CN113179063A - 基于多核并行计算的永磁同步电机模型及其预测控制方法 - Google Patents

基于多核并行计算的永磁同步电机模型及其预测控制方法 Download PDF

Info

Publication number
CN113179063A
CN113179063A CN202110458744.8A CN202110458744A CN113179063A CN 113179063 A CN113179063 A CN 113179063A CN 202110458744 A CN202110458744 A CN 202110458744A CN 113179063 A CN113179063 A CN 113179063A
Authority
CN
China
Prior art keywords
motor
switching frequency
control
main controller
fpga
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.)
Granted
Application number
CN202110458744.8A
Other languages
English (en)
Other versions
CN113179063B (zh
Inventor
刘涛
习金玉
俞亚伟
尤斌
诸晔源
赵康帆
何启发
劳振图
熊嘉伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Polytechnic University
Original Assignee
Tianjin Polytechnic University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin Polytechnic University filed Critical Tianjin Polytechnic University
Priority to CN202110458744.8A priority Critical patent/CN113179063B/zh
Publication of CN113179063A publication Critical patent/CN113179063A/zh
Application granted granted Critical
Publication of CN113179063B publication Critical patent/CN113179063B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • 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
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • H02P21/18—Estimation of position or speed
    • 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
    • H02P25/00—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details
    • H02P25/02—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details characterised by the kind of motor
    • H02P25/022—Synchronous motors
    • 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
    • H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
    • H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
    • H02P27/06—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters
    • H02P27/08—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation
    • H02P27/12—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation pulsing by guiding the flux vector, current vector or voltage vector on a circle or a closed curve, e.g. for direct torque control

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Ac Motors In General (AREA)

Abstract

基于多核并行计算的永磁同步电机模型及其预测控制方法，包括由多核微控制器构成的主控制器，以及辅助控制器；主控制器内部的各核心分别为Core1，Core2，…CoreN，主控制器的外围设备包括模数转换模块、电机位置角测量模块、控制信号模块及脉宽调制信号输出模块；主控制器的各个核心之间存在用以实现核心之间数据交换的交换内存，且主控制器的各个核心均分别对主控制器的外围设备进行独立的访问及控制；辅助控制器包含反相器模块和死区模块；该基于多核并行计算的永磁同步电机模型及其预测控制方法，优化了系统的动态性能和控制精度，需要提高逆变器的开关频率，优化了高开关频率造成的开关损耗和计算负担。

