所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

基于传感器的性能分析少DTC的感应电动机使用去噪

诉Asiya Husna1:Manoj Kumar2
  1. PG学生(PED),部门EEE,智慧化Tamilnadu K工程学院,钦奈,印度
  2. 助理教授,EEE称,智慧化Tamilnadu K工程学院,钦奈,印度
相关文章Pubmed,谷歌学者

访问更多的相关文章国际先进研究期刊》的研究在电子、电子、仪表工程

文摘

直接转矩控制是使用最广泛的工业标准高功率感应电动机驱动器。传统DTC方法使用hysteresis-based电压切换方法有一些缺陷的高转矩脉动和速度脉动。本文的主要目的是获得增强的转矩控制和光滑的变迁轨迹。该方法使用基于模糊传感器少开车是纳入直接转矩神经模糊控制器来提高性能。传感器少开车消除了轴编码器安装速度在开车是不可取的,因为它增加了成本和可靠性问题。传感器更少的方法用来估计速度信号在机器的帮助下,终端电压和电流。该方法借助MATLAB模拟和结果表明,性能有所改善

关键字

直接转矩控制、mra和感应电动机。

介绍

传感器基于直接转矩控制的感应电动机驱动增长显著,近年来由于其降低了硬件复杂度,成本效益,消除传感器电缆,提高了可靠性和减少维护需求[1],[2]。传统的直接转矩控制原理是直接控制转矩和磁通或独立通过选择合适的逆变器开关状态[3],包括贡献的磁滞带控制器易于实现和主要的优点是结构简单。它有较高的转矩脉动的主要缺点,流量脉动和速度脉动[4]。为了解决上述问题,介绍了DTC神经模糊控制方案。神经模糊控制与空间矢量调制器是提出了在这种拓扑中,神经模糊控制器计算所需的参考电压驱动通量和扭矩在一段时间内的帮助下扭矩和通量错误和计算电压合成使用SVM [5], [6]。达到更好的扭矩和光滑的通量控制感应电动机驱动器,各种sensorless-based方法已经使用了速度估计和良好的性能在大速度范围。不同方法的速度自适应流量观察者[7],[8],模型参考自适应系统[9],[10],滑移计算方法和扩展卡尔曼滤波器[11],[12]。在各种机器基于模型的方法、模型参考自适应系统(mra)似乎是最好的解决方案速度传感器驱动[13],[14]。本文提出了模型参考自适应系统用于估计转子速度在机器的帮助下,终端电压和电流。模糊控制作为一种自适应机制而不是π获得准确的速度。从各种智能算法,模糊逻辑是最简单的,它不需要任何的数学分析。mra观察者普遍首选由于其易于实现高速度适应范围广泛的应用程序,尽管这种方法导致小型低速区域的变化。 To estimate the stability of closed loop speed, the Popov’s hyper stability criterion is used [5], [6]. The proposed control scheme for sensorless based DTC-SVM is elaborately discussed in this paper.
第一节描述了感应电动机驱动的数学模型。第二部分描述了提出的无传感器驱动器和DTC-SVM。第四部分展示了DTC的仿真结果,无传感器DTC DTCSVM为基础的位置。第五部分给出了结论和未来的工作。

