CN111030560B - 基于热网络温度预测的永磁同步电机最小损耗控制方法 - Google Patents
基于热网络温度预测的永磁同步电机最小损耗控制方法 Download PDFInfo
- Publication number
- CN111030560B CN111030560B CN201910843567.8A CN201910843567A CN111030560B CN 111030560 B CN111030560 B CN 111030560B CN 201910843567 A CN201910843567 A CN 201910843567A CN 111030560 B CN111030560 B CN 111030560B
- Authority
- CN
- China
- Prior art keywords
- temperature
- permanent magnet
- real
- time
- thermal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
- H02P29/60—Controlling or determining the temperature of the motor or of the drive
- H02P29/64—Controlling or determining the temperature of the winding
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Ac Motors In General (AREA)
Abstract
本发明涉及一种基于热网络温度预测的永磁同步电机最小损耗控制方法,通过实时在线调节最优Id电流,使得永磁同步电机运行于最小损耗控制方式下,最优Id电流的计算公式如下:实时的铜损电阻Rs和实时的永磁体磁链值ψa的计算公式如下:Rs=R's[1+α(tCu‑tS)];ψa=ψ'a[1+(tem‑tc)αBr](1‑IL/100);铜绕组和永磁体的实时温度的计算基于6节点热网络模型,铜绕组和永磁体的实时温度的计算过程为:先计算初始的铁损、初始的铜损、6节点热网络模型中各热阻的值和各热容的值,同时测量环境温度节点的温度,再进行等效计算。本发明的基于热网络温度预测的永磁同步电机最小损耗控制方法,可以在线预测温度,并根据预测温度对最小损耗算法实时更新,实现较高的控制精度。
Description
技术领域
本发明属于永磁同步电机控制技术领域,涉及一种基于热网络温度预测的永磁同步电机最小损耗控制方法。
背景技术
永磁同步电机是指以永磁材料做励磁的同步电机,目前广泛应用于工业场合,其有着结构简单、体积小、重量轻、效率高、功率因数高、转子发热小、过载能力大、转动惯量小和转矩脉动小等优点。
由于永磁同步电机的广泛应用,提高其效率显得尤为重要,提高电机的效率既可以通过优化电机结构实现,也可以通过控制算法实现。文献1(Loss minimization controlof permanent magnet synchronous motor drives[J].IEEE Transactions onIndustrial Electronics,2002,41(5):511-517.)提出了一种基于模型的最小损耗算法,该算法就是利用D-q轴等效损耗模型求解总损耗最小时的Id来实现提升电机的效率,最优Id主要通过电机参数计算获得,该算法的准确性受电机参数的影响较大,在电机运行过程中,电机各部件的温度会上升,进而导致绕组相阻值以及永磁体磁链等发生改变,导致控制算法出现较大的误差,电机控制的精度较差。
为了提高电机控制的精度,需要考虑到电机各部件温度的影响,根据温度变化调整相关参数以保证控制精度。文献2(G.Kang,J.Lim,K.Nam,H.Ihm,and H.Kim,“A MTPAcontrol scheme for an IPM synchronous motor considering magnet flux variationcaused by temperature,”Ninet.Annu.IEEE Appl.Power Electron.Conf.Expo.,vol.3,no.5,pp.1617–1621,2004.)提出一种考虑温度变化引起磁通变化的永磁同步电动机MTPA控制方案,但该方法由于只考虑了永磁体温度的影响,控制精度仍然不够高。
因此,研究一种控制精度高的最小损耗控制方法具有十分重要的意义。
发明内容
本发明的目的是解决现有技术中的最小损耗控制方法控制精度较差的问题,提供一种基于热网络温度预测的永磁同步电机最小损耗控制方法。本发明将控制算法与热网络进行结合进行在线温度预测,保证了电机在运行过程中的控制精度。
为达到上述目的,本发明采用的方案如下:
