CN113726243B - 空调器电机控制方法、装置、空调器及可读存储介质 - Google Patents
空调器电机控制方法、装置、空调器及可读存储介质 Download PDFInfo
- Publication number
- CN113726243B CN113726243B CN202110893007.0A CN202110893007A CN113726243B CN 113726243 B CN113726243 B CN 113726243B CN 202110893007 A CN202110893007 A CN 202110893007A CN 113726243 B CN113726243 B CN 113726243B
- Authority
- CN
- China
- Prior art keywords
- torque angle
- air conditioner
- relatively
- angle
- motor
- 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
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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- 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
- H02P21/20—Estimation of torque
-
- 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
- H02P21/22—Current control, e.g. using a current control loop
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Ac Motors In General (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请提供一种空调器电机控制方法、装置、空调器及可读存储介质。该空调器电机控制方法包括:获取空调器中目标电机的电机参数;根据所述电机参数,计算所述目标电机的理论最优转矩角;基于模拟退火算法处理所述理论最优转矩角,得到相对较优转矩角;若所述相对较优转矩角满足预设的转矩角收敛条件,则控制所述目标电机按照所述相对较优转矩角工作。可见,本申请中采用随机迭代步长的模拟退火算法计算转矩电流比最大的转矩角,同时采用理论最优转矩角作为模拟退火算法的初始解以提高计算的速度,因此相比迭代步长固定的计算方法,空调器在计算转矩电流比最大的转矩角时能够同时兼顾搜索精度和搜索时间。
Description
技术领域
本申请涉及电机控制领域,具体涉及一种空调器电机控制方法、装置、空调器及可读存储介质。
背景技术
空调器中的凸极式永磁同步电机(Interior permanent magnet synchronousmotor,IPMSM)具有不对称的定子磁路结构,该结构可产生额外的磁阻转矩。采用最大转矩电流比(Maximum torque per ampere,MTPA)控制技术,可较为有效的利用磁阻转矩,这有助于电机效率的提升,减小铜耗。但在实际应用中,如何准确控制电机在MTPA工作点工作是一个技术难点。
目前的控制方法通过电流角迭代的方式查找MTPA工作点,进而控制电机在MTPA点工作,但是目前的迭代方法难以兼顾MTPA工作点的搜索精度和搜索时间。
发明内容
本申请提供一种空调器电机控制方法、装置、空调器及可读存储介质,旨在解决现有的电机控制方法难以兼顾MTPA工作点的搜索精度和搜索时间的问题。
第一方面,本申请提供一种空调器电机控制方法,所述方法包括:
获取空调器中目标电机的电机参数;
根据所述电机参数,计算所述目标电机的理论最优转矩角;
基于模拟退火算法处理所述理论最优转矩角,得到相对较优转矩角;
若所述相对较优转矩角满足预设的转矩角收敛条件,则控制所述目标电机按照所述相对较优转矩角工作。
在本申请一种可能的实现方式中,所述若所述相对较优转矩角满足预设的转矩角收敛条件,则控制所述目标电机按照所述相对较优转矩角工作,包括:
根据所述相对较优转矩角,计算得到相对较优定子电流梯度;
若所述相对较优定子电流梯度处于预设梯度范围内,则判定所述相对较优转矩角满足预设的转矩角收敛条件。
在本申请一种可能的实现方式中,所述根据所述相对较优转矩角,计算得到相对较优定子电流梯度,包括:
检测所述目标电机以所述相对较优转矩角工作时的交轴电流和直轴电流;
根据所述交轴电流与所述直轴电流,计算得到相对较优定子电流梯度。
在本申请一种可能的实现方式中,所述基于模拟退火算法处理所述理论最优转矩角,得到相对较优转矩角,包括:
根据预设的区间长度和所述理论最优转矩角,确定包含所述理论最优转矩角的角度选取区间;