无传感器基于DTC-SVM

答:机器方程
即时通讯行为的分析与利用空间相数量在一个静止的参考系。dq轴的电压平衡方程如下。
图像
图像
提出了模型参考自适应系统
拟议的结构是一个模型参考自适应系统查看,它由三个步骤组成:参考模型、自适应模型和自适应方法。两个模型被称为静止的参考系。模糊控制作为自适应机制,而不是π。参考模型的输出与输出的可调或自适应模型两个模型之间的错误直到消失为零。提出的无传感器驱动提出了图1。
图像
1)参考模型:该模型接收机定子侧电压和电流信号,并计算转子磁通矢量信号。定子和转子磁通在定子坐标系定义为联系
图像
以正确的速度信号,通量计算从参考模型与自适应匹配模型。
3)适应算法:一种适应性算法与模糊控制可以用来调整速度时错误= 0。模糊逻辑控制是一个过程,制定从一个给定的输入输出的映射使用模糊逻辑。它有许多优点,如,它不需要一个精确的数学方法。模糊逻辑控制器的规则如表所示。
图像
扭矩参考转矩估计和误差比较模糊逻辑控制器的输入。估计精度是好的如果参数变异被认为是常数。
直接转矩控制与支持向量机
在直接转矩控制,可以控制直接定子磁通和转矩,通过选择合适的逆变器的状态。克服传统DTC缺点像增加转矩脉动,这里使用基于SVM的DTC。基于无传感器的DTC的框图与SVM图2所示。
提出拓扑DTC-SVM包含两个神经模糊控制器的通量和扭矩。控制器接收输入的转矩和定子磁通错误和评估所需的参考电压驱动磁通和转矩。这个计算电压合成与SVM的帮助。去噪作用于参考电压的大小而选择的角度从表。
图像
支持向量机单元产生逆变器控制信号。它接收定子坐标系的参考电压。空间是一种数字调制技术将正弦电压视为一个常数向量旋转恒定频率。PWM技术接近参考电压VREF 8的组合开关模式(V0 V7)。图中显示空间矢量表示。
图像
所涉及的步骤实现了空间矢量脉宽调制
图像

仿真结果

基于验证的有效性mra DTC-SVM方法,基于两级传感器少DTC-SVM马达驱动是在MATLAB环境下开发的,仿真结果给出了在图6所示。基于模型参考自适应系统的DTC驱动是图1中所示。
图像
无传感器mra技术是用于闭环速度估计。模拟工作进行了感应电动机的规格在附件。提出的mra方案模拟的MATLAB / SIMULINK仿真Fig.7.Fig所示。8和图9显示了DTC的感应电动机定子电流和无传感器的感应电动机DTC。
图像
当负载转矩的500纳米应用在时间t = 0.3年代的古典DTC和无传感器DTC,相同大小的感应电动机的定子电流流动。但目前基于无传感器的直接转矩脉动是相对减少。
图像
基于直接转矩控制定子磁通和无传感器的感应电动机直接转矩控制图10和图11所示。与DTC相比,定子磁通是基于无传感器的DTC更加统一。
图像
电磁转矩响应DTC和无传感器感应电动机DTC是Fig.12和图14所示。图12显示了DTC的感应电动机的电磁转矩。最初电动机的电磁转矩运行300海里。在t = 0.3 s, 500海里的负载转矩是应用于电机轴在电机转速仍增加其最终价值。这迫使电磁转矩增加到最大值,然后稳定在500海里一旦速度增加完成。在t = 0.6秒完成的速度增加。
图像
当负载转矩的500海里,输出转矩振荡之间的最大和最小转矩分别为550 Nm和430 Nm)和转子转速增加到500 rpm,剩余时间保持不变的感应电动机DTC和DTC-sensorless提出了图13和图14。
图像
在无传感器基于直接转矩控制电机启动时为零负载转矩在t = 0时,它会和解决其稳态振荡最初300海里。当负载转矩应用500海里的0.3秒,电动机振荡,然后落定在稳定状态。在稳定状态下的最大和最小值之间的负载转矩振荡520 Nm - 460 Nm。
图像
比较直接转矩的转矩脉动和DTC与无传感器表二所示。因此从结果表推断方案减少转矩脉动,光滑的通量响应和更少的电流脉动。

结论

在本文中,基于无传感器的感应电机直接转矩控制技术已被提出。速度估计是通过使用模型参考自适应系统,消除了需要速度传感器。无传感器基于DTC提高感应电动机性能的变化,转矩和电流响应。应用去噪误差最小化的mra将给更准确的速度估计。仿真结果验证该方案提高了感应电动机的性能。

附录

电动机参数用于仿真:
感应电动机的细节
460 v, 149.2千瓦,4杆,1785 rpm
定子电阻14.85 e - 3欧姆
定子电感0.3027 mH
3.1 kg.m2惯性矩
摩擦系数0.08新墨西哥州/ rad

引用