无电解电容永磁同步电机驱动系统控制策略研究

来源 :郑州大学 | 被引量 : 0次 | 上传用户:chenman1982
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
永磁同步电机驱动系统中,需要大容量电解电容维持母线电压,但由于电解电容体积大且可靠性差,对工作环境要求高,制约了永磁同步电机的应用。采用小容量薄膜电容代替大电解电容可以提高控制器使用寿命,降低系统成本。但是,薄膜电容容值较低,会降低电网侧的功率因数,影响网侧电能质量。另一方面,系统网侧的LC滤波电路在抑制网侧输入电流高次谐波的同时会引起LC谐振,引入高次谐波并影响系统稳定性。为解决上述问题,确保无电解电容驱动系统的正常运行,本文对无电解电容电机驱动系统网侧高功率因数控制方法和谐波抑制方法进行了研究。本文的主要研究内容如下,首先,建立了无电解电容驱动系统整体模型,包括永磁同步电机的数学模型,坐标变换理论和常见的永磁同步电机控制算法。针对无电容永磁同步电机驱动系统的系统特性,从网侧输入和逆变器输出功率角度进行了分析,并对LC谐振产生的原因进行了分析,为无电解电容驱动系统的可行性进行证明。其次,由于小容量母线电容导致网侧输入电压变为正弦半波,使逆变器输出功率大幅波动,引起系统功率因数较低的现象。本文对基于逆变器功率控制的高功率因数控制策略展开研究,通过分析电网侧输入电流和逆变器输出功率的关系,提出了逆变器功率闭环的方法,针对系统功率的波动特性,采用增益效果较好的PIR控制器实现闭环控制效果,并给出参数选定过程,以达成网侧高功率因数的控制目标,并通过仿真对高功率因数方法进行验证。针对驱动系统网侧LC谐振问题,通过对其产生机理进行分析,提取谐振信息,设计合理的反馈回路,提出了基于母线电压反馈的谐振抑制策略。将虚拟电阻与网侧电感串联,即把母线电压和电感电流反馈的有源阻尼,通过反馈控制增加系统阻尼抑制谐振,对谐振进行抑制,并提出了一种母线电压畸变补偿方法,进一步抑制网侧电流谐波。同样使用仿真验证了所设计方法对系统的谐振抑制效果,使系统满足IEC-61000-3-2谐波标准。最后搭建了基于TMS320F28335控制芯片的实验平台,进行了无电解电容驱动器原理图绘制、PCB设计、焊接和调试,以及基于模型的控制算法软件设计的工作,对无电解电容永磁同步电机驱动系统在不同转速下的功率因数和电流谐波含量在实验平台上进行了验证实验,证明了本文构建系统可以有效提升系统功率因数并对谐振进行有效抑制。
其他文献
在机器学习与数据挖掘领域,数据集时常存在类别不平衡问题,这往往会对分类算法产生一定的负面影响。对不平衡样本进行扩充,在数据层面恢复数据集的平衡性,是解决此问题的一种较为通用且有效的方法。对于低维数据,已经有多种经典算法可以进行有效的数据扩充。对于高维图像数据,一般可采用图像变换方法增加样本数量。这种方法在一定程度上可以减轻类别不平衡问题给分类器带来的负面影响,但效果非常有限。作为一种强大的生成模型
学位
低合金高强度耐磨钢以其优异的强韧性而被广泛应用于各个行业。但是随着耐磨钢级别的升高,钢材的硬度与强度随之增高,在火焰切割后易诱发延迟裂纹。并且钢材在受热过程中,会伴随晶粒长大及脱碳行为。钢材晶粒尺寸越细小,裂纹扩展抗力越大。脱碳会使得钢材的强度下降,并且受到外应力时容易产生裂纹。因此研究延迟裂纹的形成机理以及钢材的晶粒长大行为和脱碳行为具有重要意义。本文研究结果如下:(1)NM450耐磨钢板经火焰
学位