基于热网络温度预测的永磁同步电机最小损耗控制方法,通过实时在线调节最优Id电流,使得永磁同步电机运行于最小损耗控制方式下;
最优Id电流的计算公式(计算时不代入单位)如下:
式中,Id的单位为A,ω为电速度,单位为rad/s,Ld为D轴电感,单位为H,Rs为实时的铜损电阻,单位为Ω,Rc为实时的铁损电阻,单位为Ω,Ψa为实时的永磁体磁链值,单位为Wb,Lq为q轴电感,单位为H,Iq为实时的q轴铜损电流,单位为A;
实时的铜损电阻Rs和实时的永磁体磁链值ψa的计算公式(计算时不代入单位)如下:
Rs=R′s[1+α(tCu-tS)];
ψa=ψ'a[1+(tem-tc)αBr](1-IL/100);
式中,R′s为初始温度(即电机开始运行时的温度)时的铜损电阻,单位为Ω,α为铜的温度系数,tCu为铜绕组的实时温度,单位为℃,ts为铜绕组的初始温度,单位为℃,ψ′a为初始温度时的永磁体磁链值,单位为Wb,tem为永磁体的实时温度,单位为℃,tc为永磁体的初始温度,单位为℃,αBr为温度系数,IL为不可逆损失率;
铜绕组和永磁体的实时温度的计算基于6节点热网络模型,6节点热网络模型包含6个节点,分别为定子温度节点N1、铜绕组温度节点N2、永磁体温度节点N3、端部温度节点N4、外壳温度节点N5和环境温度节点,N1与N2之间设有热阻R12,N1与N3之间设有热阻R13,N3与N4之间设有热阻R34,N3与N5之间设有热阻R35,N4与N2之间设有热阻R24,N4与N5之间设有热阻R45,N5与N1之间设有热阻R15,N5与环境温度节点之间设有热阻R50,N1~N5分别对应与接地的热容C1~C5连接,环境温度节点接地;
铜绕组和永磁体的实时温度的计算过程为:先计算初始的铁损、初始的铜损、6节点热网络模型中各热阻的值和各热容的值,同时测量环境温度节点的温度,再将6节点热网络等效成电路,将初始的铁损等效成与N1连接的电流源,将初始的铜损等效成与N2连接的电流源,将各热阻等效成电阻,将各热容等效成电容,将各节点的温度等效成电势,根据电流源、电阻和电容计算电势,N2和N3的电势即为铜绕组和永磁体的实时温度。
除了热网络法之外,有限元方法和计算流体动力学也可以实现电机的温度预测,只是这两种方法由于计算缓慢,同时对于计算时间要求过高,不适合在线对温度进行预测,而热网络法相对简单快速,有实现在线预测温度的潜力;
现有技术的永磁同步电机最小损耗控制方法由于只考虑到永磁体温度的影响,控制精度往往不高,本发明还考虑到温度对电机的绕组参数以及磁链参数的影响,通过将控制算法与热网络进行结合实现在线预测温度,并根据预测温度对最小损耗算法实时更新,使永磁同步电机在运行过程中,温度相应发生变化,使得最小损耗控制算法始终保持较高的精度。
作为优选的方案:
如上所述的基于热网络温度预测的永磁同步电机最小损耗控制方法,具体步骤如下:
(1)计算初始温度时的I'od电流;
(2)永磁同步电机运行后,根据初始温度时的I'od电流计算初始温度时的I'd电流;
(3)根据初始温度时的I'd电流和初始温度时的I'q电流计算初始的铁损和铜损;
(4)计算6节点热网络模型中各热阻的值和各热容的值;
(5)测量环境温度节点的温度;
(6)根据初始的铁损、初始的铜损、6节点热网络模型中各热阻的值和各热容的值以及环境温度节点的温度计算铜绕组和永磁体的实时温度;
(7)根据铜绕组和永磁体的实时温度计算实时的铜损电阻Rs和实时的永磁体磁链值ψa;
(8)计算实时的铁损电阻Rc;
(9)根据实时的铜损电阻Rs、实时的永磁体磁链值ψa和实时的铁损电阻Rc计算最优Id电流;
(10)系统根据实时的最优Id电流对电机进行控制。
如上所述的基于热网络温度预测的永磁同步电机最小损耗控制方法,步骤(1)中,初始温度时的I'od电流的计算公式(计算时不代入单位)如下:
式中,I'od(D轴电流分量)的单位为A,ω为电速度,单位为rad/s,Ld为D轴电感,单位为H,Rs'为初始温度时的铜损电阻,单位为Ω,R'c为初始温度时的铁损电阻,单位为Ω,ψ′a为初始温度时的永磁体磁链值,单位为Wb。
如上所述的基于热网络温度预测的永磁同步电机最小损耗控制方法,步骤(2)中,初始温度时的I'd电流的计算公式(计算时不代入单位)如下:
式中,I'd的单位为A,ω为电速度,单位为rad/s,Lq为q轴电感,单位为H,R'c为初始温度时的铁损电阻,单位为Ω,I'q为初始温度时的q轴铜损电流,单位为A,Ld为D轴电感,单位为H,ψ′a为初始温度时的永磁体磁链值,单位为Ω,Ioq’为q轴电流分量。
如上所述的基于热网络温度预测的永磁同步电机最小损耗控制方法,I'q由PI调节器调节得到。
如上所述的基于热网络温度预测的永磁同步电机最小损耗控制方法,步骤(3)中,初始的铁损PFe的计算公式(计算时不代入单位)如下:
I'cd=I'd-I'od;
Ic'q=I'q-I'oq;
式中,R'c为初始温度情况下的铁损电阻,单位为Ω,Icd’为D轴铁损电流,Icq’为q轴铁损电流;
