← 返回
内置式永磁同步电机驱动的自学习直接磁链矢量控制
Self-Learning Direct Flux Vector Control of Interior Permanent-Magnet Machine Drives
| 作者 | Tianfu Sun · Jiabin Wang · Mikail Koc |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2017年6月 |
| 技术分类 | 控制与算法 |
| 技术标签 | PWM控制 功率模块 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | IPMSM 自学习控制 MTPA VCMTPA 弱磁 虚拟信号注入 电机驱动 |
语言:
中文摘要
本文提出了一种用于内置式永磁同步电机(IPMSM)驱动的新型自学习控制方案。该方案基于虚拟信号注入技术,旨在实现恒转矩区的最大转矩电流比(MTPA)控制,以及弱磁区的电压约束MTPA(VCMTPA)运行,有效提升了电机驱动系统的动态性能与效率。
English Abstract
This paper proposes a novel self-learning control scheme for interior permanent-magnet synchronous machine (IPMSM) drives to achieve the maximum-torque-per-ampere (MTPA) operation in the constant-torque region and voltage-constraint MTPA (VCMTPA) operation in the field-weakening region. The proposed self-learning control (SLC) scheme is based on the newly reported virtual-signal-injection-aided di...
S
SunView 深度解读
该技术主要应用于高性能电机驱动领域。对于阳光电源而言,虽然核心业务聚焦于光伏与储能的电力电子变换,但该控制算法在风电变流器(风机侧电机控制)以及未来可能拓展的高端工业驱动应用中具有参考价值。特别是其自学习特性,可减少电机参数依赖,提升系统鲁棒性。建议研发团队关注其虚拟信号注入技术,以优化风电变流器在复杂工况下的转矩控制精度,提升风能捕获效率。