Description

基于多核并行计算的永磁同步电机模型及其预测控制方法
技术领域
本发明涉及永磁同步电机控制技术领域，尤其涉及基于多核并行计算的永磁同步电机模型及其预测控制方法。
背景技术
永磁同步电机具有效率高、发热小、可靠性高等优点，被广泛应用于工业和生活中。随着永磁同步电机控制策略的不断深入研究，模型预测控制也逐渐进入大众的视野。模型预测控制主要分为两种类型，即有限集模型预测控制和连续集模型预测控制。其理论基础如下所示。
基于FCS-MPC的永磁同步电机驱动系统控制策略结构图如图1所示，FCS-MPC主要实现永磁同步电机的电流内环控制，而速度外环控制器可由包括线性控制在内的其它控制方法实现。虽然FCS-MPC减少了复杂的旋转坐标变换，但由于其对电机状态变量的依赖度较高，需要进行反电动势计算、Clarke变换、Park反变换以获得预测过程的输入量。FCS-MPC控制策略主要由预测过程、价值函数、比较寻优三个部分组成。
在静止坐标系下，表贴式永磁同步电机电压的平衡方程可以表示为
Figure BDA0003041471130000011
式中，R、L分别为电机定子电阻与定子电感；i为定子电流矢量，有i＝[iαiβ]T；e为定子反电动势矢量，e＝[eαeβ]T；u为逆变器输出电压，有u＝[uαuβ]T，对于逆变器所有的8种开关状态S0～S7，u的取值对应8种电压矢量V0～V7，其数值与直流侧电压udc相关。
图1中FCS-MPC的预测过程对应电流预测式。根据前向欧拉法，电流预测式可由式(1)得到，即
Figure BDA0003041471130000012
式中，T为控制周期；i(k)为kT时刻电流矢量测量值；in(k+1)为(k+1)T时刻的电流矢量预测值。
FCS-MPC的核心思想是：通过预测电压矢量V0～V7的对电流的作用效果，筛选出距离电流参考值i*(其中
Figure BDA0003041471130000021
)最近的电流预测值in(k+1)，并将所对应最优电压矢量Vo的开关状态输出至逆变器。在寻优过程之前，需要构建价值函数对各个预测值进行评估，有
最优电压矢量为
Figure BDA0003041471130000022
式中，argmingn(k+1)表示最小gn(k+1)值对应的电压矢量Vn。
在每一个控制周期，FCS-MPC将电压矢量V0～V7代入电流预测式，并采用价值函数对所有电流预测结果进行评估和比较，使价值函数达到最小值的电压矢量将作为最优矢量输出至逆变器。
由式1可得连续集模型预测控制的电流预测模型为
Figure BDA0003041471130000023
其具体控制结构策略图如图2所示，其中，有限集模型预测控制动态特性较好，但稳态下电流谐波和转矩脉动较大；连续集模型预测控制稳态特性较好，但动态特性相对较差。
上述两种控制算法中，为了优化系统的动态性能和控制精度，需要提高逆变器的开关频率，但是较高的开关频率会造成较高的开关损耗和计算负担。因此有必要设计相应的控制策略以实现上述目标的实时优化。
在实际算法实现中，对于连续集模型预测控制，开关频率和控制周期是直接相关的，因而无法实时改变开关频率。对于有限集模型预测控制，可以通过加入附加约束的方式，间接控制逆变器的开关频率，进而实现开关损耗与控制精度的实时调节。但是，在降低开关损耗的过程中，由于系统的控制周期无法改变，将造成大量的计算性能浪费。不利于控制算法的综合优化。
发明内容
本发明的目的在于克服现有技术的不足之处，提供一种基于多核并行计算的永磁同步电机模型的预测控制方法，该控制方法能够保持原算法控制性能和控制特点的基础上，有效降低开关损耗，优化控制性能。
本发明的目的是通过以下技术方案实现的：