初始的铜损PCu的计算公式(计算时不代入单位)如下:
式中,R′s为初始温度时的铜损电阻,单位为Ω。
如上所述的基于热网络温度预测的永磁同步电机最小损耗控制方法,步骤(4)中,热阻的值的计算公式(计算时不代入单位)如下:
式中,Rz为热量沿轴向传导的热阻,单位为Ω,Rv为空气对流热阻,单位为Ω,Rjy为热量沿径向传导的热阻,单位为Ω,l为热量传导的路径,单位为m,k为材料的热导系数,A为热传导面积,单位为m2,h为对流换热系数,Djo和Dji为径向热传导的外直径与内直径,单位为m,Lj为空心圆柱体长度,单位为m;
热阻R12和R15的值为Rz和Rv的加和,热阻R13、R24、R34、R45、R35和R50的值为Rz、Rv和Rjy的加和;
热容Ci的值的计算公式(计算时不代入单位)如下:
CiρCpV;
其中,Ci的单位为J/K,ρ为材料的密度,单位为kg/m3,Cp为材料的比热容,单位为J/(kg·℃),V为体积,单位为m3,各节点材料和体积存在一定差异,因此比热容也存在一定的差异。
如上所述的基于热网络温度预测的永磁同步电机最小损耗控制方法,步骤(8)的具体过程为:先根据传统的Id=0控制方法计算铁损电阻,制作铁损电阻关于Iq以及电速度ω的数据插值表,再在电机工作时根据电速度ω以及Iq通过查表得到实时的铁损电阻Rc。
有益效果:
(1)本发明的基于热网络温度预测的永磁同步电机最小损耗控制方法,简单易行,效果显著;
(2)本发明的基于热网络温度预测的永磁同步电机最小损耗控制方法,可以在线预测温度,并根据预测温度对最小损耗算法实时更新,使永磁同步电机在运行过程中,温度发生变化时,最小损耗控制算法始终保持较高的精度。
附图说明
图1为本发明的控制算法的系统结构图;
图2为本发明的6节点热网络模型图;
图3为永磁同步电机的D轴等效损耗模型(图中Vd代表D轴电压);
图4为永磁同步电机的q轴等效损耗模型(图中Vq代表q轴电压);
图5为本发明的控制算法的控制流程图。
具体实施方式
下面结合具体实施方式,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
基于热网络温度预测的永磁同步电机最小损耗控制方法,是通过实时在线调节最优Id电流,使得永磁同步电机运行于最小损耗控制方式下,该算法的系统结构图如图1所示,得到D轴电流和q轴电流后采用传统的双电流闭环控制对电机进行控制;其中,最优Id电流的计算公式(计算时不代入单位)如下:
式中,Id的单位为A,ω为电速度,单位为rad/s,Ld为D轴电感,单位为H,Rs为实时的铜损电阻,单位为Ω,Rc为实时的铁损电阻,单位为Ω,Ψa为实时的永磁体磁链值,单位为Wb,Lq为q轴电感,单位为H,Iq为实时的q轴铜损电流,单位为A;
实时的铜损电阻Rs和实时的永磁体磁链值ψa的计算公式(计算时不代入单位)如下:
Rs=R′s[1+α(tCu-tS)];
ψa=ψ'a[1+(tem-tc)αBr](1-IL/100);
式中,R′s为初始温度时的铜损电阻,单位为Ω,α为铜的温度系数,tCu为铜绕组的实时温度,单位为℃,ts为铜绕组的初始温度,单位为℃,ψ′a为初始温度时的永磁体磁链值,单位为Wb,tem为永磁体的实时温度,单位为℃,tc为永磁体的初始温度,单位为℃,αBr为温度系数,IL为不可逆损失率;
铜绕组和永磁体的实时温度的计算基于6节点热网络模型,如图2所示,6节点热网络模型包含6个节点,分别为定子温度节点N1、铜绕组温度节点N2、永磁体温度节点N3、端部温度节点N4、外壳温度节点N5和环境温度节点,N1与N2之间设有热阻R12,N1与N3之间设有热阻R13,N3与N4之间设有热阻R34,N3与N5之间设有热阻R35,N4与N2之间设有热阻R24,N4与N5之间设有热阻R45,N5与N1之间设有热阻R15,N5与环境温度节点之间设有热阻R50,N1~N5分别对应与接地的热容C1~C5连接,环境温度节点接地;
铜绕组和永磁体的实时温度的计算过程为:先计算初始的铁损、初始的铜损、6节点热网络模型中各热阻的值和各热容的值,同时测量环境温度节点的温度,再将6节点热网络等效成电路,将初始的铁损等效成与N1连接的电流源,将初始的铜损等效成与N2连接的电流源,将各热阻等效成电阻,将各热容等效成电容,将各节点的温度等效成电势,根据电流源、电阻和电容计算电势,N2和N3的电势即为铜绕组和永磁体的实时温度;
该基于热网络温度预测的永磁同步电机最小损耗控制方法的控制流程图如图5所示,其具体运算过程如下:
(1)计算初始温度时的I'od电流,计算公式(计算时不代入单位)如下:
式中,I'od(D轴电流分量)的单位为A,ω为电速度,单位为rad/s,Ld为D轴电感,单位为H,R′s为初始温度时的铜损电阻,单位为Ω,R'c为初始温度时的铁损电阻,单位为Ω,ψ′a为初始温度时的永磁体磁链值,单位为Wb;
