当前位置: 首页 > news >正文

无刷直流电机双闭环仿真:稳定运行与制动工况下的调制探索

无刷直流电机稳定运行和制动工况双闭环仿真,PWM-ON-PWM,PWM-OFF-PWM调制方式。 图一为拓扑图,图二为调制方式,图三为转速和电磁转矩波形,图四和图五为三相电流和电磁转矩放大和整体图,换相区间电磁转矩幅值较小,说明以上调制方式的优点。 图六为霍尔波形。

在电机控制领域,无刷直流电机凭借其高效、可靠等诸多优点,广泛应用于各类场景。今天咱们就来聊聊无刷直流电机在稳定运行和制动工况下,基于双闭环仿真,并深入探讨 PWM - ON - PWM 和 PWM - OFF - PWM 这两种调制方式。

拓扑图(图一)

首先看看拓扑图,它就像是整个电机控制系统的“地图”,清晰地展示了各个元件之间的连接关系。在这个拓扑结构中,电源、功率变换器、无刷直流电机以及各种传感器等部件有序连接。功率变换器作为关键环节,负责将直流电源转换为电机所需的三相交流电,为电机的运转提供动力。例如,典型的三相全桥功率变换器电路,就像这样:

# 简单示意三相全桥功率变换器连接关系(伪代码) # 定义电源 power_source = DC_power() # 定义六个开关管 switch1 = MOSFET() switch2 = MOSFET() switch3 = MOSFET() switch4 = MOSFET() switch5 = MOSFET() switch6 = MOSFET() # 连接关系示意 motor_phaseA.connect(switch1, switch4) motor_phaseB.connect(switch2, switch5) motor_phaseC.connect(switch3, switch6)

这里通过简单的代码结构展示了功率变换器与电机三相绕组的连接逻辑,实际电路当然会复杂得多,还会涉及到驱动电路、保护电路等。

调制方式(图二)

PWM - ON - PWM 和 PWM - OFF - PWM 这两种调制方式是控制无刷直流电机的核心手段。

PWM - ON - PWM

PWM - ON - PWM 调制方式,简单来说,就是在一个控制周期内,先让功率开关器件处于开通状态一段时间(ON 时间),然后再进行 PWM 调制。这种方式在维持电机稳定运行方面有独特优势。假设我们用 Python 来模拟一下这个过程(简化版):

import time # 定义控制周期 control_period = 0.01 # ON 时间占比 on_ratio = 0.3 # PWM 频率 pwm_frequency = 1000 on_time = control_period * on_ratio pwm_period = 1 / pwm_frequency while True: # 开通阶段 time.sleep(on_time) # PWM 调制阶段 for _ in range(int(control_period / pwm_period)): # 这里简单假设高电平时间占 PWM 周期的 50% time.sleep(pwm_period * 0.5) time.sleep(pwm_period * 0.5)

在这段代码中,先有一个固定的开通时间ontime,之后在剩余的控制周期内进行 PWM 调制,通过改变onratio以及 PWM 占空比,可以灵活调整电机的电压和电流,从而控制电机转速。

PWM - OFF - PWM

PWM - OFF - PWM 则是先让功率开关器件处于关断状态一段时间(OFF 时间),然后再进行 PWM 调制。同样用代码模拟一下:

import time # 定义控制周期 control_period = 0.01 # OFF 时间占比 off_ratio = 0.2 # PWM 频率 pwm_frequency = 1000 off_time = control_period * off_ratio pwm_period = 1 / pwm_frequency while True: # 关断阶段 time.sleep(off_time) # PWM 调制阶段 for _ in range(int(control_period / pwm_period)): # 这里简单假设高电平时间占 PWM 周期的 50% time.sleep(pwm_period * 0.5) time.sleep(pwm_period * 0.5)

这种调制方式在制动工况下能更好地实现能量回馈,有效降低电机转速,同时回收部分能量。

波形分析

转速和电磁转矩波形(图三)

从转速和电磁转矩波形图中可以清晰地看到电机在不同工况下的表现。在稳定运行阶段,转速波形相对平稳,这得益于合理的调制方式以及双闭环控制系统。双闭环系统一般包括速度环和电流环,速度环根据设定转速与实际转速的偏差来调整电流环的给定值,电流环再控制功率变换器输出合适的电流。例如在速度环的控制算法中,常用的比例积分(PI)控制器代码如下:

class PI_Controller: def __init__(self, kp, ki): self.kp = kp self.ki = ki self.integral = 0 self.prev_error = 0 def update(self, setpoint, process_variable): error = setpoint - process_variable self.integral += error p_term = self.kp * error i_term = self.ki * self.integral output = p_term + i_term self.prev_error = error return output

