基于ICKF的永磁同步电机无传感器控制方法

针对在永磁同步电机(Permanent magnet synchronous motor,PMSM)中安装传感器带来的高成本、体积增大、可靠性降低和易受环境干扰等问题,提出采用迭代容积卡尔曼滤波(Iterative cubature Kalman filter,ICKF)算法来估计电机转速和转子位置,并将其应用于永磁同步电机无传感器控制。首先,建立了PMSM在α-β坐标系下的离散数学模型。其次,在Matlab/Simulink环境下分别建立了基于容积卡尔曼滤波(Cubature Kalman filter,CKF)和ICKF的PMSM转速、电流双闭环的无传感器矢量控制系统仿真模型,并进行了给定转速和加负载两种工况的仿真验证。最后,基于TMS320F28335芯片搭建了硬件实验验证平台。仿真分析与实验结果均表明,迭代容积卡尔曼滤波算法应用于永磁同步电机无传感器控制中抗负载变化干扰性好、电机运行稳定、电机转速和转子位置估计精度高,可满足对电机精确控制要求较高的应用场合,具有重要参考价值和推广意义。     

基于场路耦合方法的永磁同步电机温度场研究

针对永磁同步电机温度场精确求解问题,提出了一种场路耦合法来计算电机的温度场。以一台永磁同步电机为研究对象,利用MATLAB/Simulink搭建电机的控制策略,再通过有限元分析软件ANSYS Maxwell和ANSYS Simplorer搭建电机的二维电磁场模型和控制电路模型组成场路耦合模型。基于场路耦合模型计算电机的损耗,并将损耗导入到电机的三维磁热耦合模型中,观测电机在基速工况和弱磁范围内温度场的变化。通过样机实验测试,验证了该方法的精确度,为精确求解电机的温度场提供了依据。