永磁同步电机MTPA与弱磁控制

最新推荐文章于 2024-07-07 17:38:04 发布
最新推荐文章于 2024-07-07 17:38:04 发布
阅读量3.8k 收藏 108
点赞数 49
分类专栏： 电机控制 控制 算法 文章标签： 算法 simulink 电机控制 永磁同步电机
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_28149763/article/details/136348643
版权
电机控制 同时被 3 个专栏收录
32 篇文章 84 订阅
订阅专栏
算法
28 篇文章 8 订阅
订阅专栏
控制
27 篇文章 4 订阅
订阅专栏

文章目录

写在前面：本人能力、时间、技术有限，没有对一些细节进行深入研究和分析，也难免有不足和错误之处，欢迎交流和指正。本人写博客主要是学习过程的记录。

1、前言

在这里插入图片描述
在这里插入图片描述

2、最大转矩电流比（MTPA）控制数学推导

在这里插入图片描述

2.1 拉格朗日乘数法

在这里插入图片描述

2.2 定义法偏导求解

在这里插入图片描述

3、MTPA模型仿真搭建和分析

3.1 电机参数与设置

在这里插入图片描述

3.1.1 模型参数设置

Vdc=311;
Rs=0.958;
Ld=5.25e-3;
Lq=12e-3;
flux=0.1827;
J=0.003;
B=0.008;
pole=4;
fx=0;

3.1.2 参数计算脚本

function fcn()

%4V/1000rpm
r=0.958;
Ld=5.25e-3;
Lq=12e-3;
Ts=0.0001;
%Ke=4/1000; 
pole=4;
J=0.003;
B=0.008;
flux=0.1827;
fx=0;

%由反电动势常数计算磁链
%flux=10*sqrt(6)*Ke/(pi*pole);
% r : 欧姆
% LS：H

%电流环PI计算
A=[Ld/r Lq/r];
wc=2*pi/(min(A));
kcpd=wc*Ld;
kcpq=wc*Lq;
kci=wc*r;
 
%速度环PI计算
wn=wc/20;
Ba_temp=(wn*J-B)/(1.5*pole*flux);
%观察仿真结果，我们可以看出，系统响应速度较快，但是振荡得比较严重，系统不稳定。
%所以我们可以调节有功阻尼增益，减小有功阻尼增益，由表达式可以看出，转速环带宽与阻尼增益成正比。
% 根据自动控制原理可知，带宽越大，系统的快速性越好，稳定变差。B_a=0.13/10 B_a=0.013。PI参数不变。
Ba=Ba_temp/10;
kvp=wn*J/(1.5*pole*flux);
kvi=wn*kvp;


%数据打印
str='wc value is: ';
str=[str,num2str(wc)];
disp(str);

str='kcpd value is: ';
str=[str,num2str(kcpd)];
disp(str);

str='kcpq value is: ';
str=[str,num2str(kcpq)];
disp(str);

str='kci value is: ';
str=[str,num2str(kci)];
disp(str);

str='wn value is: ';
str=[str,num2str(wn)];
disp(str);

str='Ba value is: ';
str=[str,num2str(Ba)];
disp(str);

str='kvp value is: ';
str=[str,num2str(kvp)];
disp(str);

str='kvi value is: ';
str=[str,num2str(kvi)];
disp(str);

计算结果：
在这里插入图片描述

3.1.3 模型参数设置示意图

在这里插入图片描述
转子类型（Rotor type）选择Salient-pole（凸极型），其中round表示隐极型
在这里插入图片描述

3.2 模型总览

模型下载地址：永磁同步电机最大转矩电流比（MTPA）控制simulink仿真模型
在这里插入图片描述

3.3 核心模块-MTPA模块

在这里插入图片描述
MTPA计算脚本：

function [id,iq] = fcn(Te,flux,Ld,Lq,pole)

%计算iq
f1=8*Te*flux/(3*pole);
f2=Ld-Lq;
f3=4*Te/(3*pole);

v1=flux^2-4*((f2)^2);
v2=(f3^2)-flux^2;

iq=(f1+sqrt(f1^2-4*v1*v2))/(2*v1);

%计算id
id=(-flux+sqrt(flux^2 + 4*(f2^2)*(iq^2)))/(2*f2);