(2)永磁同步电机运行后,根据初始温度时的I'od电流计算初始温度时的I'd电流;初始温度时的I'd电流的计算公式(计算时不代入单位)如下:
式中,I'd的单位为A,ω为电速度,单位为rad/s,Lq为q轴电感,单位为H,R'c为初始温度时的铁损电阻,单位为Ω,I'q为初始温度时的q轴铜损电流(由PI调节器调节得到),单位为A,Ld为D轴电感,单位为H,ψ′a为初始温度时的永磁体磁链值,单位为Ω,Ioq’为q轴电流分量;
(3)根据如图3和图4所示的D-q轴等效损耗模型、初始温度时的I'd电流和初始温度时的I'q电流计算初始的铁损和铜损;初始的铁损PFe的计算公式(计算时不代入单位)如下:
I'cd=I'd-I'od;
Ic'q=I'q-I'oq;
式中,R'c为初始温度情况下的铁损电阻,单位为Ω,Icd’为D轴铁损电流,Icq’为q轴铁损电流;
初始的铜损PCu的计算公式(计算时不代入单位)如下:
式中,R′s为初始温度时的铜损电阻,单位为Ω;
(4)计算6节点热网络模型中各热阻的值和各热容的值;热阻的值的计算公式(计算时不代入单位)如下:
式中,Rz为热量沿轴向传导的热阻,单位为Ω,Rv为空气对流热阻,单位为Ω,Rjy为热量沿径向传导的热阻,单位为Ω,l为热量传导的路径,单位为m,k为材料的热导系数,A为热传导面积,单位为m2,h为对流换热系数,Djo和Dji为径向热传导的外直径与内直径,单位为m,Lj为空心圆柱体长度,单位为m;
热阻R12和R15的值为Rz和Rv的加和,热阻R13、R24、R34、R45、R35和R50的值为Rz、Rv和Rjy的加和;
热容Ci的值的计算公式(计算时不代入单位)如下:
Ci=ρCpV;
其中,Ci的单位为J/K,ρ为材料的密度,单位为kg/m3,Cp为材料的比热容,单位为J/(kg·℃),V为体积,单位为m3。
(5)测量环境温度节点的温度;
(6)根据初始的铁损、初始的铜损、6节点热网络模型中各热阻的值和各热容的值以及环境温度节点的温度计算铜绕组和永磁体的实时温度;
(7)根据铜绕组和永磁体的实时温度计算实时的铜损电阻Rs和实时的永磁体磁链值ψa;
(8)计算实时的铁损电阻Rc,具体为根据传统的Id=0控制方法计算铁损电阻,制作铁损电阻关于Iq以及电速度ω的数据插值表,再在电机工作时根据电速度ω以及Iq通过查表得到实时的铁损电阻Rc;
(9)根据实时的铜损电阻Rs、实时的永磁体磁链值ψa和实时的铁损电阻Rc计算最优Id电流;
(10)系统根据实时的最优Id电流对电机进行控制。
经验证,本发明的基于热网络温度预测的永磁同步电机最小损耗控制方法,在试验过程中可以在线预测温度,并根据温度对最小损耗算法实时更新,使永磁同步电机在运行过程中,即使温度发生变化,而最小损耗控制算法始终保持较高的精度。
下面将结合具体试验数据说明本发明的优点:
分别采用本发明所述的基于热网络温度预测的永磁同步电机最小损耗控制方法与基于模型的最小损耗控制算法对一台额定功率为1KW且极对数为23的外转子永磁同步电机进行控制实验,该电机以静止开始,设定电速度为540转,并在运行0.2s后加载8Nm的负载,在电机运行了120分钟后,此时环境温度为20℃,电机绕组温度为122℃,永磁体温度为57℃,相对于基于模型的最小损耗控制算法,本发明考虑了永磁体、绕组参数随温度的变化以及铁损电阻的变化,进而提高了控制算法精确度。
实验结果的评价指标为:永磁同步电机的总损耗,其中,采用本发明中本发明所述的基于热网络温度预测的永磁同步电机最小损耗控制方法,永磁同步电机的总损耗是169W,对比方案中采用基于模型的最小损耗控制算法,永磁同步电机的总损耗是178W;从比较结果中可以看出基于热网络温度预测的永磁同步电机最小损耗控制方法相较于基于模型的最小损耗控制算法控制方案可以有效降低总损耗,测得多点温度,并将预测的各点温度均运用控制方法中,将电机损耗降到最低。
Claims (8)
1.基于热网络温度预测的永磁同步电机最小损耗控制方法,其特征是:通过实时在线调节最优Id电流,使得永磁同步电机运行于最小损耗控制方式下;
最优Id电流的计算公式如下:
式中,Id为实时D轴电流,其单位为A,ω为电速度,单位为rad/s,Ld为D轴电感,单位为H,Rs为实时的铜损电阻,单位为Ω,Rc为实时的铁损电阻,单位为Ω,Ψa为实时的永磁体磁链值,单位为Wb,Lq为q轴电感,单位为H,Iq为实时的q轴铜损电流,单位为A;
实时的铜损电阻Rs和实时的永磁体磁链值ψa的计算公式如下:
Rs=R′s[1+α(tCu-tS)];
ψa=ψ′a[1+(tem-tc)αBr](1-IL/100);
式中,R′s为初始温度时的铜损电阻,单位为Ω,α为铜的温度系数,tCu为铜绕组的实时温度,单位为℃,ts为铜绕组的初始温度,单位为℃,ψ′a为初始温度时的永磁体磁链值,单位为Wb,tem为永磁体的实时温度,单位为℃,tc为永磁体的初始温度,单位为℃,αBr为温度系数,IL为不可逆损失率;