基于多核并行计算的永磁同步电机模型，包括由多核微控制器构成的主控制器，以及辅助控制器；主控制器内部的各核心分别为Core1，Core2，…CoreN，主控制器的外围设备包括模数转换模块、电机位置角测量模块、控制信号模块及脉宽调制信号输出模块；主控制器的各个核心之间存在用以实现核心之间数据交换的交换内存，且主控制器的各个核心均分别对主控制器的外围设备进行独立的访问及控制；辅助控制器包含反相器模块和死区模块，其中反相器模块将选择的三路脉宽调制信号输出模块输出信号反相；死区模块对六路脉宽调制信号输出模块输出信号进行处理，以防止上下桥臂同时导通；
而且，辅助控制器为FPGA(现场可编程门阵列(FieldProgrammable GateArray)、CPLD(Complex Programming logic device复杂可编程逻辑器件)及实现同等功能的数字逻辑电路；
而且，主控制器的核心连接模数转换模块，用以测量永磁同步电机的电压、电流；主控制器的核心连接电机位置角测量模块，用以测量永磁同步电机的位置角；.主控制器的核心连接控制信号模块，输出逆变器的驱动信号，以控制永磁同步电机；主控制器的核心连接控制信号模块，输出控制端信号至辅助控制器中，以实现多路选择模块对脉宽调制信号输出模块信号的选择功能。
而且，主控制器将多种类型及多种控制周期的模型预测控制算法分配到多个控制核心中，以得到永磁同步电机在多种运行方式之间的切换条件，而后结合稳态性能，动态性能，开关损耗，鲁棒性指标，综合评估电机在不同运行状态下的性能，从而选择合适的控制策略和开关频率。
基于多核并行计算的永磁同步电机模型的预测控制方法，包括以下步骤：
步骤一：设计切换方式及工作状态，包括：
F＝[00]：低开关频率连续集模型预测控制；
F＝[01]：高开关频率连续集模型预测控制；
F＝[10]：低开关频率有限集模型预测控制；
F＝[11]：高开关频率有限集模型预测控制；
以上各值分别对应FPGA控制端信号的0、1、2、3路信号端；
Figure BDA0003041471130000031
其中iq为第k周期q轴电流实际值，
Figure BDA0003041471130000032
为第k周期q轴电流参考值；
步骤二：设置m1，m2，m3，和m4，为判断电机电流变化Δiq的四个限定值，另外设置iqmin，iqmax为电流iq的限定值。其中：m1<m2<m3<m4，iqmin<iqmax；
步骤三：判定电机运行状态：
其中电机运行在低速小负载的情况下时，IO选择[00]输出至FPGA,电机采用低开关频率连续集模型预测控制；当外界因素引起电流发生变化时，此时需要判断
Figure BDA0003041471130000041
是否成立，若成立则电流增加；
而电机运行在高速或大负载的情况下时，IO选择[01]输出至FPGA,电机采用低开关频率连续集模型预测控制；当外界因素引起电流发生变化时，此时需要判断
Figure BDA0003041471130000042
是否成立，若成立则电流降低。
而且，步骤三中，电机运行在低速小负载的情况下时，包括以下预测控制步骤：
步骤一：增加电流差值Δiq<m2时，IO选择[00]输出至FPGA，电机采用低开关频率连续集模型预测控制；
步骤二：增加电流差值达到m2<Δiq<m4时，IO选择[10]输出至FPGA，电机采用低开关频率有限集模型预测控制；
步骤三：增加电流差值达到Δiq>m4时，IO选择[11]输出至FPGA，电机采用高开关频率有限集模型预测控制；
步骤四：增加电流差值降低达到m1<Δiq<m3时，IO选择[10]输出至FPGA，电机采用低开关频率有限集模型预测控制；
步骤五：增加电流差值继续降低达到Δiq<m1时，若iq＜iqmax，IO选择[00]输出至FPGA，电机采用低开关频率连续集模型预测控制；若iq＞iqmax，IO选择[01]输出至FPGA，电机采用高开关频率连续集模型预测控制。
而且，步骤三中，电机运行在高速或大负载的情况下时，包括以下预测控制步骤：
步骤一：降低电流差值Δiq<m2时，IO选择[01]输出至FPGA，电机采用低开关频率连续集模型预测控制；
