反电动势过零检测无刷直流电机转子位置新方法

在对传统的反电动势过零检测原理分析的基础上,提出了一种利用线电压来实时计算反电动势的无刷直流电机(BLDCM)转子位置辨识方法。该方法抛弃了传统的反电动势过零硬件检测方法,通过检测无刷直流电机任意两路线电压,经软件实时计算,就可以得到未导通相的反电动势过零值,再延迟30°电角度即可得到对应的换相点。对电机中点与直流母线电压中点的电位关系进行了具体推导,分析了在全桥PWM调制方式下断开相在非换相区间无电流续流的现象,从而证明全桥PWM调制方法适用于本文提出的转子位置辨识方法。该方法结构简单,不需要构造电机中点、不需要反电动势过零硬件检测和深度滤波电路。仿真和实验结果表明,本文提出的方法辨识转子位置精度较高,可以在较宽的转速范围内实现BLDCM的无位置传感器控制。     

线电压确定无刷直流电动机转子位置新方法

针对无位置传感器无刷直流电动机控制问题,提出一种基于线电压的转子位置检测新方法。依据绕组电压方程,给出了电机反电动势计算方法。通过采样电机线电压,得出反电动势计算值,确定电机换相时刻。为解决反电动势计算值中窄脉冲引起过零点误判的问题,依据反电动势变化率在换相时刻远大于非换相时刻的原理,采用反电动势变化率检测法判断过零点时刻。仿真和实验结果显示该方法能够准确提供转子位置信息,在负载转矩恒定和突变情况下无换相错误等异常情况,表明该方法具有良好的适应性和可靠性。     

无位置传感器无刷直流电机位置信号相位补偿

反电动势过零检测法是应用最广泛的一种无刷直流电机(BLDCM)转子位置辨识方法.为消除由于PWM高频开关噪声产生的影响,该方法一般需采用硬件滤波电路来对测量的信号进行处理,由此带来转子位置信号相位误差.根据滤波电路的特点提出了基于直线拟合技术的转子位置信号相位补偿方法,并将其用于BLDCM无位置传感器控制系统.实验结果表明,该补偿策略能显著提高转子位置的辨识精度,改善电机运行性能.     

基于线电压差值的无位置传感器无刷直流电机转子位置检测

无位置传感器无刷直流电机控制的首要问题是能够在每个电周期内能够检测到用于电子换相的六个关键的转子位置信号.其中反电动势检测法是目前技术最成熟、最有效且应用最广泛的转子位置检测方法.本文在基于反电动势法的原理的基础上,提出一种基于线电压差值计算的改进检测方法.该方法通过计算两相线电压的差值,得到反电动势的过零点,从而估算转子位置.分析了电机中性点电压与1/2倍直流母线电压的关系,得到了不同PWM调制下非导通相的续流情况.这种方法相较于传统的反电动势过零虚构中点检测方法结构简单、无需重构电机中点、而且有更高的灵敏度.通过理论分析和仿真结果表明,基于线电压差值的反电动势法控制简单,能够有效的检测转子位置.     

无刷直流电机无位置传感器控制调速系统的设计与实现

在传统的反电动势过零硬件检测无刷直流电机转子位置方法的基础上,利用检测的任意两路线电压信号来实时计算相反电动势过零信号,从而得到其过零点,再延迟30°电角度即为实际的换相信号。基于该反电动势软件计算法构建了无刷直流电机无位置传感器控制调速系统,仿真和试验均表明:该系统能够准确估算换相信号,具有较好的动、静态特性和抗负载扰动能力。     

线反电动势检测无刷直流电机转子位置方法

利用传统的反电动势过零检测原理,提出一种利用简化的线反电动势过零检测无刷直流电机转子位置方法,该方法通过实时测量无刷直流电机的任意两路线电压和两路相电流信号,并利用定子电阻参数进行实时简化计算,就可以得到三路线反电动势的过零时刻,从而实现无刷直流电机的无位置传感器控制.该方法结构简单、计算方便,不需要构造电机中点,也不需要进行相位延迟补偿,定子电阻变化对转子位置辨识的精确度影响较小.仿真和实验结果表明,提出的改进线反电动势过零检测方法可以在较宽的速度范围内对转子位置进行准确检测.     