随机选取所述角度选取区间内的角度,得到迭代转矩角;
根据所述理论最优转矩角与所述迭代转矩角,确定所述相对较优转矩角。
在本申请一种可能的实现方式中,所述根据所述理论最优转矩角与所述迭代转矩角,确定所述相对较优转矩角,包括:
根据所述理论最优转矩角和预设的目标函数,计算得到理论最小定子电流;
根据所述迭代转矩角和所述目标函数,计算得到迭代定子电流;
根据所述理论最小定子电流与所述迭代定子电流,确定所述相对较优转矩角。
在本申请一种可能的实现方式中,所述根据所述理论最小定子电流与所述迭代定子电流,确定所述相对较优转矩角,包括:
若所述迭代定子电流小于所述理论最小定子电流,则计算所述迭代定子电流与所述理论最小定子电流之间的电流差;
根据预设的初始温度参数和所述电流差,计算得到接受概率;
根据所述接受概率将所述理论最优转矩角和所述迭代转矩角中的一者作为所述相对较优转矩角。
在本申请一种可能的实现方式中,所述判断所述相对较优转矩角是否满足预设的转矩角收敛条件之后,所述方法还包括:
若所述相对较优转矩角未满足预设的转矩角收敛条件,则获取所述目标电机所处空调器中冷凝器的实时温度,以及所述空调器的设定温度;
根据所述实时温度和所述设定温度,确定温度下降函数;
将预设的初始温度参数输入所述温度下降函数,计算得到迭代温度参数;
基于模拟退火算法和所述迭代温度参数处理所述相对较优转矩角,得到二次最优转矩角;
判断所述二次最优转矩角是否满足预设的转矩角收敛条件。
第二方面,本申请提供一种空调器电机控制装置,所述空调器电机控制装置包括:
获取单元,用于获取空调器中目标电机的电机参数;
计算单元,用于根据所述电机参数,计算所述目标电机的理论最优转矩角;
模拟退火单元,用于基于模拟退火算法处理所述理论最优转矩角,得到相对较优转矩角;
控制单元,用于若所述相对较优转矩角满足预设的转矩角收敛条件,则控制所述目标电机按照所述相对较优转矩角工作。
在本申请一种可能的实现方式中,所述判断单元还用于:
根据所述相对较优转矩角,计算得到相对较优定子电流梯度;
若所述相对较优定子电流梯度处于预设梯度范围内,则判定所述相对较优转矩角满足预设的转矩角收敛条件。
在本申请一种可能的实现方式中,所述判断单元还用于:
检测所述目标电机以所述相对较优转矩角工作时的交轴电流和直轴电流;
根据所述交轴电流与所述直轴电流,计算得到相对较优定子电流梯度。
在本申请一种可能的实现方式中,所述模拟退火单元还用于:
根据预设的区间长度和所述理论最优转矩角,确定包含所述理论最优转矩角的角度选取区间;
随机选取所述角度选取区间内的角度,得到迭代转矩角;
根据所述理论最优转矩角与所述迭代转矩角,确定所述相对较优转矩角。
在本申请一种可能的实现方式中,所述模拟退火单元还用于:
根据所述理论最优转矩角和预设的目标函数,计算得到理论最小定子电流;
根据所述迭代转矩角和所述目标函数,计算得到迭代定子电流;
根据所述理论最小定子电流与所述迭代定子电流,确定所述相对较优转矩角。
在本申请一种可能的实现方式中,所述模拟退火单元还用于:
若所述迭代定子电流小于所述理论最小定子电流,则计算所述迭代定子电流与所述理论最小定子电流之间的电流差;
根据预设的初始温度参数和所述电流差,计算得到接受概率;
根据所述接受概率将所述理论最优转矩角和所述迭代转矩角中的一者作为所述相对较优转矩角。
在本申请一种可能的实现方式中,所述空调器电机控制装置还包括迭代单元,所述迭代单元用于:
若所述相对较优转矩角未满足预设的转矩角收敛条件,则获取所述目标电机所处空调器中冷凝器的实时温度,以及所述空调器的设定温度;
根据所述实时温度和所述设定温度,确定温度下降函数;
将预设的初始温度参数输入所述温度下降函数,计算得到迭代温度参数;
基于模拟退火算法和所述迭代温度参数处理所述相对较优转矩角,得到二次最优转矩角;
判断所述二次最优转矩角是否满足预设的转矩角收敛条件。
第三方面,本申请还提供一种空调器,所述空调器包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时执行本申请提供的任一种空调器电机控制方法中的步骤。
第四方面,本申请还提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行所述的空调器电机控制方法中的步骤。
综上所述,本申请中的空调器电机控制方法包括:获取空调器中目标电机的电机参数;根据所述电机参数,计算所述目标电机的理论最优转矩角;基于模拟退火算法处理所述理论最优转矩角,得到相对较优转矩角;若所述相对较优转矩角满足预设的转矩角收敛条件,则控制所述目标电机按照所述相对较优转矩角工作。可见,本申请中采用随机迭代步长的模拟退火算法计算转矩电流比最大的转矩角,同时采用理论最优转矩角作为模拟退火算法的初始解以提高计算的速度,因此相比迭代步长固定的计算方法,空调器在计算转矩电流比最大的转矩角时能够同时兼顾搜索精度和搜索时间
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的空调器电机控制方法的应用场景示意图;