3.4 仿真分析

3.4.1 速度波形

给定速度（1000rpm）和速度反馈波形（MTPA控制策略）：
在这里插入图片描述
给定速度（1000rpm）和速度反馈波形（ i d ∗ = 0 i_d^*=0 id∗​=0控制策略）：
在这里插入图片描述
0.2s突加负载。可以看到在其它参数一致的情况下，MTPA比 i d ∗ = 0 i_d^*=0 id∗​=0控制策略更稳。

3.4.2 电流波形

i q i_q iq​和 i d i_d id​反馈波形（MTPA控制策略)
在这里插入图片描述
负载10Nm稳定后，q轴电流幅值稳定在8.916A，d轴电流幅值稳定在-2.820A。
i s i_s is​波形（MTPA控制策略）
在这里插入图片描述
负载10Nm稳定后，定子电流幅值约为9.248A。
转矩波形（MTPA控制策略）
在这里插入图片描述
负载转矩约为10Nm。

i q i_q iq​和 i d i_d id​反馈波形（ i d ∗ = 0 i_d^*=0 id∗​=0控制策略）
在这里插入图片描述
负载10Nm稳定后，q轴电流幅值稳定在9.994A且不稳定，d轴电流幅值稳定在约0 A。
i s i_s is​波形（ i d ∗ = 0 i_d^*=0 id∗​=0控制策略）
在这里插入图片描述
转矩波形（ i d ∗ = 0 i_d^*=0 id∗​=0控制策略）
在这里插入图片描述
在这里插入图片描述

3.5 曲线拟合法

计算脚本：

function fcn()

%----------------------------------------基本参数--------------------------------------------------------%
%4V/1000rpm
r=0.958;
Ld=5.25e-3;
Lq=12e-3;
Ts=0.0001;
%Ke=4/1000; 
pole=4;
J=0.003;
B=0.008;
flux=0.1827;
fx=0;

%----------------------------------------PI等参数计算--------------------------------------------------------%
%由反电动势常数计算磁链
%flux=10*sqrt(6)*Ke/(pi*pole);
% r : 欧姆
% LS：H

%电流环PI计算
A=[Ld/r Lq/r];
wc=2*pi/(min(A));
kcpd=wc*Ld;
kcpq=wc*Lq;
kci=wc*r;
 
%速度环PI计算
wn=wc/20;
Ba_temp=(wn*J-B)/(1.5*pole*flux);
%观察仿真结果，我们可以看出，系统响应速度较快，但是振荡得比较严重，系统不稳定。
%所以我们可以调节有功阻尼增益，减小有功阻尼增益，由表达式可以看出，转速环带宽与阻尼增益成正比。
% 根据自动控制原理可知，带宽越大，系统的快速性越好，稳定变差。B_a=0.13/10 B_a=0.013。PI参数不变。
Ba=Ba_temp/10;
kvp=wn*J/(1.5*pole*flux);
kvi=wn*kvp;

%----------------------------------------数据打印--------------------------------------------------------%
str='wc value is: ';
str=[str,num2str(wc)];
disp(str);

str='kcpd value is: ';
str=[str,num2str(kcpd)];
disp(str);

str='kcpq value is: ';
str=[str,num2str(kcpq)];
disp(str);

str='kci value is: ';
str=[str,num2str(kci)];
disp(str);

str='wn value is: ';
str=[str,num2str(wn)];
disp(str);

str='Ba value is: ';
str=[str,num2str(Ba)];
disp(str);

str='kvp value is: ';
str=[str,num2str(kvp)];
disp(str);

str='kvi value is: ';
str=[str,num2str(kvi)];
disp(str);

%----------------------------------------计算id和Te拟合曲线 start--------------------------------------------------------%
% 预分配数组用于保存结果
numIterations = 1001;  % 0:0.1:100 共1001个点
idArray = zeros(1, numIterations);
iqArray = zeros(1, numIterations);
TeArray = zeros(1, numIterations);

% 使用结构体保存数据
dataStruct = struct('iq', iqArray,'id', idArray, 'Te', TeArray);

% 循环计算并保存结果
for idx = 1:numIterations
    iq = (idx - 1) * 0.1;  % 计算当前 iq 值
    
    % 计算 id 和 Te
    id = (-flux + sqrt(flux^2 + 4*((Ld-Lq)^2)*(iq^2))) / (2*(Ld-Lq));
    Te = 0.75 * pole * iq * (flux + sqrt(flux^2 + 4*((Ld-Lq)^2)*(iq^2)));
    
    dataStruct.iq(idx)=iq;
    dataStruct.id(idx)=id;
    dataStruct.Te(idx)=Te;