基于反电动势滤波方法的无传感器BLDCM控制

为了实现无传感器BLDCM的控制必须获得转子位置信息,大多数研究通过位置检测电路来间接获得转子位置信息,采用基于反电动势滤波的方法,可以省掉位置检测电路,准确获得反电动势过零点。该方法既简化了BLDCM控制系统的硬件电路,又可以驱动BLDCM平稳运行。实验基于TMS320LF2407A的控制平台,实验结果证明了该方法的有效性,电机的启动过程稳定、可靠。     

基于换相点换相的无刷直流电机无位置传感器控制

针对无刷直流电机(BLDCM)在高速状态下的换相不准确问题,根据电机反电动势与控制算法的换相点之间存在的特定关系,提出了一种新型的无传感器控制方法。该方法通过计算电机的换相点进行换相,规避了传统算法在相位延迟估算过程中的不确定性,并提高了无位置传感器控制算法的动态响应性能;引入查表的方法简化了所提BLDCM无传感器控制算法的实现过程。通过引入一种新型的电机反电动势检测电路,对无传感器控制算法的外部实现电路进行简化,进一步降低了所提控制算法的实现成本。试验结果表明,所提反电动势检测电路能有效检测电机相电压,所提BLDCM无位置传感器控制方法十分有效、实现简单,且在动态响应上具有很大优势。     

基于分数阶Fourier变换的反电动势滤波方法

无位置BLDCM控制的关键是获得准确的转子位置信息,在深入分析BLDCM反电动势信号的基础上,结合分数阶Fourier变换在时域和频域的滤波特性,提出基于分数阶Fourier变换的反电动势滤波方法,该方法可以滤除反电动势信号中的噪声,获得完全满足实际工程需要的反电动势过零点信息.实验测试结果表明,该方法可靠、稳定.     

基于线间反电动势的无刷直流电机转子位置估算

在对传统的反电动势过零法和转子磁链G函数法估算转子位置分析的基础上,提出了一种利用线间反电动势过零原理并构造F函数来对转子位置进行估算的全新方法,并用于无位置传感器无刷直流电机控制。对线间反电动势过零检测与转子位置信号之间的对应关系进行了深入的分析,揭示了每一个线间反电动势的过零点即为对应的换相点。利用线间反电动势的倒数构造F函数来估算换相时刻。仿真结果表明,提出的转子位置估算方法计算简单方便,具有较高的精度,可以在全速范围内实现对转子位置的准确估算。     

基于优化小波神经网络的输电线路行波故障测距

针对单端行波故障测距方法中故障点反射波与对端母线反射波的识别问题,提出了一种改进粒子群算法优化的小波神经网络的故障测距模型。提取保护安装处检测到的行波波头时间值与反向行波线模分量的李氏指数作为行波特征值,利用小波神经网络拟合行波特征值与输电线路故障距离之间的关系,构建小波神经网络故障测距模型,利用该模型可以直接得到输电线路的故障距离。在标准粒子群算法中引入遗传算法变异因子,利用改进后的粒子群算法作为小波神经网络的训练算法,优化小波神经网络的权值与阈值参数,加快了小波神经网络故障测距模型的收敛速度,并提高了输出结果的精度。仿真结果证明,该方法有效且可行。     

Position sensorless control for ultrasonic motors based on input voltage information

This paper presents a method of position sensorless control of ultrasonic motors (USM). The position sensorless control method is useful for reducing the cost and size of drive system. The position estimation method is based on the input voltage information of the ultrasonic motor. The characteristic of input voltage versus rotor position is expressed by a quadratic function which is used to estimate a rotor position based on input voltage information. This estimation method, which uses only the drive voltage of the ultrasonic motor, is a very simple algorithm and shows good estimation ability. The parameters of the quadratic function are adjusted by using the recursive least squares method and are obtained on‐line. Since it can correspond to parameter change, the estimated rotor position shows good agreement with the measured rotor position against load torque and motor temperature changes. Sensorless position control is achieved by using the estimated rotor position instead of the measured rotor position. The validity of the proposed method is confirmed by experimental results. © 2008 Wiley Periodicals, Inc. Electr Eng Jpn, 163(1): 57–64, 2008; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20626     

基于高频信号耦合注入的内置式永磁同步电机

内置式永磁同步电机(IPMSM)受转子凸极性的影响,绕组电感随转子磁极位置呈周期变化。考虑到上述特征,提出一种基于高频信号注入的IPMSM转子初始位置检测方法。将高频信号依次注入定子两相绕组,并提取定子绕组高频信号线电压,运算处理后获得没有考虑转子磁极极性的初始位置角。随后注入脉冲电压矢量进行转子极性判断,从而获得准确的初始位置角。理论分析和试验结果表明,该方法对电阻参数依赖较小,不受逆变器非线性和电流传感器检测精度的影响,能够准确检测转子初始位置角,满足IPMSM平稳起动的要求。     

基于MRAS的永磁同步电机无速度传感器控制

传统的永磁同步电机矢量控制需要实时获取转子的位置信息,常用的转子位置传感器存在增加系统体积、成本高、易受干扰等问题,且难以在恶劣的外部环境下正常运行.文中基于永磁同步电机的数学模型和转子磁场定向的矢量控制方法,对目前的无速度传感器技术进行了深入研究,提出了一种在同步旋转坐标系下的模型参考自适应系统(MRAS)来估计转子位置的方法.该方法以含有转子位置参数的永磁同步电机定子电压方程为可调模型,以永磁同步电机本身作为参考模型,以超稳定性与正性动态理论为基础设计了自适应率.同时利用稳态定子电压方程对dq轴电压进行前馈解耦,改善了由于dq轴电流两个分量间存在的交叉反馈关系导致的系统收敛性较差的问题.最后对所提出的新型MARS无速度传感器控制进行了仿真分析,并利用基于模型设计(MBD)的方法直接在Simulink中生成DSP的核心算法代码进行实验验证.结果 表明,该方法能够较好地估计转子位置,可以代替位置传感器.     