近年来,随着社会的发展和人们需求的增高,具有高比容量、高能量密度的富锂锰基正极材料成为下一代锂离子电池正极材料的关注热点,但是富锂锰基正极材料目前仍旧存在一些缺陷,比如Mn3+的自发氧化还原反应,电解液对正极材料的侵蚀,充放电过程中结构的相变等。本文采用静电纺丝法制备了无钴富锂锰基Li1.2Mn0.6Ni0.2O2纳米纤维,并通过掺杂、包覆等方法对材料进行了改性研究,以抑制材料的相变和副反应,提高
学位
石墨相氮化碳作为一种二维碳基层状材料,因其独特的电子结构、优异的化学稳定性、非金属特性、容易修饰等特点,受到了人们的广泛关注。目前,石墨相氮化碳在光催化、传感等领域得到了广泛研究,但在半导体光电器件领域进展缓慢。这主要归因于以下两点:一、之前该材料多为粉末或块体,较高的界面缺陷和不平整的表面形貌阻碍其载流子的传输,缺乏高质量氮化碳薄膜;二、石墨相氮化碳存在光激发载流子复合较快和其固有带隙造成的对可
学位
临床路径是指对某一病种建立的以时间为单位的标准诊疗流程。国家为了提升各级医院的诊疗质量,大力推动使用临床路径对其进行规范化管理,使得近几年临床路径管理系统的应用更加广泛。但由于该系统中变异检测模块的判定规则固化,经常会将发生较为合理但偏离标准路径的诊疗流程判定为发生了变异,这被称为临床路径的正向变异。针对这一问题,本文提出了基于序列化数据分析挖掘与关联规则检测方法的临床路径正向变异检测模型,实现对
学位
平面物体跟踪是计算机视觉领域中的一个研究热点,在增强现实、机器人导航和视频监控等任务上有着广泛地应用。近年来,已有比较多的算法被用于解决平面物体跟踪问题,但大多数算法对于输入的视频序列仅仅考虑模板图像和目标图像之间的对应关系,忽略了跟踪过程中物体的运动信息,这在一定程度上限制了算法鲁棒性的提高。鉴于此,本文将目标物体的运动信息(光流信息)应用到平面物体跟踪任务中,致力于探索更加准确的平面物体跟踪算
学位
文本数据规模的爆发式增长使得文本分类的应用愈加广泛和重要。基于深度学习的文本分类方法减少了对于复杂特征工程的依赖,与传统机器学习方法相比效果较好,但也存在以下问题:文本向量化表示通常采用静态编码方式,没有很好地结合上下文信息;卷积神经网络和循环神经网络各有其不足;文本的层级结构在模型训练过程中没有被充分利用。本文针对上述问题展开研究,融合自注意力机制和卷积优化,提出了分别用于单标签文本分类和多标签
学位
随着深度学习技术和人工智能的不断发展,平面物体跟踪成为计算机视觉领域的研究热点,并在机器人视觉和人脸识别等方面有广泛的应用前景。近年来,卷积神经网络成为计算机视觉领域的核心技术之一,越来越多的学者将卷积神经网络应用于平面物体跟踪的研究中,现有的方法已经取得较好的研究成果,但仍存在跟踪的时间复杂度较高、跟踪不够精确等问题。为提高平面物体跟踪的速度和精度,本文主要做了以下的研究工作:(1)针对目标跟踪
学位
毁伤效果的预测对于火力筹划起着非常重要的作用,其精准度是优化火力打击方案、合理配置作战资源的基础。然而,现有的毁伤预测方法均需要高性能计算节点或集群支撑,难以运用于手持终端等计算资源受限的设备,大大限制了毁伤预测的应用场景。本文提出一类结合机器学习与区块链的轻量化毁伤预测模型训练及选择方法,可用于手持终端的毁伤效果智能预测模型训练,并可在多节点、差异化、海量数据的训练环境下,获得兼具较高准确性和计
学位
共价有机框架(Covalent Organic Frameworks,COFs)是一类由有机构筑单元通过共价键连接而成的新型晶态多孔材料。COFs材料具有密度低、比表面积大、孔径和结构可调、长程有序、有机构筑单元种类丰富、稳定性高等优点,这使其在气体吸附和分离、化学传感、异相催化、质子传导和药物输送等领域展现出巨大的应用潜力。此外,COFs材料还具有以下优点:i)丰富的有机构筑单元使COFs的带隙
学位