步骤二：降低电流差值增大，达到m2<Δiq<m4时，IO选择[10]输出至FPGA，电机采用低开关频率有限集模型预测控制；
步骤三：降低电流差值继续增大，Δiq>m4时，IO选择[11]输出至FPGA，电机采用高开关频率有限集模型预测控制；
步骤四：降低电流差值减小到m1<Δiq<m3时，IO选择[10]输出至FPGA，电机采用低开关频率有限集模型预测控制；
步骤五：降低电流差值继续减小，Δiq<m1时，若iq<iqmin，IO选择[00]输出至FPGA，电机采用低开关频率连续集模型预测控制；若iq>iqmin，IO选择[01]输出至FPGA，电机采用高开关频率连续集模型预测控制。
本发明的优点和技术效果是：
本发明的基于多核并行计算的永磁同步电机模型及其预测控制方法，可实时改变开关频率，以解决连续集模型预测控制中，开关频率和控制周期直接相关的，因而无法实时改变开关频率的问题；并且可改变系统的控制周期，不会造成计算性能浪费，利于控制算法的综合优化，解决了现有技术的有限集模型预测控制中无法控制系统周期改变的问题。
本发明的基于多核并行计算的永磁同步电机模型及其预测控制方法，优化了系统的动态性能、稳态性能和控制精度，提高了逆变器的运行效率，降低了高开关频率造成的开关损耗和计算负担，是一种具有较高创造性的永磁同步电机模型及其预测控制方法。
附图说明
图1是现有技术中FCS-MPC控制方法结构图；
图2是现有技术中CCS-MPC控制方法结构图；
图3是本发明的四核并行控制方法结构图；
图4是本发明的开关频率控制方法结构图。
具体实施方式
为能进一步了解本发明的内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。需要说明的是，本实施例是描述性的，不是限定性的，不能由此限定本发明的保护范围。
一种基于多核并行计算的永磁同步电机模型，包括由多核微控制器构成的主控制器，以及辅助控制器；主控制器内部的各核心分别为Core1，Core2，…CoreN，主控制器的外围设备包括模数转换模块(以ADC表示)、电机位置角测量模块(以POS表示)，控制信号模块(以IO表示)，脉宽调制信号输出模块(以PWM表示)；主控制器的各个核心之间存在用以实现核心之间数据交换的交换内存，且主控制器的各个核心均分别对主控制器的外围设备进行独立的访问及控制；辅助控制器包含反相器模块(以NOT表示)和死区模块，其中反相器模块将选择的三路脉宽调制信号输出模块输出信号反相；死区模块对六路脉宽调制信号输出模块输出信号进行处理，以防止上下桥臂同时导通。
而且，辅助控制器为FPGA、CPLD及实现同等功能的数字逻辑电路代替。
而且，主控制器的核心连接模数转换模块，用以测量永磁同步电机的电压、电流。
而且，主控制器的核心连接电机位置角测量模块，用以测量永磁同步电机的位置角。
而且，主控制器的核心连接控制信号模块，输出逆变器的驱动信号，以控制永磁同步电机。
而且，主控制器的核心连接控制信号模块，输出控制端信号至辅助控制器中，以实现多路选择模块对脉宽调制信号输出模块信号的选择功能。
而且，主控制器将多种类型及多种控制周期的模型预测控制算法分配到多个控制核心中，以得到永磁同步电机在多种运行方式之间的切换条件，而后结合稳态性能，动态性能，开关损耗，鲁棒性指标，综合评估电机在不同运行状态下的性能，从而选择合适的控制策略和开关频率。
为了更清楚地描述本发明的具体实施方式，下面提供一种实施例：
本实施例以四核控制为例，四个核心分别以四种控制策略控制，其中有：
本实施例设计了一种切换方式，设置四种控制状态：
F＝[00]：低开关频率连续集模型预测控制；
F＝[01]：高开关频率连续集模型预测控制；
F＝[10]：低开关频率有限集模型预测控制；
F＝[11]：高开关频率有限集模型预测控制；
以上各值分别对应FPGA控制端信号的0、1、2、3路信号端；
Figure BDA0003041471130000061
其中iq为第k周期q轴电流实际值，
Figure BDA0003041471130000062
为第k周期q轴电流参考值。
设置m1，m2，m3，和m4，为判断电机电流变化Δiq的四个限定值，另外设置iqmin，iqmax为电流iq的限定值。其中：m1<m2<m3<m4，iqmin<iqmax；
而后判定电机运行状态：
其中电机运行在低速小负载的情况下时，IO选择[00]输出至FPGA,电机采用低开关频率连续集模型预测控制；当外界因素引起电流发生变化时，此时需要判断
Figure BDA0003041471130000063
是否成立，若成立则电流增加；
而电机运行在高速或大负载的情况下时，IO选择[01]输出至FPGA,电机采用低开关频率连续集模型预测控制；当外界因素引起电流发生变化时，此时需要判断
Figure BDA0003041471130000064
是否成立，若成立则电流降低。
而且，电机运行在低速小负载的情况下时，包括以下预测控制步骤：
增加电流差值Δiq<m2时，IO选择[00]输出至FPGA，电机采用低开关频率连续集模型预测控制；
步骤二：增加电流差值达到m2<Δiq<m4时，IO选择[10]输出至FPGA，电机采用低开关频率有限集模型预测控制；
步骤三：增加电流差值达到Δiq>m4时，IO选择[11]输出至FPGA，电机采用高开关频率有限集模型预测控制；
步骤四：增加电流差值降低达到m1<Δiq<m3时，IO选择[10]输出至FPGA，电机采用低开关频率有限集模型预测控制；
步骤五：增加电流差值继续降低达到Δiq<m1时，若iq＜iqmax，IO选择[00]输出至FPGA，电机采用低开关频率连续集模型预测控制；若iq＞iqmax，IO选择[01]输出至FPGA，电机采用高开关频率连续集模型预测控制。
而且，电机运行在高速或大负载的情况下时，包括以下预测控制步骤：
步骤一：降低电流差值Δiq<m2时，IO选择[01]输出至FPGA，电机采用低开关频率连续集模型预测控制；
步骤二：降低电流差值增大，达到m2<Δiq<m4时，IO选择[10]输出至FPGA，电机采用低开关频率有限集模型预测控制；
步骤三：降低电流差值继续增大，Δiq>m4时，IO选择[11]输出至FPGA，电机采用高开关频率有限集模型预测控制；
步骤四：降低电流差值减小到m1<Δiq<m3时，IO选择[10]输出至FPGA，电机采用低开关频率有限集模型预测控制；
步骤五：降低电流差值继续减小，Δiq<m1时，若iq<iqmin，IO选择[00]输出至FPGA，电机采用低开关频率连续集模型预测控制；若iq>iqmin，IO选择[01]输出至FPGA，电机采用高开关频率连续集模型预测控制。
本发明提供一种基于多核并行计算的永磁同步电机模型预测控制方法，将不同类型、不同控制周期的模型预测控制算法分配到多个不同的控制核心。其控制框图如图3所示。
由图3所示，以多核微控制器为主控制器，以FPGA为辅助控制器，其中FPGA可由CPLD代替，也可由实现同等功能的数字逻辑电路代替。在主控制器的外围设备中，ADC模块采集定子电流和直流电压，POS模块采集位置信息。以上模块将采集信息传输进各个控制核心，每个核心采用不同的控制方法，最后分别通过PWM模块输出三路PWM。
由图4可以看到，IO模块输出控制端信号至辅助控制器中，以实现多路选择模块对PWM信号的选择功能。辅助控制器包含反相器模块(以NOT表示)和死区模块。其中，反相器模块将选择的三路PWM信号反相；死区模块对六路PWM信号进行处理，以防止上下桥臂同时导通。
最后，本发明优选的，本发明的未尽述之处均采用现有技术中的成熟产品及成熟技术手段。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (7)

1.基于多核并行计算的永磁同步电机模型，其特征在于：包括由多核微控制器构成的主控制器，以及辅助控制器；所述主控制器内部的各核心分别为Core1，Core2，…CoreN，主控制器的外围设备包括模数转换模块、电机位置角测量模块、控制信号模块及脉宽调制信号输出模块；所述主控制器的各个核心之间存在用以实现核心之间数据交换的交换内存，且主控制器的各个核心均分别对主控制器的外围设备进行独立的访问及控制；所述辅助控制器包含反相器模块和死区模块，其中反相器模块将选择的三路脉宽调制信号输出模块输出信号反相；死区模块对六路脉宽调制信号输出模块输出信号进行处理，以防止上下桥臂同时导通。
2.根据权利要求1所述的基于多核并行计算的永磁同步电机模型，其特征在于：所述辅助控制器为FPGA、CPLD及实现同等功能的数字逻辑电路。
3.根据权利要求1所述的基于多核并行计算的永磁同步电机模型，其特征在于：所述主控制器的核心连接模数转换模块，用以测量永磁同步电机的电压、电流；所述主控制器的核心连接电机位置角测量模块，用以测量永磁同步电机的位置角；.所述主控制器的核心连接控制信号模块，输出逆变器的驱动信号，以控制永磁同步电机；所述主控制器的核心连接控制信号模块，输出控制端信号至辅助控制器中，以实现多路选择模块对脉宽调制信号输出模块信号的选择功能。
4.根据权利要求1所述的基于多核并行计算的永磁同步电机模型，其特征在于：所述主控制器将多种类型及多种控制周期的模型预测控制算法分配到多个控制核心中，以得到永磁同步电机在多种运行方式之间的切换条件，而后结合稳态性能，动态性能，开关损耗，鲁棒性指标，综合评估电机在不同运行状态下的性能，从而选择合适的控制策略和开关频率。
5.如权利要求1所述的基于多核并行计算的永磁同步电机模型的预测控制方法，其特征在于，包括以下步骤：
步骤一：设计切换方式及工作状态，包括：
F＝[00]：低开关频率连续集模型预测控制；
F＝[01]：高开关频率连续集模型预测控制；
F＝[10]：低开关频率有限集模型预测控制；
F＝[11]：高开关频率有限集模型预测控制；
以上各值分别对应FPGA控制端信号的0、1、2、3路信号端；
Figure FDA0003041471120000011
其中iq为第k周期q轴电流实际值，
Figure FDA0003041471120000021
为第k周期q轴电流参考值；
步骤二：设置m1，m2，m3，和m4，为判断电机电流变化Δiq的四个限定值，另外设置iqmin，iqmax为电流iq的限定值。其中：m1<m2<m3<m4，iqmin<iqmax；
步骤三：判定电机运行状态：
其中电机运行在低速小负载的情况下时，IO选择[00]输出至FPGA,电机采用低开关频率连续集模型预测控制；当外界因素引起电流发生变化时，此时需要判断
Figure FDA0003041471120000022
是否成立，若成立则电流增加；
而电机运行在高速或大负载的情况下时，IO选择[01]输出至FPGA,电机采用低开关频率连续集模型预测控制；当外界因素引起电流发生变化时，此时需要判断
Figure FDA0003041471120000023
是否成立，若成立则电流降低。
6.根据权利要求5所述的基于多核并行计算的永磁同步电机模型的预测控制方法，其特征在于：所述步骤三中，电机运行在低速小负载的情况下时，包括以下预测控制步骤：
步骤一：增加电流差值Δiq<m2时，IO选择[00]输出至FPGA，电机采用低开关频率连续集模型预测控制；
步骤二：增加电流差值达到m2<Δiq<m4时，IO选择[10]输出至FPGA，电机采用低开关频率有限集模型预测控制；
步骤三：增加电流差值达到Δiq>m4时，IO选择[11]输出至FPGA，电机采用高开关频率有限集模型预测控制；
步骤四：增加电流差值降低达到m1<Δiq<m3时，IO选择[10]输出至FPGA，电机采用低开关频率有限集模型预测控制；
步骤五：增加电流差值继续降低达到Δiq<m1时，若iq＜iqmax，IO选择[00]输出至FPGA，电机采用低开关频率连续集模型预测控制；若iq＞iqmax，IO选择[01]输出至FPGA，电机采用高开关频率连续集模型预测控制。
7.根据权利要求5所述的基于多核并行计算的永磁同步电机模型的预测控制方法，其特征在于：所述步骤三中，电机运行在高速或大负载的情况下时，包括以下预测控制步骤：
步骤一：降低电流差值Δiq<m2时，IO选择[01]输出至FPGA，电机采用低开关频率连续集模型预测控制；
步骤二：降低电流差值增大，达到m2<Δiq<m4时，IO选择[10]输出至FPGA，电机采用低开关频率有限集模型预测控制；
步骤三：降低电流差值继续增大，Δiq>m4时，IO选择[11]输出至FPGA，电机采用高开关频率有限集模型预测控制；
步骤四：降低电流差值减小到m1<Δiq<m3时，IO选择[10]输出至FPGA，电机采用低开关频率有限集模型预测控制；
步骤五：降低电流差值继续减小，Δiq<m1时，若iq<iqmin，IO选择[00]输出至FPGA，电机采用低开关频率连续集模型预测控制；若iq>iqmin，IO选择[01]输出至FPGA，电机采用高开关频率连续集模型预测控制。
CN202110458744.8A 2021-04-27 2021-04-27 基于多核并行计算的永磁同步电机模型及其预测控制方法 Active CN113179063B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110458744.8A CN113179063B (zh) 2021-04-27 2021-04-27 基于多核并行计算的永磁同步电机模型及其预测控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110458744.8A CN113179063B (zh) 2021-04-27 2021-04-27 基于多核并行计算的永磁同步电机模型及其预测控制方法