无刷直流电动机的全局滑模控制研究

针对传统的滑模变结构在应用于无刷直流电动机时系统的趋近模态不具有鲁棒性的缺点,提出了一种新型的具有全滑动模态的变结构控制系统,该设计方案对系统参数不确定性、外部干扰等具有较强的鲁棒性,即使系统在响应的全过程都有良好的鲁棒性,滑模控制中的抖振也得到了明显的抑制。并提出采用自适应小波神经网络算法提高无位置传感器直流无刷电动机的转子位置检测精度。最后通过仿真实验证明了上述方法的可行性和有效性。     

永磁同步电机转子初始位置角在线检测方法

针对现有永磁同步电机(PMSM)转子初始位置角辨识方法存在的缺点,研究PMSM数学模型,推导电机转子位置与电机绕组电感之间的数学关系。提出利用电机三相绕组静态电感值初步判断转子位置,并用变频器发送激励电压实现转子的极性判断,进而准确辨识出转子的初始位置角。检测过程中无需转子预定位,且电机转子处于机械锁定或自由停止状态下均可实现。试验结果证明所提方法检测精度高,能够满足PMSM矢量控制的需求,具有一定的推广应用价值。     

基于改进的脉冲电压注入永磁同步电机转子初始位置检测方法

由于永磁同步电机存在凸极性,定子电感随气隙磁场饱和程度的不同而变化,电感值中包含了转子位置信息。根据这个原理,研究了通过注入脉冲电压矢量来检测永磁同步电机转子初始位置的方法,分析了不同位置的电压矢量对电感饱和程度的影响,以及对转子位置估测精度的影响,得出了能获得最佳估测精度的优化电压矢量,并提出了改进的五电压矢量注入方式。根据转子所在区域选择优化的电压矢量进行二次计算,进一步提高了转子位置估算的精度。实验结果表明,该方法能够可靠而有效的检测出永磁同步电机的转子初始位置,而且实施简单、估测精度高。     

基于高频电压注入的带辅助齿SPMSM转子机械角度无传感器辨识策略

位置传感器策略虽然已经广泛应用在普通工业场合,却未推广到位置伺服领域,原因在于无法辨识转子机械角度。为此,提出一种基于高频电压注入的带辅助齿表贴式永磁同步电机（SPMSM）转子机械角度无传感器辨识策略。根据所推导的带辅助齿SPMSM数学模型,在电角度零点处注入高频电压信号,划分出机械扇区。再使用传统无位置传感器算法获得电角度。最后,由电角度、机械扇区、机械角度三者之间的关系得到机械角度。仿真结果表明：所提算法能够识别电机转子机械角度。     

基于自组织小波神经网络的磁共振图像分割方法

磁共振图像的准确分割对于辅助医生确定病灶的位置和形状、制订治疗方案和评价治疗效果具有重要的意义。本文提出了一种新的磁共振图像（MRI）分割方法。构造了一种自组织小波神经网络,通过融合T1、r12和Pd图像的特征来识别MRI中生物组织的类别。该网络继承了小波分析局部精度高和神经网络自学习能力强的优点,采用自组织算法利用训练数据的稀疏性对网络的结构和初始参数进行优化,简化了网络结构,提高了网络学习的速度,避免了网络陷入局部最优学习。将所提方法应用于大脑磁共振图像分割的实验结果表明,所设计的自组织小波神经网络MRI图像分割方法具有精度高和学习速度快的优点。     

基于集成神经网络的特高压直流输电线路初始电压行波小波变换模极大值比单端测距方法

针对现有故障测距方法存在对高阻故障不灵敏、二次行波波头难以捕捉的问题,提出一种基于集成神经网络的特高压直流输电线路初始电压行波小波变换模极大值比的单端测距方法。首先,推导出故障距离与初始电压行波的线模量和地模量的小波变换模极大值比之间的近似公式,公式表明两者之间具有非线性关系,且此关系与过渡电阻无关。然后,利用AdaBoost-Elman集成神经网络拟合两者之间的非线性关系,提取不同小波尺度下初始电压行波各模量分量的小波变换模极大值比作为集成神经网络输入量,将故障距离作为输出量,构建集成神经网络故障测距模型。将各小波尺度下的初始电压行波各模量分量的小波变换模极大值比输入训练完成的集成神经网络模型即可达到故障测距的目的。仿真结果表明,所提方法测距精度高,且不受过渡电阻影响。