在制动工况下,电磁转矩波形会迅速变化,以实现电机的快速制动。

三相电流和电磁转矩图(图四和图五)

三相电流和电磁转矩的放大及整体图,能让我们更细致地观察电机内部的运行情况。在换相区间,我们发现电磁转矩幅值较小。这恰恰体现了前面提到的两种调制方式的优点。PWM - ON - PWM 和 PWM - OFF - PWM 调制方式有效地减少了换相转矩脉动,使得电机运行更加平稳。比如在换相瞬间,通过合理调整调制方式的参数,就像我们在代码中调整onratiooffratio一样,可以优化电流的变化,从而减小转矩脉动。

霍尔波形(图六)

霍尔波形就像是电机的“心跳监测仪”,它反映了电机转子的位置信息。通过霍尔传感器输出的波形,我们能准确判断电机的换相时刻,进而及时调整功率变换器的开关状态,保证电机按照预定的方式运行。例如,当霍尔传感器检测到特定的波形变化时,就触发相应的换相逻辑:

# 假设霍尔传感器输出信号为 hall_signal def commutation_control(hall_signal): if hall_signal == "特定波形组合 1": # 执行 A 相换相逻辑 switch_control("A 相换相操作") elif hall_signal == "特定波形组合 2": # 执行 B 相换相逻辑 switch_control("B 相换相操作") elif hall_signal == "特定波形组合 3": # 执行 C 相换相逻辑 switch_control("C 相换相操作")

通过对无刷直流电机在稳定运行和制动工况下的双闭环仿真以及两种调制方式的分析,我们更深入地了解了电机的运行特性。希望这篇博文能为大家在无刷直流电机控制领域的研究和实践提供一些有益的参考。

http://www.cnnetsun.cn/news/53141.html

相关文章:

  • 【大模型】-LangChain--RAG文档系统
  • 探索非线性电液伺服系统的模型自适应反步控制
  • 降AI率就要牺牲文笔?WriterPro第一个不服!实测对比比原文写得还好,这文笔简直绝了
  • 我不是这样
  • 10.8 总结
  • 列车售票|基于springboot 列车售票系统(源码+数据库+文档)
  • AI驱动的手动测试变革:赋能而非替代
  • 【奶茶Beta专项】【LVGL9.4源码分析】09-core-group
  • 网络安全异想天开(不定期更新)
  • 《CAPL脚本实现CANOE工具 Bus-Off自动恢复(含重试机制)》
  • 力扣1965-丢失信息的雇员
  • Flutter 测试全栈指南:从单元测试到黄金路径验证的工程化实践
  • EtherCAT 逐帧报文解析:配置SM/FMMU
  • Springboot连锁火锅店餐饮管理系统h2dg0(程序+源码+数据库+调试部署+开发环境)带论文文档1万字以上,文末可获取,系统界面在最后面。
  • Windows系统文件wavemsp.dll丢失或损坏的问题 下载修复
  • Windows系统文件wdi.dll缺失或损坏问题 下载修复
  • 基于风险演进的智能测试策略设计
  • 论文查重焦虑成流量密码?虎贲等考 AI 直接用免费模式,打破行业游戏规则
  • vue基于Spring Boot的高职院校贫困生困难生智慧关爱系统的开发_f0txl8vu
  • AI 写论文哪家强?虎贲等考 AI!毕业论文全链路 “超级哇塞”,开题到答辩一路开挂~
  • Coze平台指南(1):coze平台概览与测试应用展望
  • 生物识别系统的测试安全性与漏洞防护实践
  • 我终于停止写 JUnit 了!用 JavaParser + GPT-4 自动生成 90% 覆盖率的单元测试
  • 源码读不下去?阿里架构师教你“三步走”阅读法,彻底告别“打开源码就犯困”
  • 大梵公考:国考省考每一年的岗位一样吗?
  • 大梵公考:国考和省考二选一怎么选?
  • Java中如何检测死锁?如何预防和避免线程死锁?
  • Day32 类的定义和方法
  • 自动化测试-关键数据记录(日志+截图+页面源码)
  • IPv4地址与IPv6地址