铜绕组和永磁体的实时温度的计算基于6节点热网络模型,6节点热网络模型包含6个节点,分别为定子温度节点N1、铜绕组温度节点N2、永磁体温度节点N3、端部温度节点N4、外壳温度节点N5和环境温度节点,N1与N2之间设有热阻R12,N1与N3之间设有热阻R13,N3与N4之间设有热阻R34,N3与N5之间设有热阻R35,N4与N2之间设有热阻R24,N4与N5之间设有热阻R45,N5与N1之间设有热阻R15,N5与环境温度节点之间设有热阻R50,N1~N5分别对应与接地的热容C1~C5连接,环境温度节点接地;
铜绕组和永磁体的实时温度的计算过程为:先计算初始的铁损、初始的铜损、6节点热网络模型中各热阻的值和各热容的值,同时测量环境温度节点的温度,再将6节点热网络等效成电路,将初始的铁损等效成与N1连接的电流源,将初始的铜损等效成与N2连接的电流源,将各热阻等效成电阻,将各热容等效成电容,将各节点的温度等效成电势,根据电流源、电阻和电容计算电势,N2和N3的电势即为铜绕组和永磁体的实时温度。
2.根据权利要求1所述的基于热网络温度预测的永磁同步电机最小损耗控制方法,其特征在于,具体步骤如下:
(1)计算初始温度时的I′od电流;I′od为初始温度时的D轴电流分量;
(2)永磁同步电机运行后,根据初始温度时的I′od电流计算初始温度时的I′d电流;I′d为初始温度时的D轴电流;
(3)根据初始温度时的I′d电流和初始温度时的I′q电流计算电机初始的铁损和铜损;
(4)计算6节点热网络模型中各热阻的值和各热容的值;
(5)测量环境温度节点的温度;
(6)根据初始的铁损、初始的铜损、6节点热网络模型中各热阻的值和各热容的值以及环境温度节点的温度计算铜绕组和永磁体的实时温度;
(7)根据铜绕组和永磁体的实时温度计算实时的铜损电阻Rs和实时的永磁体磁链值ψa;
(8)计算实时的铁损电阻Rc;
(9)根据实时的铜损电阻Rs、实时的永磁体磁链值ψa和实时的铁损电阻Rc计算实时最优Id电流;
(10)系统根据实时的最优Id电流对电机进行控制。
5.根据权利要求4所述的基于热网络温度预测的永磁同步电机最小损耗控制方法,其特征在于,I′q由PI调节器调节得到。
6.根据权利要求5所述的基于热网络温度预测的永磁同步电机最小损耗控制方法,其特征在于,步骤(3)中,初始的铁损PFe的计算公式如下:
I′cd=I′d-I′od;
I′cq=I′q-I′oq;
PFe=R′c(I′cd 2+I′cq 2);
初始的铜损PCu的计算公式如下:
PCu=R′s(I′d 2+I′q 2)。
7.根据权利要求2所述的基于热网络温度预测的永磁同步电机最小损耗控制方法,其特征在于,步骤(4)中,热阻的值的计算公式如下:
式中,Rz为热量沿轴向传导的热阻,单位为Ω,Rv为空气对流热阻,单位为Ω,Rjy为热量沿径向传导的热阻,单位为Ω,l为热量传导的路径,单位为m,k为材料的热导系数,A为热传导面积,单位为m2,h为对流换热系数,Djo和Dji为径向热传导的外直径与内直径,单位为m,Lj为空心圆柱体长度,单位为m;
热阻R12和R15的值为Rz和Rv的加和,热阻R13、R24、R34、R45、R35和R50的值为Rz、Rv和Rjy的加和;
热容Ci的值的计算公式如下:
Ci=ρCpV;
其中,Ci的单位为J/K,ρ为材料的密度,单位为kg/m3,Cp为材料的比热容,单位为J/(kg·℃),V为体积,单位为m3。
8.根据权利要求2所述的基于热网络温度预测的永磁同步电机最小损耗控制方法,其特征在于,步骤(8)的具体过程为:先根据传统的Id=0控制方法计算铁损电阻,制作铁损电阻关于Iq以及电速度ω的数据插值表,再在电机工作时根据电速度ω以及Iq通过查表得到实时的铁损电阻Rc。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910843567.8A CN111030560B (zh) | 2019-09-06 | 2019-09-06 | 基于热网络温度预测的永磁同步电机最小损耗控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910843567.8A CN111030560B (zh) | 2019-09-06 | 2019-09-06 | 基于热网络温度预测的永磁同步电机最小损耗控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111030560A CN111030560A (zh) | 2020-04-17 |
CN111030560B true CN111030560B (zh) | 2021-08-06 |
Family
