该模型采用离散化的龙贝格观测器进行无传感器控制 其利用 PMSM 数学模型构造观测器模型

该模型采用离散化的龙贝格观测器进行无传感器控制
其利用 PMSM 数学模型构造观测器模型,根据输出的偏差反馈信号来进行PLL得到速度和角度。
当观测的电流实现与实际电流跟随时,可以从观测的反电势计算得到电机的转子位置信息,形成跟踪闭环估计。
龙伯格观测器采用线性控制策略代替了 SMO 的变结构控制,有效避免了系统抖振,具有动态响快、估算精度高的优点。
请添加图片描述
YID:86188671040954591Keepmoving

请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在使用PMSM时,转子磁场的速度必须等于定子(电枢)磁场的速度(即同步)。转子磁场和定子磁场之间失去同步会导致电机停转。FOC表示这样一种方法:将其中一个磁通(转子、定子或气隙)视为用于为其他磁通之一创建参考坐标系的基础,其目的是将定子电流解耦为用于产生转矩的分量和用于产生磁通的分量。这种解耦保证了复杂三相电机的控制方式与采用单独励磁的直流电机一样简单。这意味着电枢电流负责产生转矩,而励磁电流负责产生磁通。本应用笔记中将转子磁通视为定子磁通和气隙磁通的参考坐标系。表面安装永磁型PMSM(SPM)中FOC的特殊性在于定子idref(对应于d轴上的电枢反应磁通)的d轴电流参考设置为零。转子中的磁体产生转子磁链Λm,这一点与交流感应电机(AC Induction Motor, ACIM)不同,交流感应电机需要恒定参考值idref来磁化电流,从而产生转子磁链。本章的后面部分将介绍内置式永磁(Interior Permanent Magnet, IPM)型PMSM电机的d轴电流参考。 气隙磁通等于转子磁链的总和。这是由永磁体产生的,电枢反应磁链则是由定子电流产生的。对于FOC中的恒转矩模式,仅d轴气隙磁通一项即等于Λm, d轴电枢反应磁通为零。相反,在恒功率运行中,定子电流中产生磁通的分量(即负id)用于弱化气隙磁场以实现更高速度。在不需要位置传感器和速度传感器的无传感器控制中,面临的挑战是实现一个能够抑制温度、开关噪声和电磁噪声等干扰的稳定速度估算器。当应用对成本敏感时(不允许部件运动),通常需要无传感器控制。例如,使用位置传感器时或在不利电气环境下运行电机时。但是,对于精确控制的要求(特别是在低速情况下)不应视为给定应用的关键问题。位置和速度估算基于电机的数学模型。因此,模型与实际硬件越接近, 估算器的性能就越好。 PMSM数学建模依赖于其拓扑,主要分为两种:表面贴装电机和内置式永磁(IPM)电机。每种电机在不同应用需求方面都有各自的优势和劣势。提出的控制方案已开发用于表面贴装和内置式永磁同步电机。下图所示为表面贴装电机,与内置式PMSM相比,该电机具有低转矩纹波和低成本的优点。由于所考虑电机类型的气隙磁通是平滑的,因此定子的电感值Ld = Lq(非凸极PMSM)以及反电磁力(Back Electromagnetic Force, BEMF)是正弦曲线。
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值