    % 将结构体保存到工作空间
    assignin('base', 'idTeData', dataStruct);
    % assignin('base', ['iq_' num2str(idx)], iq);
    % assignin('base', ['id_' num2str(idx)], id);
    % assignin('base', ['Te_' num2str(idx)], Te);  
end

% 使用polyfit计算拟合的iq,id值
iqFitCoeff = polyfit(dataStruct.Te, dataStruct.iq, 4);
disp('iqFitCoeff:');
disp(iqFitCoeff);

idFitCoeff = polyfit(dataStruct.Te, dataStruct.id, 3);
disp('idFitCoeff:');
disp(idFitCoeff);

% 使用polyval计算拟合曲线
iqFit = polyval(iqFitCoeff, dataStruct.Te);
idFit = polyval(idFitCoeff, dataStruct.Te);

% 绘制图像
figure;

% 绘制原始数据点
plot(dataStruct.Te, linspace(0, 100, numIterations), 'r*', 'DisplayName', 'Original Data');
hold on;
plot(dataStruct.Te, dataStruct.id, 'g*', 'DisplayName', 'Original Data');

% 绘制拟合曲线
plot(dataStruct.Te, iqFit, 'b', 'DisplayName', 'Fitted iq Curve');
plot(dataStruct.Te, idFit, 'm', 'DisplayName', 'Fitted id Curve');

% 添加标签和图例
xlabel('Te');
ylabel('Values');
title('Fitted Curves for iq and id');
legend;

% 重置图形
hold off;

% 将拟合系数保存到工作空间
assignin('base', 'idFitCoeff', idFitCoeff);
%----------------------------------------计算id和Te拟合曲线 end--------------------------------------------------------%

计算结果：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
仿真模块：
在这里插入图片描述

3.6 查表法

首先需要确保workspace有表数据，本文使用3.5章节已有的数据，如下图：
在这里插入图片描述
查表法模块：
在这里插入图片描述
在这里插入图片描述
其中，其它模块以此类推
在这里插入图片描述

4、从MTPA到弱磁的转变

请参考： 电控4：永磁同步电机MTPA与弱磁控制的统一理解

5、弱磁控制数学推导

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

6、弱磁控制模型仿真搭建与分析

弱磁控制方法常用的有：
在这里插入图片描述
在这里插入图片描述

6.1 控制方法对比

在这里插入图片描述
这里使用超前角弱磁控制。

6.2 超前角弱磁控制实现

在这里插入图片描述

6.3 模型总览

模型下载地址： 永磁同步电机最大转矩电流比(MTPA)控制+弱磁控制simulink仿真模型
在这里插入图片描述

6.4 弱磁控制模块

MTPA+弱磁：
在这里插入图片描述
超前角弱磁：
在这里插入图片描述

6.5 控制效果

转速给定与速度反馈波形：
在这里插入图片描述
额定转速1000rpm，超过1000rpm控制正常，最后稳定在2100rpm。0.2s的波动是加了5 Nm的负载。达到控制效果。
磁链轨迹如下：
在这里插入图片描述

7、参考

[1] 宫伟迪. 基于电动飞机永磁同步电机的MTPA控制研究[D].沈阳航空航天大学,2022.DOI:10.27324/d.cnki.gshkc.2022.000062.
[2] PMSM 的弱磁控制（使用 MTPA）
https://ww2.mathworks.cn/help/mcb/gs/field-weakening-control-mtpa-pmsm.html
[3] 电控3：从电压矢量角度来理解“永磁同步电机弱磁控制
https://zhuanlan.zhihu.com/p/652838870
[4] 电控4：永磁同步电机MTPA与弱磁控制的统一理解：
https://zhuanlan.zhihu.com/p/654926284
[5] 永磁同步电机的矢量控制策略（十二）一一一MTPA最大转矩电流比控制：
https://blog.csdn.net/qq_42249050/article/details/107451798
[6] 永磁同步电机最大转矩电流比（PMSM-MTPA）Simulink仿真教程:
https://zhuanlan.zhihu.com/p/385828327
[7] 基于MPTA+弱磁控制（直接计算法）+电流解耦器PMSM系统simulink实现
https://blog.csdn.net/weixin_44312889/article/details/124467496
[8] 理解弱磁控制及其一种工程实现方法
https://zhuanlan.zhihu.com/p/441544928
[9] 永磁同步电机矢量控制（六）——弱磁控制
https://zhuanlan.zhihu.com/p/648282522