ID=70203800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910843567.8A Active CN111030560B (zh) | 2019-09-06 | 2019-09-06 | 基于热网络温度预测的永磁同步电机最小损耗控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111030560B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112234911A (zh) * | 2020-09-21 | 2021-01-15 | 盖耀辉 | 一种永磁电机转子永磁体温度的实时监测方法及模型 |
CN112213638B (zh) * | 2020-10-28 | 2021-12-14 | 瑞声新能源发展(常州)有限公司科教城分公司 | 一种电机线圈的发热状态监测方法、相关设备和介质 |
CN113938081B (zh) * | 2021-11-02 | 2024-01-30 | 上海交通大学 | 基于温度预测的永磁同步电机自适应在线控制方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106372338A (zh) * | 2016-09-05 | 2017-02-01 | 湘潭电机股份有限公司 | 一种风力发电机内循环冷却风量优化方法 |
CN108880368A (zh) * | 2018-06-08 | 2018-11-23 | 湖南机电职业技术学院 | 基于改进型黄金分割法的永磁同步电机效率优化控制方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE447671T1 (de) * | 2006-03-25 | 2009-11-15 | Clipper Windpower Technology | Wärmeverwaltungssystem für eine windturbine |
DE102007022950A1 (de) * | 2007-05-16 | 2008-11-20 | Weiss, Dieter | Verfahren zum Transport von Wärmeenergie und Vorrichtungen zur Durchführung eines solchen Verfahrens |
US7847523B2 (en) * | 2008-02-22 | 2010-12-07 | Continental Automotive Systems, Inc. | Systems and methods for optimizing the operation of a generator |
CN104104295A (zh) * | 2014-07-23 | 2014-10-15 | 哈尔滨工程大学 | 一种基于损耗模型直流无刷电机直接转矩控制方法 |
-
2019
- 2019-09-06 CN CN201910843567.8A patent/CN111030560B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106372338A (zh) * | 2016-09-05 | 2017-02-01 | 湘潭电机股份有限公司 | 一种风力发电机内循环冷却风量优化方法 |
CN108880368A (zh) * | 2018-06-08 | 2018-11-23 | 湖南机电职业技术学院 | 基于改进型黄金分割法的永磁同步电机效率优化控制方法 |
Non-Patent Citations (2)
Title |
---|
Magnetic and Thermal Performance of a Synchronous Motor Under Loss Minimization Control;Christos Mademlis 等;《IEEE TRANSACTIONS ON ENERGY CONVERSION》;20000630;第15卷(第2期);正文第135页-142页 * |
永磁同步电机优化设计及性能测试的研究;于圣龙;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20170215(第02期);正文第1页-64页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111030560A (zh) | 2020-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111030560B (zh) | 基于热网络温度预测的永磁同步电机最小损耗控制方法 | |
Ge et al. | Fast iron loss and thermal prediction method for power density and efficiency improvement in switched reluctance machines | |
