电机控制专题(一)——最大转矩电流比MTPA控制

news2025/1/14 17:54:49

文章目录

  • 电机控制专题(一)——最大转矩电流比MTPA控制
    • 前言
    • 理论推导
    • 仿真验证
      • 轻载1N·m
      • 重载30N·m
    • 总结

电机控制专题(一)——最大转矩电流比MTPA控制

前言

MTPA全称为Max Torque Per Ampere,从字面意思就可以知道MTPA算法的目的是一个寻优最值问题,可以从以下两个角度理解。

  • 在同一电磁转矩需求下,如何利用最小幅值的定子电流来产生;
  • 在同一额定电流情况下,如何合理利用定子电流产生最大的电磁转矩

本文先从理论推导开始,再到仿真验证MTPA算法,总结MTPA的相关知识。

纯小白,如有不当,轻喷,还请指出。

理论推导

记转矩角(电流矢量与d轴夹角)为 γ \gamma γ,则dq轴电流可以表示如下:
i d = I s c o s γ i_d=I_s cos\gamma id=Iscosγ (1)
i q = I s s i n γ i_q=I_s sin\gamma iq=Issinγ (2)
其中 I s I_s Is为定子电流幅值。

dq轴下PMSM的转矩方程为:
T e = 3 2 p n i q ψ + ( L d − L q ) i d i q T_e = \frac{3}{2}p_ni_q\psi+(L_d-L_q)i_di_q Te=23pniqψ+(LdLq)idiq(3)
其中 p n p_n pn为极对数, ψ \psi ψ为永磁体磁链, L d , L q L_d,L_q Ld,Lq为分别为dq轴的电感。式(4)右边的第一项成为永磁转矩,第二项称为磁阻转矩。

将式(1)(2)代入式(3)并化简可得
T e = 3 2 p n I s ψ s i n γ + 3 4 p n I s 2 ( L d − L q ) s i n 2 γ T_e=\frac{3}{2}p_nI_s\psi sin\gamma + \frac{3}{4}p_nI_s^2(L_d-L_q)sin2\gamma Te=23pnIsψsinγ+43pnIs2(LdLq)sin2γ (4)

MTPA可以从两个角度理解

  1. 最小的电流产生同等大的电磁转矩
  2. 同等大小的定子电流产生最大的电磁转矩

因此从第二个角度理解MTPA,就变成了求(4)式的在 I s I_s Is恒定,以转矩角 γ \gamma γ为变量的极值问题

对(4)式求偏导并另其等于0,化简可得:
∂ T e ∂ γ = 2 I s ( L d − L q ) c o s 2 γ + ψ c o s γ − I s ( L d − L q ) = 0 \frac{\partial T_e}{\partial \gamma}=2I_s(L_d-L_q)cos^2\gamma +\psi cos\gamma -I_s(L_d-L_q)=0 γTe=2Is(LdLq)cos2γ+ψcosγIs(LdLq)=0 (5)

(5)式是一个一元二次方程,利用求根公式可解得
c o s γ 1 = − ψ + ψ 2 + 8 I s 2 ( L d − L q ) 4 I s ( L d − L q ) , c o s γ 2 = − ψ − ψ 2 + 8 I s 2 ( L d − L q ) 4 I s ( L d − L q ) cos \gamma_1 = \frac{-\psi + \sqrt{\psi^2+8I_s^2(L_d-L_q)}}{4I_s(L_d-L_q)} ,cos \gamma_2 = \frac{-\psi -\sqrt{\psi^2+8I_s^2(L_d-L_q)}}{4I_s(L_d-L_q)} cosγ1=4Is(LdLq)ψ+ψ2+8Is2(LdLq) ,cosγ2=4Is(LdLq)ψψ2+8Is2(LdLq) (6)

求解得到的两个转矩角究竟哪一个是我们想要的呢?

容易注意到 ψ < ψ 2 + 8 I s 2 ( L d − L q ) 2 \psi < \sqrt{\psi^2+8I_s^2(L_d-L_q)^2} ψ<ψ2+8Is2(LdLq)2 ,且绝大多数的IPMSM的d轴电感小于q轴电感。因此 c o s γ 1 < 0 , c o s γ 2 > 0 cos\gamma_1<0,cos\gamma_2>0 cosγ1<0,cosγ2>0

MTPA就是要利用电机的凸极效应,合理分配定子电流一部分作为 i d i_d id,另一部分作为 i q i_q iq i d i_d id可以用于产生磁阻转矩(电磁转矩式3等式右边的第二项)。因此d轴电流只能是负的。

那么由式(1)可知 c o s γ < 0 cos \gamma<0 cosγ<0

因此真正能实现MTPA的转矩角为
γ = a r c c o s ( − ψ + ψ 2 + 8 I s 2 ( L d − L q ) 4 I s ( L d − L q ) ) \gamma =arccos( \frac{-\psi +\sqrt{\psi^2+8I_s^2(L_d-L_q)}}{4I_s(L_d-L_q)}) γ=arccos(4Is(LdLq)ψ+ψ2+8Is2(LdLq) ) (7)

此时的d轴电流和q轴电流可计算得
i d = I s c o s γ = I s − ψ + ψ 2 + 8 I s 2 ( L d − L q ) 4 ( L d − L q ) i_d = I_scos\gamma =I_s \frac{-\psi +\sqrt{\psi^2+8I_s^2(L_d-L_q)}}{4(L_d-L_q)} id=Iscosγ=Is4(LdLq)ψ+ψ2+8Is2(LdLq) (8)
i q = I s 2 − i d 2 i_q=\sqrt{I_s^2-i_d^2} iq=Is2id2 (9)

值得一提的是,转速环的输出应当是转矩指令值,而转矩和电流存在一定的线性关系,因此可以直接作为电流指令值。最简单的矢量控制 i 0 ≡ 0 i_0 \equiv0 i00中,转速环的输出直接作为q轴电流的指令值;而在MTPA中,转速环输出的转矩指令值,应当由整个全部的定子电流来提供,即转速环的输出为定子电流幅值指令值,而非q轴电流指令。

仿真验证

为了直观看出使用MTPA的有效性,对一台具有高凸极比IPMSM磁阻转矩成分更大)进行仿真。

仿真参数设置如下:
L d = 3.5 m H , L q = 12 m H , ψ = 0.17 W b , U d c = 311 V L_d= 3.5mH,L_q=12mH,\psi=0.17Wb,U_{dc}=311V Ld=3.5mH,Lq=12mH,ψ=0.17Wb,Udc=311V

转速500rpm,带轻载(1Nm)和带重载(30Nm)工况下运行。0.1s之前施加 i d ≡ 0 i_d\equiv0 id0控制,0.1s后施加MTPA算法,总仿真时间0.2s。

轻载1N·m

dq轴电流和三相电流波形图下
在这里插入图片描述
在这里插入图片描述
可见在施加MTPA控制之后并没有明显的效果。

原因如下:
由于所带负载较小,定子电流的幅值也小。此时的转矩角

γ = a r c c o s ( − ψ + ψ 2 + 8 I s 2 ( L d − L q ) 4 I s ( L d − L q ) ) ≈ a r c c o s ( − ψ + ψ 2 4 I s ( L d − L q ) ) = 90 ° \gamma =arccos( \frac{-\psi +\sqrt{\psi^2+8I_s^2(L_d-L_q)}}{4I_s(L_d-L_q)})\approx arccos(\frac{-\psi+\sqrt{\psi^2}}{4I_s(L_d-L_q)})=90\degree γ=arccos(4Is(LdLq)ψ+ψ2+8Is2(LdLq) )arccos(4Is(LdLq)ψ+ψ2 )=90°
此时的d轴电流指令值 I d ≈ I s c o s γ = 0 I_d\approx I_scos\gamma =0 IdIscosγ=0

所以施加MTPA之后,并没有客观的负的d轴电流来产生磁阻转矩。

重载30N·m

dq轴电流和三相电流波形图如下
在这里插入图片描述
在这里插入图片描述
仿真结果说明,在带重载的情况下,所需的电磁转矩大,施加MTPA控制以后,d轴指令值从0变为-10A,q轴指令值从30降为18A,即利用了电机的凸极效应,合理分配了相电流以产生磁阻转矩

从三相电流波形可以看出,施加MTPA后,定子电流幅值从30A减为20A,即使用更小的定子电流产生同等的电磁转矩,此即MTPA的目的。

总结

MTPA算法的目的在于充分利用电机的凸极效应来合理分配电流,其中一部分用于产生永磁转矩,另一部分用于产生电磁转矩,达到小电流,大转矩的效果。

值得注意以下两点

  1. MTPA的推导基于精确的电机模型,但实际情况下电机模型参数大多是未知,且容易收到温度等因素的干扰。因此在实际应用该算法时需注意模型参数的敏感性,必要时需结合在线参数辨识等技术。
  2. 在实际应用中,为了减小微控制器的运算负担,式(8)(9)并不会在线计算。而是通过提前离线计算并制表,在线查表的方式来得到dq轴电流设定。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1618163.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