hlpinghcg
关注
  • 49
    点赞
  • 踩
  • 108
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
专栏目录
一款比较简单的iPMSM的MTPA和弱磁控制的Simpowersystem模型
weixin_41623381的博客
05-28 1863
但随着永磁材料的发展，高剩磁密度和高矫顽力的永磁材料已经在伺服电机中获得了应用，在相当大的程度上已经不怕电机定子电流中的直流分量所形成的去磁作用，这就允许在直轴方向上流过较大的去磁电流，为电机的弱磁高速运行提供了可能。假设上一阶段电机以T1的转矩运行在B点，当电压圆收缩到小于B点时，此时为了维持转矩，电流矢量从B点沿着恒转矩曲线逐步左移，这一阶段可以做到保持转矩的同时提升转速。此时电流矢量需要沿着电流限制圆与不断收缩的电压限制圆的交点移动，此时的电压电流都保持在最大值，电机运行在弱磁阶段。
永磁电机MTPA控制
qq_26681609的博客
07-09 4394
MTPA控制
永磁同步电机矢量控制（六）——MTPA最大转矩电流比控制
热门推荐
sy243772901的博客
05-17 12万+
1 永磁同步电机MTPA的控制原理 1.1 MTPA控制方式与id=0控制方式的区别 当电机采用id=0的控制策略，但是这种控制方法忽略和磁阻转矩的作用 。 这个从转矩方程最容易看出来，转矩分为永磁转矩Tr和磁阻转矩Tm，而id=0只剩下Tr。这会导致电流的利用率不高，系统的效率降低。所以id=0的控制比较适用于隐极式电机（Ld=Lq），而对于凸极式电机并不最优，所以需要重新考虑控制策略。 1.2...
永磁同步电机控制算法--最大转矩电流比控制（虚拟信号注入法）
最新发布
m0_45796409的博客
07-07 663
因此，采用虚拟信号注入式MTPA控制方法具有重要的研究意义，当参数变化时具有控制精度高、稳定性能好、动态响应能力强，并且能够避免高频信号注入法引起实际转矩脉动的问题，从而适用于IPMSM高精度控制的场合。可以看出，在电机参数变化式，用原参数的直接公式法MTPA所需要的电流幅值略大，而虚拟信号注入式MTPA与用变参数的直接公式法MTPA所需电流幅值基本相同，证明该算法具有良好的参数鲁棒性。虚拟信号注入式MTPA控制方法在实际控制过程中虚拟的注入信号，使其转矩方程中带有高频信号分量。
MTPA、MTPV、弱磁控制
weixin_51553819的博客
04-06 3097
综上所述，变速运行的同步电机在不同的运行工况要求下，均有最合适的控制策略，如图6所示，低速运行时，通常采用最大转矩电流比（MTPA）的策略来进行恒转矩控制，此时控制电流矢量轨迹图为图6的O-A1曲线，对应的电机出力图为图2的AB段；对于三相电机控制器而言，其输出电压不可能无限升高，基于以上分析，随着转速从0逐渐升高，为了维持电机输出电流恒定，电机控制器的输出电压必须跟随增大，当增大到控制器所能输出的最大电压时，Us将不能继续增大，这时候如果转速继续升高，那么只能减小总磁链。4、永磁电机的最大转速。
电机控制专题(一)——最大转矩电流比MTPA控制
xht2403267701的博客
04-16 2607
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。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。
七、永磁同步电机矢量控制(FOC)—MTPA控制及Simulink仿真
weixin_45182459的博客
03-27 3098
前面几节的内容已经完成Id=0控制策略的理论和仿真以及双闭环PI参数整定。在接下来几节中，将陆续讲解MTPA、弱磁控制等内容。
永磁同步电机控制算法--MTPA（公式法、曲线拟合法、查表法）
m0_45796409的博客
06-05 2008
id=0控制方法在电机输出相同的电磁转矩下电机的定子电流并不是最小的,因此,采用最大转矩电流比控制方法,使得电机在输出相同的电磁转矩下电机定子电流最少,实现该系统的原理框图如图所示。最大转矩电流比控制也称单位电流输出最大转矩的控制,即控制id以追求最大转矩。它是凸极永磁同步电机中用得较多的一种电流控制策略。在产生要求的转矩控制情况下，只需要最小的定子电流，从而使损耗下降，有利于变流器开关器件工作，提高了效率。因此该方法是一种较适合永磁同步电机的电流控制方法，其缺点是功率因数随着输出转矩的增大下降较快。
电机控制系列模块解析（20）—— MTPA
初心不忘产学研的博客
05-10 3189
MTPA 是 "Maximum Torque Per Ampere" 的缩写，意为“最大转矩电流比”。在电机控制系统中，特别是永磁同步电机（PMSM）或其它永磁电机的控制策略中，MTPA 控制旨在实现电机在给定负载条件下，以最小的定子电流获得最大的转矩输出。简单来说，就是在产生同样转矩需求时，力求使电机消耗的电流最小，以此来提高电机运行的能效。
无刷电机中的MTPA控制
得思
05-08 1978
具体来说，MTPA控制需要测量电机的电流和位置信息，并基于这些信息来计算出最佳的电流矢量方向，以最大化电机的输出转矩。总之，MTPA控制基于磁场定向控制和矢量控制理论，通过同时控制电机的电流和磁通量方向，以实现电机的最大转矩输出。总之，MTPA控制的实现方法包括电机参数识别、磁场定向控制、计算电流矢量、控制电流矢量和调整电流矢量等步骤。控制电流矢量：一旦计算出最佳的电流矢量方向，就可以通过PWM控制器控制电机的定子绕组电流，使其与计算出的电流矢量方向一致。这个过程可以通过控制器的开关信号来实现。
永磁同步电机矢量控制+MTPV+MTPA算法（弱磁控制）仿真simulink模型
08-17
本文件包含永磁同步电机矢量控制+MTPV+MTPA算法（弱磁控制）仿真simulink模型及其说明文档，是日常工作中就用的东西，可以完全正常仿真，输出流畅。本文档不仅包括simulink模型和说明文档，适合初学者和日常工程技术...
永磁同步电机MTPA控制仿真
12-23
永磁同步电机mtpa控制仿真，有查表和公式两种方法得到dq电流给定值。
永磁同步电机MTPA控制.zip
07-31
永磁同步电机MTPA控制，已在matlab2016a上验证过，并且导出有2009a的版本，方便大家学习交流。
永磁同步电机弱磁控制
03-28
永磁同步电机弱磁控制，永磁同步电机弱磁控制方法研究，有兴趣的朋友可以下下来看看
永磁同步电机弱磁控制方法研究
04-12
永磁同步电机的弱磁控制方法研究的论文，有需要的可以下载
基于二维查表的永磁同步电机MTPA和弱磁升速控制
10-12
《基于二维查表的永磁同步电机MTPA与弱磁升速控制详解》 永磁同步电机（Permanent Magnet Synchronous Motor，PMSM）在众多领域中得到了广泛应用，其高性能、高效率的特点使得它在电动汽车、工业自动化等方面占据...
永磁同步电机最大转矩电流比MTPA和弱磁控制FWC仿真模型（可正常运行）.slx
03-18
实现了磁场定向控制（FOC）技术来控制三相永磁同步电动机（PMSM）的转矩和速度。FOC算法需要转子位置反馈，该反馈通过正交编码器传感器获得。 弱磁场控制当您使用FOC算法以额定磁通运行电机时，最大速度受到定子电压...
永磁同步电机mtpa控制仿真2018a
01-27
永磁同步电机（PMSM）是一种性能优越、效率高的电机，广泛应用于工业和汽车领域。MTPA（Maximum Torque Per Ampere）控制是一种用于PMSM的高性能控制策略，能够在保证电机高效运行的同时实现最大的转矩输出。 2018a是MATLAB Simulink仿真软件的一个版本，可用于对电机控制系统进行建模与仿真。使用这个软件可以对PMSM的MTPA控制策略进行仿真分析，从而验证控制算法的性能和稳定性。 在进行永磁同步电机MTPA控制仿真时，首先需要建立PMSM的数学模型，并将其导入到Simulink中。然后根据MTPA控制策略的算法原理，设计相应的控制器，在Simulink中搭建整个电机控制系统的模型。接下来可以进行各种工况下的仿真实验，包括启动、加速、恒速和减速等过程，观察电机的转矩、速度和电流等性能指标的响应。 通过对MTPA控制策略的仿真分析，可以全面了解PMSM在不同工况下的性能表现，为实际工程应用提供参考和指导。同时，也可以通过仿真结果进行控制算法的调整和优化，以进一步提高PMSM的性能和效率。 总之，永磁同步电机MTPA控制仿真2018a是一项重要的研究工作，有助于深入理解PMSM的控制特性，推动相关技术在工业和汽车领域的应用和发展。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

hlpinghcg

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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