CN109510544B (zh) | 基于热阻网络模型的电机参数估计方法及系统 | |
CN110323994B (zh) | 实时在线估算电机转子温度的方法、系统、车辆及存储介质 | |
Chatterjee | Impact of core losses on parameter identification of three‐phase induction machines | |
Chen et al. | Performance analysis of a double-salient permanent-magnet double-rotor motor using electromagnetic–thermal coupling method | |
CN113241985B (zh) | 无位置传感器磁悬浮飞轮电流自校正控制装置及方法 | |
CN113938081B (zh) | 基于温度预测的永磁同步电机自适应在线控制方法及系统 | |
CN114465537B (zh) | 永磁同步电机高精度建模方法、设备及存储介质 | |
Ding et al. | Estimation of rotor temperature of permanent magnet synchronous motor based on model reference fuzzy adaptive control | |
Cao et al. | Improved LPTN-based online temperature prediction of permanent magnet machines by global parameter identification | |
Dorrell et al. | Linked electromagnetic and thermal modelling of a permanent magnet motor | |
CN110702272A (zh) | 一种电机转子温度的估算方法、装置、电机和存储介质 | |
CN114938173A (zh) | 永磁同步电机效率优化控制方法及装置 | |
Mirzaeva et al. | The effect of flux optimization on energy efficiency of induction motors in fan and pump applications | |
JP2008286779A (ja) | Ipmモータのためのトルク推定器 | |
Hu et al. | Dynamic loss minimization control of linear induction machine | |
Liu et al. | Speed estimation with parameters identification of PMSM based on MRAS | |
Abubakar et al. | Coupled Electromagnetic–LPTN Analysis Under Steady and Transient Overload Condition of High-Speed PMSM for Mechanical Vapor Recompression Applications | |
CN110380656B (zh) | 一种基于简化mras法的永磁同步电机无位置传感器控制方法 | |
Jang et al. | The Magnet Operating Point Estimation Using Thermal Component Ratio Observer in PMSM | |
Marković et al. | MRAS based estimation of stator resistance and rotor flux linkage of permanent magnet generator considering core losses | |
CN112202378A (zh) | 一种基于边界层趋近律的永磁同步电机位置控制方法 | |
Abubakar et al. | Coupled Electromagnetic-LPTN Model of High Speed PMSM for Mechanical Vapor Recompression Applications | |
Li et al. | General adaptive schemes for resistance and speed estimation in induction motor drives |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |