3张

  式中:‖ur‖为参考相电压幅值;Udc为逆变器直流母线电压。

  传统的SVPWM算法较为复杂。分类算法的思想是按照一定的分类标准,将输入参考信号通过固定的训练模式进行分类和比较,并得到较理想的输出特性。由于所有进行分类的网络权值都已知,因此无需对其进行训练。

  比较网络训练完成后,在输入层输入标幺化的输入参考电压矢量,则该网络中间节点的值为:

  net=U·W=‖U‖W‖cosθ (2)

  由于输入矢量和权值矢量均为标幺化,中间节点的值可由上述两个矢量夹角的余弦决定。赢得比较的矢量是最靠近输入矢量的,即比较结果最大的那个中间节点会赢得比较。

  与传统的SVPWM相比,基于分类算法的SVPWM算法简单、精确。参考电压矢量经过6个线性单元计算后,其结果被送入比较网络进行处

  理。其中第k个计算单元为:

  nk=‖ur‖‖uk‖cos(∠ur,uk),k=1,2…6 (3)

  通过判断计算比较单元的两个最大输出值ni与ni+1,即可确定出用来合成参考电压矢量的基矢量ui与ui+1。式(3)计算ni的方法是非线性的,实际应用中一般采用文献的方法进行线性化处理。综上所述,可得基于分类算法的SVPWM原理框图如图2所示。

  基于分类算法的双三相感应电机SVPWM,e.JPG,第4张

欢迎分享,转载请注明来源:内存溢出

原文地址: http://www.outofmemory.cn/dianzi/2693310.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-08-15
下一篇 2022-08-15

发表评论

登录后才能评论

评论列表(0条)

保存