摘要将异步电机调速的矢量控制方法与电压空间矢量脉宽调制（SVPWM）技术相结合，构建了以SVPWM信号驱动功率器件的异步电机矢量控制调速系统结构图，并用Matlab软件对该系统建模与仿真。仿真结果表明：该系统不仅具有矢量控制调速系统的优越性能，同时具有减少转矩波动，降低输出电流谐波，提高直流电压利用率等优点。本世纪70年代提出的矢量控制通过坐标变换的方法分解定子电流，使之转化为转矩和磁场两个分量，实现解耦控制，从而获得与直流电动机一样良好的动态调速特性，开创了交流电动机等效直流电动机控制的先河"1。随着矢量控制技术的发展，如何优化矢量控制系统的研究已成为热门课题。同时，信号调制技术的发展也使得多种调速系统达到了很好的控制效果，其中SVPWM技术把电动机和逆变器看为一体，通过跟踪圆形旋转磁场来控制逆变器的工作，能达到转矩脉动小、谐波成分少、直流母线电压利用率高的效果，目前已在变频产品中得到了广泛地应用，本文通过软件对基于SVPWM的电机矢量控制系统进行了仿真，得到了良好的控制效果。
上传时间： 2022-06-22
上传用户：
本文档描述了基于飞思卡尔电机控制专用的数字信号控制器MC56F8274S的三相交流感应电机矢量控制方案。三相交流感应电机因为其结构简单、工艺成熟、造价低廉、无电刷、维护简单、鲁棒性强等优点，被广泛应用于工业控制中。如水泵、风机、压缩机、制冷系统中。为了实现三相交流感应电机的调速，需要对电机提供电压幅值和频率可变的交流电，一般使用由数控开关逆变器构成的三相变频器。电机的控制算法大体分为两类，一类是标量控制，如被广泛应用的VF恒压频比控制。另一类被称为矢量控制或磁场定向控制（FOC），相对于标量控制，矢量控制全面提升了电机驱动性能，比如矢量控制实现了转矩和磁链的解耦控制、全转矩控制、效率更高且提高了系统的动态性能。基于飞思卡尔电机控制专用的数字信号控制器MC56F82748的三相交流感应电机矢量控制是一个面对客户和工业应用的设计方案。低成本和高可靠性是两个关键的考量指标。为了减小系统成本，我们采用了单电阻电流采样方案。为了减少系统对参数的依赖，我们使用了闭环的磁链估算方案，提升了系统稳定性和鲁棒性。本文档介绍了基本的电机控制理论，系统的设计理念，硬件设计、软件设计，包括FreeMASTER可视化软件工具。
上传时间： 2022-06-24
上传用户：bluedrops
随着电力电子技术、微处理器技术以及新的电机控制技术的发展，交流调速性能日益提高，变频调速技术的出现使交流调速系统有取代直流调速系统的趋势。但是国民经济的快速发展要求交流变频调速系统具有更高的调速精度、更大的调速范围和更快的响应速度，一般的通用变频器已经不能满足工业应用的需求，而交流电机矢量控制调速系统能够很好的满足这个要求。矢量控制（Ficld Oricnted Control），能够实现交流电机电磁转矩的快速控制，本文对三相交流异步电机的矢量控制系统进行了研究和分析，以高性能数字信号处理器为硬件平台设计了基于DSP的三相交流异步电机的矢量控制系统。并分析了逆变器死区效应的产生，实现了逆变器死区的补偿。本文介绍了交流调速及其相关技术的发展，变频调速的方案以及国内外对矢量控制的研究状况。以三相交流异步电机在三相静止坐标系下的数学模型为基础，通过Clarke变换和Parke变换得到三相交流异步电机在两相旋转坐标系下的数学模型，并利用转子磁场定向的方法，对该模型进行分析，设计了转子磁链观测器，以实现交流电机电流量的有效解耦，得到定子电流的转矩分量和励磁分量。仿据直流电机的控制方法，设计了矢量控制算法的电流与速度双闭环控制系统。设计了以TMS320LF2407A为主控制器的硬件平台，在此基础上实现了矢量控制算法，论述了电压空间矢量调制（SVPWM）的原理和方法，并对其进行了改进。最后对逆变器的死区进行了补偿。实验表明基于转子磁场定向的矢量控制（FOC）系统，结构简单，电流解赫方便，动态性能好，精度较高，能够基本满足现代交流电机控制系统的转矩和速度要求。
上传时间： 2022-06-30
上传用户：
电容应用详解(滤波_旁路_去耦)
上传时间： 2015-01-03
上传用户：ljd123456
这是应用于DSP的语音解压缩源程序
上传时间： 2015-01-16
上传用户：WMC_geophy
ARM 应用系统开发详解──基于S3C4510B 的系统设计 应该会有用的
上传时间： 2014-01-21
上传用户：凤临西北
本程序是 用 Jacobi 迭代法解方程组矩阵应 ，短小精干，可以一试
上传时间： 2017-01-25
上传用户：LouieWu
Hopfield 网——擅长于联想记忆与解迷路 实现H网联想记忆的关键，是使被记忆的模式样本对应网络能量函数的极小值。 设有M个N维记忆模式，通过对网络N个神经元之间连接权 wij 和N个输出阈值θj的设计，使得: 这M个记忆模式所对应的网络状态正好是网络能量函数的M个极小值。 比较困难，目前还没有一个适应任意形式的记忆模式的有效、通用的设计方法。 H网的算法 1）学习模式——决定权重 想要记忆的模式，用-1和1的2值表示 模式：-1，-1，1，-1，1，1，... 一般表示： 则任意两个神经元j、i间的权重： wij=∑ap(i)ap(j)，p=1…p； P：模式的总数 ap(s)：第p个模式的第s个要素（-1或1） wij：第j个神经元与第i个神经元间的权重 i = j时，wij=0，即各神经元的输出不直接返回自身。 2)想起模式： 神经元输出值的初始化 想起时，一般是未知的输入。设xi(0)为未知模式的第i个要素（-1或1） 将xi(0)作为相对应的神经元的初始值，其中，0意味t=0。 反复部分：对各神经元，计算： xi (t+1) = f (∑wijxj（t）-θi), j=1…n, j≠i n—神经元总数 f（）--Sgn（） θi—神经元i发火阈值 反复进行，直到各个神经元的输出不再变化。
上传时间： 2015-03-16
上传用户：JasonC
0_1背包问题用动态规划解给定n种物品和一背包。物品i的重量是wi，其价值为vi，背包的容量为c。问应如何选择装入背包中的物品，使得装入背包中物品的总价值最大？ 在选择装入背包的物品时，对每种物品i只有两种选择，即装入背包或不装入背包。不能将物品i装入背包多次，也不能只装入部分的物品i。因此，该问题称为0-1背包问题。
上传时间： 2014-01-20
上传用户：ouyangtongze
LM331制作详解，选材应特别注意其元件，然后结果将是无效的
上传时间： 2016-11-15
上传用户：