Publications (2)

Publication Number Publication Date
CN113179063A true CN113179063A (zh) 2021-07-27
CN113179063B CN113179063B (zh) 2023-02-10

Family

ID=76926421

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110458744.8A Active CN113179063B (zh) 2021-04-27 2021-04-27 基于多核并行计算的永磁同步电机模型及其预测控制方法

Country Status (1)

Country Link
CN (1) CN113179063B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07322669A (ja) * 1994-05-20 1995-12-08 Brother Ind Ltd モータのサーボ機構
CN108832849A (zh) * 2018-06-15 2018-11-16 北京精密机电控制设备研究所 一种机电伺服机构控制方法
EP3614218A1 (en) * 2018-08-22 2020-02-26 Technische Hochschule Nuernberg Georg-Simon-Ohm Cascaded continuous and finite model predictive control for mechatronic systems
CN111049458A (zh) * 2020-01-05 2020-04-21 天津大学 一种基于变矢量作用时长的永磁同步电机电流控制方法
CN111555684A (zh) * 2020-04-03 2020-08-18 浙江工业大学 一种可变开关点的无权重因子永磁同步电机有限集多步模型预测转矩控制方法
CN111786604A (zh) * 2020-07-20 2020-10-16 天津工业大学 基于多核并行计算的永磁同步电机有限集模型预测控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07322669A (ja) * 1994-05-20 1995-12-08 Brother Ind Ltd モータのサーボ機構
CN108832849A (zh) * 2018-06-15 2018-11-16 北京精密机电控制设备研究所 一种机电伺服机构控制方法
EP3614218A1 (en) * 2018-08-22 2020-02-26 Technische Hochschule Nuernberg Georg-Simon-Ohm Cascaded continuous and finite model predictive control for mechatronic systems
CN111049458A (zh) * 2020-01-05 2020-04-21 天津大学 一种基于变矢量作用时长的永磁同步电机电流控制方法
CN111555684A (zh) * 2020-04-03 2020-08-18 浙江工业大学 一种可变开关点的无权重因子永磁同步电机有限集多步模型预测转矩控制方法
CN111786604A (zh) * 2020-07-20 2020-10-16 天津工业大学 基于多核并行计算的永磁同步电机有限集模型预测控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ABDELSALAM A. AHMED等: "A Comparison of Finite Control Set and", 《IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS》 *
刘涛等: "基于多核并行计算的永磁同步电机有限集模型预测控制策略", 《电工技术学报》 *
洪翌晨: "逆变器预测控制算法并行化的研究与实现", 《中国优秀博硕士学位论文全文数据库(硕士)》 *

Also Published As

Publication number Publication date
CN113179063B (zh) 2023-02-10

Similar Documents

Publication Publication Date Title
CN109391202B (zh) 永磁同步电机模型预测-直接转矩控制方法
CN108900119B (zh) 基于死区效应的永磁同步电机模型预测控制方法
CN109378881B (zh) 一种动力电池组双向自适应均衡控制方法
CN105391271A (zh) 应用于电力电子系统的低频快速有限集模型预测控制方法
CN110466597B (zh) 一种电动汽车eps用交流永磁电机能量优化控制系统
CN206041865U (zh) 基于换相区空间电压矢量的开关磁阻电机直接转矩控制系统
CN112910297B (zh) 三电平snpc变流器系统及两段式模型预测控制方法
CN108054972B (zh) 一种提高永磁同步直线电机动态控制性能的方法
CN109245640B (zh) 一种异步电机模型预测控制方法及装置
CN110429895B (zh) 混合动力车用开关磁阻bsg优化线性控制器的构造方法
CN113938013B (zh) 双向升降压直流变换器及工作参数配置方法
CN104467596A (zh) 一种降低开关磁阻电动机转矩脉动的方法
CN113904598A (zh) 一种用于交流永磁同步电机的预测控制方法
JP6653645B2 (ja) Ｄｃ／ｄｃコンバータの制御装置
CN113783490B (zh) 一种开关频率固定的永磁电机模型预测控制方法
CN105634289A (zh) 全桥llc谐振dc/dc变换器的输出电压控制装置以及方法
CN113179063B (zh) 基于多核并行计算的永磁同步电机模型及其预测控制方法
CN112217226B (zh) 一种适用于双向dc-dc变换器的改进无模型预测控制方法
CN106953521B (zh) 一种基于双载波调制的h桥双向dc-dc调制策略
CN110994986B (zh) 一种电源控制方法
CN205377671U (zh) 全桥llc谐振dc/dc变换器的输出电压控制装置
CN114531087B (zh) 一种基于电流源逆变器的高速永磁同步电机优化控制方法
CN112836894B (zh) 一种变换器优化方法、系统、计算机设备及存储介质
CN110824252A (zh) 基于逆变器非线性死区时间补偿的永磁同步电机定子电阻离线测量方法
CN110752793A (zh) 基于zynq的多电机直接转矩控制系统及其控制方法

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