如何高效的压缩GIF图片?一键搞定GIF动图压缩 就是这么简单

一&#xff0c;引言 压缩GIF动图是一个常见的需求&#xff0c;无论是在社交媒体上分享动态表情&#xff0c;还是在网页设计中添加动态元素&#xff0c;GIF动图都扮演着重要的角色。然而&#xff0c;过大的GIF文件大小可能会导致加载速度慢&#xff0c;影响用户体验。因此&…

【每日刷题】Day22

【每日刷题】Day22 &#x1f955;个人主页&#xff1a;开敲&#x1f349; &#x1f525;所属专栏&#xff1a;每日刷题&#x1f34d; &#x1f33c;文章目录&#x1f33c; 1. 1669. 合并两个链表 - 力扣&#xff08;LeetCode&#xff09; 2. 11. 盛最多水的容器 - 力扣&#…

茶饮门店本地生活抖音团购运营方案计划书

【干货资料持续更新&#xff0c;以防走丢】 茶饮门店本地生活抖音团购运营方案计划书 部分资料预览 资料部分是网络整理&#xff0c;仅供学习参考。 PPT可编辑80页&#xff08;完整资料包含以下内容&#xff09; 目录 抖音本地生活运营方案 1. 账号基础搭建与优化 - 门店账号…

MTK6775/MT6775/曦力P70联发科处理器性能参数资料

联发科MT6775(曦力P70)芯片搭载强大的Arm Cortex-A73/A53八核CPU&#xff0c;并采用台积电12纳米FinFET制程工艺&#xff0c;相较于其他14纳米级别产品&#xff0c;功耗节省达到了15%。此外&#xff0c;曦力P70还配备了高效能的Arm Mali-G72 GPU&#xff0c;相比上一代产品曦力…

sklearn 笔记 metrics

1 分类 1.1 accuracy_score 分类准确率得分 在多标签分类中&#xff0c;此函数计算子集准确率&#xff1a;y_pred的标签集必须与 y_true 中的相应标签集完全匹配。 1.1.1 参数 y_true真实&#xff08;正确&#xff09;标签y_pred由分类器返回的预测标签normalize 默认为 Tr…

简单的图像处理算法

基础&#xff1a;图像处理都是用卷积矩阵对图像卷积计算&#xff0c;如3X3 的矩阵对640 X 480分辨率的图像卷积&#xff0c;最终会得到638 X 478 的图像。卷积过程是这样的&#xff1a; 一、中值滤波 &#xff1a; 找出矩阵中的最中间值作为像素点 二、均值滤波&#xff1a;找…

洛基计划project loki加速器推荐 免费低延迟联机加速器分享

洛基计划project loki加速器推荐 免费低延迟联机加速器分享 《洛基计划》是一款团队PVP游戏&#xff0c;融合有动作、英雄设计、大逃杀等元素&#xff0c;由前拳头游戏、Bungie和暴雪娱乐员工创立的新工作室Theorycraft Games共同发布。《洛基计划》汇集了一些大型团队PVP游戏…

(ICML-2021)从自然语言监督中学习可迁移的视觉模型

从自然语言监督中学习可迁移的视觉模型 Title&#xff1a;Learning Transferable Visual Models From Natural Language Supervision paper是OpenAI发表在ICML 21的工作 paper链接 Abstract SOTA计算机视觉系统经过训练可以预测一组固定的预定目标类别。这种受限的监督形式限制…

齐次变换矩阵、欧拉角

目录 齐次变换矩阵旋转矩阵如何计算平移矩阵如何计算实例 欧拉角和齐次变换矩阵互相转换 齐次变换矩阵 因为老是忘记齐次变换矩阵的含义以及方向&#xff0c;每次推导公式都很费劲&#xff0c;写下这篇文章用于快速回顾齐次变换矩阵。 表示的是&#xff1a;坐标系A到坐标系B的…

电脑问题快速判断

电脑开机没有任何反应 检查电源 检查电源是否有问题或损坏&#xff0c;可以短接方法检测 板电源卡口对自己接第四或第五根线&#xff0c;若风扇匀速转动&#xff0c;电源无问题&#xff0c;若不转动或转一下停一下&#xff0c;电源有问题 检查内部连线 确保主板上的线插的…

【C语言】手撕二叉树

标题&#xff1a;【C语言】手撕二叉树 水墨不写bug 正文开始&#xff1a; 二叉树是一种基本的树形数据结构&#xff0c;对于初学者学习树形结构而言较容易接受。二叉树作为一种数据结构&#xff0c;在单纯存储数据方面没有 顺序表&#xff0c;链表&#xff0c;队列等线性结构…

软件项目经理需要具备这 11 个能力

当前软件开发技术更新换代越来越快&#xff0c;各种项目实施管理思想也日新月异&#xff0c;作为一个软件项目经理&#xff0c;需要具备这 11 种能力&#xff1a; 1. 项目管理能力 了解项目管理的基本原则和方法&#xff0c;包括制定项目计划、资源分配、风险管理、问题解决和…

婚恋相亲红娘牵线系统源码支持微信小程序+微信公众号+H5+APP社交交友系统搭建,扩展你的社交影响力与人脉资源

当代年轻人晚婚晚育甚至不愿意结婚不愿意相亲等问题愈来愈严重了&#xff0c;但是如果抛开表现去追求本质的话&#xff0c;其实不难发现年轻人们还是会喜欢去找一些志同道合或者聊得来的异性朋友交流&#xff0c;从线上发展到线下的一个流程。 核心系统核心体系是恋爱小贴士、…

概率图模型在机器学习中的应用:贝叶斯网络与马尔可夫随机场

&#x1f9d1; 作者简介&#xff1a;阿里巴巴嵌入式技术专家&#xff0c;深耕嵌入式人工智能领域&#xff0c;具备多年的嵌入式硬件产品研发管理经验。 &#x1f4d2; 博客介绍&#xff1a;分享嵌入式开发领域的相关知识、经验、思考和感悟&#xff0c;欢迎关注。提供嵌入式方向…

嵌入式s5p5818核心板介绍

底板寻址空间介绍 s5p6818 寻址空间采用统一编址方式进行管理 寻址空间映射图&#xff1a; 独立寻址&#xff1a;片内片外存储器只能选择其中一个 统一寻址&#xff1a;片内片外存储器都能使用&#xff0c;且使用的是同一片连续的寻址空间 reserved保留&#xff0c;Normaol …

【代码】Python3|用Python PIL压缩图片至指定大小,并且不自动旋转

代码主体是GPT帮我写的&#xff0c;我觉得这个功能非常实用。 解决自动旋转问题参考&#xff1a;一行代码解决PIL/OpenCV读取图片出现自动旋转的问题&#xff0c;增加一行代码image ImageOps.exif_transpose(image) 即可恢复正常角度。 from PIL import Image, ImageOpsdef …

vue 表格获取当前行索引,加颜色

vue 表格获取当前行索引&#xff0c;加颜色 <span styledisplay:inline-block;width:10px;height:10px;border-radius:50% :style"{background:color[scope.$index]}" />//定义颜色color: [#5387F7, #A794E0, #F3543C, #999999, #77D3F8, #FFA1B4, #26CEBA, #…

【Cookie和Session的区别(面试重点)】

Cookie和Session的区别 1. Cookie1.1 认识Cookie1.2 Cookie的引出1.3 Cookie工作原理1.4 Cookie重要结论 2. Session2.1 认识Session2.2 Session的引出2.3 Session的工作原理 3. Cookie和Session的区别 1. Cookie 1.1 认识Cookie Cookie&#xff1a;是小型文本文件&#xff0…

python自动生成SQL语句自动化

&#x1f47d;发现宝藏 前些天发现了一个巨牛的人工智能学习网站&#xff0c;通俗易懂&#xff0c;风趣幽默&#xff0c;忍不住分享一下给大家。【点击进入巨牛的人工智能学习网站】。 Python自动生成SQL语句自动化 在数据处理和管理中&#xff0c;SQL&#xff08;Structured …

鸿蒙OpenHarmony【LED外设控制】 (基于Hi3861开发板)

概述 OpenHarmony WLAN模组基于Hi3861平台提供了丰富的外设操作能力&#xff0c;包含I2C、I2S、ADC、UART、SPI、SDIO、GPIO、PWM、FLASH等。本文介绍如何通过调用OpenHarmony的NDK接口&#xff0c;实现对GPIO控制&#xff0c;达到LED闪烁的效果。其他的IOT外设控制&#xff0…