图2是本申请实施例中提供的空调器电机控制方法的一种流程示意图;
图3是本申请实施例中提供的定子电流梯度的一种示意图;
图4是本申请实施例中提供的相对较优转矩角未满足转矩角收敛条件时,空调器电机控制方法的另一种流程示意图;
图5是本申请实施例中提供的空调器电机控制装置的一个实施例结构示意图;
图6是本申请实施例中提供的空调器的一个实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请实施例的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请实施例的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
为了使本领域任何技术人员能够实现和使用本申请,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本申请。在其它实例中,不会对公知的过程进行详细阐述,以避免不必要的细节使本申请实施例的描述变得晦涩。因此,本申请并非旨在限于所示的实施例,而是与符合本申请实施例所公开的原理和特征的最广范围相一致。
首先,在介绍本申请实施例之前,先介绍下本申请实施例关于应用背景的相关内容。
永磁同步电机具有结构简单、体积小、效率高、功率因数高等优点。近年来,随着高性能永磁材料的不断研究与应用,永磁同步电机在航空航天、医疗器械、新能源电动汽车等领域得到了广泛的应用。其中,凸极式永磁同步电机(IPMSM)具有不对称的定子磁路结构,参考式(1):
式(1)展开后,pnψissin(β)为励磁力矩,由永磁体产生,而剩下的部分是磁阻力矩,由磁路上不均匀的磁阻产生。对于IPMSM,Lq和Ld不相等,因此磁阻力矩不等于零,空调器可充分利用其磁阻转矩来提高IPMSM的带载能力。其中最大转矩电流比(MTPA)控制通过在输出电磁转矩相同的条件下使定子电流幅值最小,减小铜耗,提高电机的运行效率。
本申请实施例不仅可以用在出厂前,空调器MTPA轨迹的测试实验中,还可以应用在空调器的实际应用过程中。
本申请实施例提供一种空调器电机控制方法、装置、空调器及可读存储介质。其中,该空调器电机控制装置可以集成在空调器中,该空调器可以采用单独运行的工作方式,或者也可以采用设备集群的工作方式,例如空调器可以是多联式空调器。
本申请实施例空调器电机控制方法的执行主体可以为本申请实施例提供的空调器电机控制装置,也可以是空调器,下文中将以空调器作为执行主体举例进行解释,需要说明的是,以空调器作为执行主体进行举例仅仅是为了方便理解,并不能作为对本申请的限制。
参见图1,图1是本申请实施例所提供的空调器电机控制系统的场景示意图。其中,该空调器电机控制系统可以包括空调器100,空调器100中集成有空调器电机控制装置。
另外,如图1所示,该空调器电机控制系统还可以包括存储器200,用于存储数据。
需要说明的是,图1所示的空调器电机控制系统的场景示意图仅仅是一个示例,本申请实施例描述的空调器电机控制系统以及场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着空调器电机控制系统的演变和新业务场景的出现,本发明实施例提供的技术方案对于类似的技术问题,同样适用。
参照图2,图2是本申请实施例提供的空调器电机控制方法的一种流程示意图。需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。该空调器电机控制方法包括步骤201~步骤204,其中:
201、获取空调器中目标电机的电机参数。
其中,目标电机是指当前输出力矩恒定的永磁电机。永磁电机在输出恒定力矩时,工作时产生的转矩恒定,因此空调器可以在保持产生的转矩恒定的前提下,调整永磁电机中的定子电流至可以达到的最小值,以使转矩与定子电流之间的比值最小,减小永磁电机中定子电流造成的铜耗。空调器中永磁电机的输出力矩主要与内环温、外环温以及永磁电机的工作频率相关,因此示例性地,目标电机可以指内环温、外环温以及工作频率固定不动时的永磁电机。例如永磁电机处于室温恒定25℃,室外温度恒定31℃,以及工作频率保持在50Hz的工作条件下时,可以将该永磁电机当做目标电机。
其中,电机参数包括目标电机的机体参数和当前工作参数。示例性地,电机参数可以包括电机极对数,永磁磁链和交轴电感等目标电机的机体参数。电机参数还包括当前输入的定子电流值等当前工作参数。具体地,空调器可以根据目标电机的证书号等标识查询数据库或云端中对应的机体参数,并通过空调器内设置的电流传感器等部件直接检测当前定子电流值。
202、根据所述电机参数,计算所述目标电机的理论最优转矩角。
其中,理论最优转矩角是指永磁电机根据当前定子电流值计算得到的转矩与定子电流之间比值最小的转矩角,转矩角具体是指交轴电流和直轴电流之间的夹角。示例性地,空调器可以根据永磁电机的电磁转矩公式和当前定子电流值计算得到理论最优转矩角。例如,空调器可以根据式(1)计算得到理论最优转矩角:
其中,Tem指目标电机工作时产生的转矩,pn指电机极对数,ψ指目标电机的永磁磁链,is指定子电流,β指转矩角,Ld指直轴电感,Lq指交轴电感。具体地,将式(1)求极值得到式(2)后,可以根据式(2)计算得到理论最优转矩角为:
将当前定子电流值代入后,空调器即可得到理论最优转矩角β优。然后由于永磁电机的机体参数不准确或者工作误差等原因,通过公式计算得到的理论最优转矩角β优可能并不是能够使转矩与定子电流之间比值最小的转矩角。因此在本申请实施例中,可以基于模拟退火算法,以理论最优转矩角β优作为目标函数的初始解,逐渐向实际最优的转矩角逼近,已得到能够使转矩与定子电流之间比值最小的转矩角。此时,空调器执行步骤203。
203、基于模拟退火算法处理所述理论最优转矩角,得到相对较优转矩角。
其中,相对较优转矩角是指以理论最优转矩角作为初始解进行模拟退火处理时,在一个算法温度下进行迭代后接受的最优解。具体地,空调器可以预先设定好在一个算法温度下进行迭代的最大次数,即马尔科夫链长度,然后以理论最优转矩角进行最大次数的迭代后得到最优解,即相对较优转矩角,此时空调器可以将目标电机的当前转矩角调整为最优转矩角。需要说明的是,马尔科夫链长度不宜设置的过长,如果马尔科夫链长度过长,虽然模拟退火算法搜索得越充分,更容易搜索到相对较优转矩角,但相应的搜索时间会更长。如果马尔科夫链长度过短,则模拟退火算法搜索得不充分,难以搜索到相对较优转矩角。因此具体的马尔科夫链长度需要根据实际需求设置。
为了便于理解,以下对一种得到相对较优转矩角的场景进行具体说明,所述基于模拟退火算法处理所述理论最优转矩角,得到相对较优转矩角,包括:
(1)根据预设的区间长度和所述理论最优转矩角,确定包含所述理论最优转矩角的角度选取区间。
其中,角度选取区间是根据理论最优转矩角的大小和区间长度确定的角度区间。示例性地,角度选取区间可以是以理论最优转矩角为区间中心,根据预设的区间长度确定的角度区间。例如,空调器可以预设一个区间长度0.5°,如果理论最优转矩角是30°,则角度区间为[29.5,30.5]。
(2)随机选取所述角度选取区间内的角度,得到迭代转矩角。
其中,迭代转矩角是指在角度选取区间内随机选取的转矩角。以步骤(1)中的离子继续说明,如果角度选取区间是[29.5,30.5],则空调器可以在[29.5,30.5]内随机选取一个转矩角,例如30.2°作为迭代转矩角。
需要说明的是,为了避免无效的运算,空调器通常在选取时不会选取理论最优转矩角的角度值作为迭代转矩角,但是该处理方法不能理解为对本申请实施例的限制。
(3)根据所述理论最优转矩角与所述迭代转矩角,确定所述相对较优转矩角。
空调器在得到迭代转矩角后,可以根据特定的规则将最优转矩角和迭代转矩角进行比较,以得到两个转矩角间的较优解,即相对较优转矩角。示例性地,空调器可以根据预设的目标函数,分别计算理论最优转矩角和迭代转矩角各自对应的定子电流值,然后根据一定概率将理论最优转矩角和迭代转矩角中的一者作为相对较优转矩角。例如,空调器在得到理论最优转矩角和迭代转矩角各自对应的定子电流值后,可以首先将定子电流值进行比较,如果迭代转矩角对应的定子电流值小于理论最优转矩角对应的定子电流值,则说明目标电机以迭代转矩角进行工作时产生的定子电流值更低,产生的铜耗更小,迭代转矩角相比理论最优转矩角,工作时的转矩电流比更大。因此空调器可以根据一定概率将迭代转矩角作为相对较优转矩角,其中,概率可以是一个预设的固定值。例如可以将一定概率设定为80%,空调器有80%的概率将迭代转矩角作为相对较优转矩角。需要说明的是,在该例子中余下20%的概率是空调器将迭代转矩角舍弃,将理论最优转矩角作为相对较优转矩角。设置概率的目的是为了使相对较优转矩角跳出局部最优。
进一步地,由于对于永磁电机最优的转矩角只存在一个,因此不需要跳出局部最优,因此在迭代转矩角对应的定子电流值小于理论最优转矩角对应的定子电流值时,空调器可以直接将迭代转矩角作为相对较优转矩角,以减小计算量。
需要说明的是,上述说明仅针对在一个算法温度下迭代次数是1的情况,如果在一个算法温度下进行迭代的最大次数大于1,即马尔科夫链长度大于1时,则空调器在理论最优转矩角和迭代转矩角中选取到较优解后,需要基于模拟退火算法对较优解进行处理,得到二次较优解,并重复进行最大次数,然后将最后得到一次处理得到的较优解作为相对较优转矩角。
在一些实施例中,空调器可以根据迭代转矩角对应的定子电流值,即迭代定子电流,以及理论最优转矩角对应的定子电流值确定概率,以增加确定理论最优转矩角时的自适应性。
为了便于理解,以下对一种确定概率的场景进行具体说明,所述根据所述理论最小定子电流与所述迭代定子电流,确定所述相对较优转矩角,包括:
(1)若所述迭代定子电流小于所述理论最小定子电流,则计算所述迭代定子电流与所述理论最小定子电流之间的电流差;
(2)根据预设的初始温度参数和所述电流差,计算得到接受概率。
其中,初始温度参数是指模拟退火算法初始的算法温度。空调器可以设定一个每次进行电机控制时都采用的值作为初始温度参数,还可以在预设的温度参数范围内随机选取一个温度参数作为初始温度参数。
具体地,可以根据式(3)计算接受概率:
其中,P为接受概率,is1为迭代定子电流,is0为理论最小定子电流,T0为初始温度参数。
当is1小于is0时,is1与is0之间的差越大,计算得到的P越大,因此对于迭代计算中小定子电流对应的迭代角,被接受作为相对较优转矩角的概率越大,进而空调器可以更快地找到定子电流最低的转矩角。
(3)根据所述接受概率将所述理论最优转矩角和所述迭代转矩角中的一者作为所述相对较优转矩角。
假设计算得到的接受概率为80%,则空调器有80%的概率将迭代转矩角作为相对较优转矩角,有20%的概率将理论最优转矩角作为相对较优转矩角。
204、若所述相对较优转矩角满足预设的转矩角收敛条件,则控制所述目标电机按照所述相对较优转矩角工作。
其中,转矩角收敛条件是指目标电机工作时定子电流值最低的条件。当相对较优转矩角满足转矩角收敛条件时,说明目标电机如果以相对较优转矩角工作,则此时的定子电流值是目标电机能够达到的最小定子电流值。示例性地,目标电机可以查询预设的数据库,提取其中的最小历史定子电流值和该电流值对应的转矩角,通过比对该转矩角和相对较优转矩角以判断相对较优转矩角是否满足转矩角收敛条件。例如,目标电机可以查询预设的数据库得到最小历史定子电流值和该电流值对应的转矩角,如果相对较优转矩角和该电流值对应的转矩角之间相差小于一个预设的角度差,则说明相对较优转矩角已经满足了转矩角收敛条件。如果相对较优转矩角和该电流值对应的转矩角之间相差大于或等于上述预设的角度差,则说明相对较优转矩角未满足转矩角收敛条件。
然而上述比对的方法仍然会有较大的误差,因此空调器可以将定子电流梯度作为转矩角收敛条件中的判断依据。为了便于理解,以下对一种将定子电流梯度作为转矩角收敛条件中的判断依据的场景进行具体说明,所述若所述相对较优转矩角满足预设的转矩角收敛条件,则控制所述目标电机按照所述相对较优转矩角工作,包括:
(1)根据所述相对较优转矩角,计算得到相对较优定子电流梯度。
其中,相对较优定子电流梯度是指目标电机以相对较优转矩角工作时的定子电流梯度。为了方便理解,以图3为例进行说明。参考图3,图3为目标电机的转矩曲线,y轴为交轴电流,x轴为直轴电流。由于目标电机的输出力矩保持恒定,因此图3中的曲线为恒转矩曲线,每个点对应一个转矩角,定子电流梯度即为恒转矩曲线中相对较优转矩角所对应切线的斜率。
空调器得到相对最后定子电流梯度的方法有多种,示例性地,在出厂前研发人员可以检测或计算得到每个转矩下,电机以各转矩角工作时的定子电流梯度,然后将各定子电流梯度与转矩和转矩角形成映射关系,存储在存储空间中。当空调器执行本步骤时,可以直接查询存储空间中的映射关系,以得到相对较优定子电流梯度。
此外,空调器还可以根据相对较优转矩角对应的交轴电流和直轴电流计算相对较优定子电流梯度。例如,空调器可以对定子电流的计算公式,例如式(4)进行梯度求解:
其中,is是定子电流,iq是交轴电流,id是直轴电流。
(2)若所述相对较优定子电流梯度处于预设梯度范围内,则判定所述相对较优转矩角满足预设的转矩角收敛条件。
为了方便说明,以图3为例。参考图3,图3中的圆为目标电机的电流极限圆。由于定子电流最小时,目标电机工作时的转矩角对应的点是电流极限圆与恒转矩曲线的切点,因此该切点处恒转矩曲线切线的法线经过零点。为了给予一定的容忍度,可以将该法线斜率附近的斜率范围作为预设梯度范围。当空调器计算得到的相对较优定子电流梯度处于预设梯度范围内时,则可以判定目标电机以相对较优转矩角工作时定子电流最小。
当空调器检测到相对较优转矩角满足转矩角收敛条件时,即目标电机以相对较优转矩角工作时定子电流最小,则可以控制目标电机以相对较优转矩角工作。示例性地,空调器可以通过调整交轴电流和直轴电流以调整转矩角。例如空调器可以输入相对较优转矩角对应的交轴电流和直轴电流,以使目标电机在相对较优转矩角的条件下工作,实现最大转矩电流比控制。
此外,如果本申请实施例是在实际应用的场景下,则空调器可以在计算得到相对较优转矩角后,与出厂前确定的转矩电流比最大的转矩角进行匹配。例如可以采用下面的步骤进行匹配:
(1)若相对较优转矩角满足预设的转矩角收敛条件,则获取当前室温,当前室外温度以及目标电机的当前运行频率。
(2)查询预设数据库,获取当前室温,当前室外温度和当前运行频率共同对应的目标转矩角。
(3)若目标转矩角与相对较优转矩角匹配,则根据相对较优转矩角控制目标电机工作。
由于目标电机的输出力矩与内环温、外环温以及运行频率有关,因此每一个内环温、外环温、运行频率的参数集合对应一个输出力矩,也就是说每一个内环温、外环温、运行频率的参数集合对应一个能够实现最大转矩电流比控制的转矩角。因此空调器可以在预设数据库中查找当前室温,当前室外温度以及当前运行频率共同对应的转矩角。如果相对较优转矩角与该对应的转矩角相同,或者相差在一定范围内,则说明目标电机以相对较优转矩角工作时能够实现最大转矩电流比控制。
综上所述,本申请实施例中的空调器电机控制方法包括:获取空调器中目标电机的电机参数;根据所述电机参数,计算所述目标电机的理论最优转矩角;基于模拟退火算法处理所述理论最优转矩角,得到相对较优转矩角;判断所述相对较优转矩角是否满足预设的转矩角收敛条件;若所述相对较优转矩角满足预设的转矩角收敛条件,则控制所述目标电机按照所述相对较优转矩角工作。可见,本申请实施例中采用随机迭代步长的模拟退火算法计算转矩电流比最大的转矩角,同时采用理论最优转矩角作为模拟退火算法的初始解以提高计算的速度,因此相比迭代步长固定的计算方法,空调器在计算转矩电流比最大的转矩角时能够同时兼顾搜索精度和搜索时间。
如果对于一个算法温度空调器未获取到能够实现最大转矩电流比,即满足转矩角收敛条件的转矩角,则需要基于模拟退火算法重新进行计算。参考图4,所述判断所述相对较优转矩角是否满足预设的转矩角收敛条件之后,所述方法还包括:
301、若所述相对较优转矩角未满足预设的转矩角收敛条件,则获取所述目标电机所处空调器中冷凝器的实时温度,以及所述空调器的设定温度。
其中,实时温度是指空调器在执行步骤301时冷凝器的温度。空调器可以采用内设的温度传感器检测冷凝器的温度。设定温度是指用户通过遥控器等外部控制器设定的空调器工作的目标室温,例如用户通过操作遥控器,将温度设定为25℃时,设定温度即为25℃。
302、根据所述实时温度和所述设定温度,确定温度下降函数。
其中,温度下降函数是指模拟退火算法中用于调整算法温度的函数。在一个算法温度下,例如初始温度参数,若空调器未获取到能够实现最大转矩电流比,即满足转矩角收敛条件的转矩角时,则需要调整算法温度以重新进行计算。示例性地,温度下降函数可以采用式(5)的函数:
Tk+1=Tk*a
其中,Tk是指此时的算法温度,Tk+1是指下降后的算法温度,C是指预设的系数,1>C>0,Te是指实时温度与设定温度之间的温度差,Teh和Tel均为预设的波动温度差。
当Te小于Teh并且大于Tel时,说明空调器的负载稳定,因此空调器可以对算法温度进行降温。当Te大于等于Teh,或者Te小于等于Tel,则说明空调器的负载不稳定,因此空调器不能对算法温度进行降温。
303、将预设的初始温度参数输入所述温度下降函数,计算得到迭代温度参数。
其中,迭代温度参数是指下降后的算法温度。若以式(5)作为温度下降函数,则迭代温度参数是指Tk+1。
304、基于模拟退火算法和所述迭代温度参数处理所述相对较优转矩角,得到二次最优转矩角。
其中,二次最优转矩角的说明可以参考相对较优转矩角,在此不进行赘述。
其中,步骤304的过程可以参考步骤203的过程,在此不进行赘述。
需要说明的是,空调器在执行步骤303之后,可以继续执行步骤203,即基于模拟退火算法和迭代温度参数处理论最优转矩角,进而以同一转矩角为基准进行模拟退火计算。
305、判断所述二次最优转矩角是否满足预设的转矩角收敛条件。
为了更好实施本申请实施例中电机控制方法,在电机控制方法基础之上,本申请实施例中还提供一种空调器电机控制装置,如图5所示,为本申请实施例中空调器电机控制装置的一个实施例结构示意图,该空调器电机控制装置500包括:
获取单元501,用于获取空调器中目标电机的电机参数;
计算单元502,用于根据所述电机参数,计算所述目标电机的理论最优转矩角;
模拟退火单元503,用于基于模拟退火算法处理所述理论最优转矩角,得到相对较优转矩角;
控制单元504,用于若所述相对较优转矩角满足预设的转矩角收敛条件,则控制所述目标电机按照所述相对较优转矩角工作。
在本申请一种可能的实现方式中,所述控制单元504还用于:
根据所述相对较优转矩角,计算得到相对较优定子电流梯度;
若所述相对较优定子电流梯度处于预设梯度范围内,则判定所述相对较优转矩角满足预设的转矩角收敛条件。
在本申请一种可能的实现方式中,所述控制单元504还用于:
检测所述目标电机以所述相对较优转矩角工作时的交轴电流和直轴电流;
根据所述交轴电流与所述直轴电流,计算得到相对较优定子电流梯度。
在本申请一种可能的实现方式中,所述模拟退火单元503还用于:
根据预设的区间长度和所述理论最优转矩角,确定包含所述理论最优转矩角的角度选取区间;
随机选取所述角度选取区间内的角度,得到迭代转矩角;
根据所述理论最优转矩角与所述迭代转矩角,确定所述相对较优转矩角。
在本申请一种可能的实现方式中,所述模拟退火单元503还用于:
根据所述理论最优转矩角和预设的目标函数,计算得到理论最小定子电流;
根据所述迭代转矩角和所述目标函数,计算得到迭代定子电流;
根据所述理论最小定子电流与所述迭代定子电流,确定所述相对较优转矩角。
在本申请一种可能的实现方式中,所述模拟退火单元503还用于:
若所述迭代定子电流小于所述理论最小定子电流,则计算所述迭代定子电流与所述理论最小定子电流之间的电流差;
根据预设的初始温度参数和所述电流差,计算得到接受概率;
根据所述接受概率将所述理论最优转矩角和所述迭代转矩角中的一者作为所述相对较优转矩角。
在本申请一种可能的实现方式中,所述空调器电机控制装置500还包括迭代单元505,所述迭代单元505用于:
若所述相对较优转矩角未满足预设的转矩角收敛条件,则获取所述目标电机所处空调器中冷凝器的实时温度,以及所述空调器的设定温度;
根据所述实时温度和所述设定温度,确定温度下降函数;
将预设的初始温度参数输入所述温度下降函数,计算得到迭代温度参数;
基于模拟退火算法和所述迭代温度参数处理所述相对较优转矩角,得到二次最优转矩角;
判断所述二次最优转矩角是否满足预设的转矩角收敛条件。
具体实施时,以上各个单元可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元的具体实施可参见前面的方法实施例,在此不再赘述。
由于该空调器电机控制装置可以执行本申请任意实施例中电机控制方法中的步骤,因此,可以实现本申请任意实施例中电机控制方法所能实现的有益效果,详见前面的说明,在此不再赘述。
此外,为了更好实施本申请实施例中电机控制方法,在电机控制方法基础之上,本申请实施例还提供一种空调器,参阅图6,图6示出了本申请实施例空调器的一种结构示意图,具体的,本申请实施例提供的空调器包括处理器601,处理器601用于执行存储器602中存储的计算机程序时实现任意实施例中电机控制方法的各步骤;或者,处理器601用于执行存储器602中存储的计算机程序时实现如图5对应实施例中各单元的功能。
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器602中,并由处理器601执行,以完成本申请实施例。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在计算机装置中的执行过程。
空调器可包括,但不仅限于处理器601、存储器602。本领域技术人员可以理解,示意仅仅是空调器的示例,并不构成对空调器的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如空调器还可以包括输入输出设备、网络接入设备、总线等,处理器601、存储器602、输入输出设备以及网络接入设备等通过总线相连。
处理器601可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,处理器是空调器的控制中心,利用各种接口和线路连接整个空调器的各个部分。
存储器602可用于存储计算机程序和/或模块,处理器601通过运行或执行存储在存储器602内的计算机程序和/或模块,以及调用存储在存储器602内的数据,实现计算机装置的各种功能。存储器602可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据空调器的使用所创建的数据(比如音频数据、视频数据等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的空调器电机控制装置、空调器及其相应单元的具体工作过程,可以参考任意实施例中电机控制方法的说明,具体在此不再赘述。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请任意实施例中电机控制方法中的步骤,具体操作可参考任意实施例中电机控制方法的说明,在此不再赘述。
其中,该计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁盘或光盘等。
由于该计算机可读存储介质中所存储的指令,可以执行本申请任意实施例中电机控制方法中的步骤,因此,可以实现本申请任意实施例中电机控制方法所能实现的有益效果,详见前面的说明,在此不再赘述。
以上对本申请实施例所提供的一种电机控制方法、装置、存储介质及空调器进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种空调器电机控制方法,其特征在于,所述方法包括:
获取空调器中目标电机的电机参数;
根据所述电机参数,计算所述目标电机的理论最优转矩角;
基于模拟退火算法处理所述理论最优转矩角,得到相对较优转矩角;
若所述相对较优转矩角满足预设的转矩角收敛条件,则控制所述目标电机按照所述相对较优转矩角工作。
2.根据权利要求1所述的空调器电机控制方法,其特征在于,所述若所述相对较优转矩角满足预设的转矩角收敛条件,则控制所述目标电机按照所述相对较优转矩角工作,包括:
根据所述相对较优转矩角,计算得到相对较优定子电流梯度;
若所述相对较优定子电流梯度处于预设梯度范围内,则判定所述相对较优转矩角满足预设的转矩角收敛条件。
3.根据权利要求2所述的空调器电机控制方法,其特征在于,所述根据所述相对较优转矩角,计算得到相对较优定子电流梯度,包括:
检测所述目标电机以所述相对较优转矩角工作时的交轴电流和直轴电流;
根据所述交轴电流与所述直轴电流,计算得到相对较优定子电流梯度。
4.根据权利要求1所述的空调器电机控制方法,其特征在于,所述基于模拟退火算法处理所述理论最优转矩角,得到相对较优转矩角,包括:
根据预设的区间长度和所述理论最优转矩角,确定包含所述理论最优转矩角的角度选取区间;
随机选取所述角度选取区间内的角度,得到迭代转矩角;
根据所述理论最优转矩角与所述迭代转矩角,确定所述相对较优转矩角。
5.根据权利要求4所述的空调器电机控制方法,其特征在于,所述根据所述理论最优转矩角与所述迭代转矩角,确定所述相对较优转矩角,包括:
根据所述理论最优转矩角和预设的目标函数,计算得到理论最小定子电流;
根据所述迭代转矩角和所述目标函数,计算得到迭代定子电流;
根据所述理论最小定子电流与所述迭代定子电流,确定所述相对较优转矩角。
6.根据权利要求5所述的空调器电机控制方法,其特征在于,所述根据所述理论最小定子电流与所述迭代定子电流,确定所述相对较优转矩角,包括:
若所述迭代定子电流小于所述理论最小定子电流,则计算所述迭代定子电流与所述理论最小定子电流之间的电流差;
根据预设的初始温度参数和所述电流差,计算得到接受概率;
根据所述接受概率将所述理论最优转矩角和所述迭代转矩角中的一者作为所述相对较优转矩角。
7.根据权利要求1所述的空调器电机控制方法,其特征在于,所述基于模拟退火算法处理所述理论最优转矩角,得到相对较优转矩角之后,所述方法还包括:
若所述相对较优转矩角未满足预设的转矩角收敛条件,则获取所述目标电机所处空调器中冷凝器的实时温度,以及所述空调器的设定温度;
根据所述实时温度和所述设定温度,确定温度下降函数;
将预设的初始温度参数输入所述温度下降函数,计算得到迭代温度参数;
基于模拟退火算法和所述迭代温度参数处理所述相对较优转矩角,得到二次最优转矩角;
判断所述二次最优转矩角是否满足预设的转矩角收敛条件。
8.一种空调器电机控制装置,其特征在于,所述空调器电机控制装置包括:
获取单元,用于获取空调器中目标电机的电机参数;
计算单元,用于根据所述电机参数,计算所述目标电机的理论最优转矩角;
模拟退火单元,用于基于模拟退火算法处理所述理论最优转矩角,得到相对较优转矩角;
控制单元,用于若所述相对较优转矩角满足预设的转矩角收敛条件,则控制所述目标电机按照所述相对较优转矩角工作。
9.一种空调器,其特征在于,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时执行如权利要求1至7任一项所述的空调器电机控制方法。
10.一种可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至7任一项所述的空调器电机控制方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110893007.0A CN113726243B (zh) | 2021-08-04 | 2021-08-04 | 空调器电机控制方法、装置、空调器及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110893007.0A CN113726243B (zh) | 2021-08-04 | 2021-08-04 | 空调器电机控制方法、装置、空调器及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113726243A CN113726243A (zh) | 2021-11-30 |
CN113726243B true CN113726243B (zh) | 2023-08-01 |
Family
ID=78674862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110893007.0A Active CN113726243B (zh) | 2021-08-04 | 2021-08-04 | 空调器电机控制方法、装置、空调器及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113726243B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102015212685A1 (de) * | 2015-07-07 | 2017-01-12 | Schaeffler Technologies AG & Co. KG | Verfahren zur Optimierung einer Ansteuerung eines elektrischen Antriebssystems |
CN108512474A (zh) * | 2018-02-09 | 2018-09-07 | 旋智电子科技(上海)有限公司 | 电机电流调整方法及电机电流调整装置 |
CN109995078A (zh) * | 2019-03-27 | 2019-07-09 | 国网福建省电力有限公司经济技术研究院 | 光伏并网机电暂态仿真装置 |
CN112398407A (zh) * | 2020-11-09 | 2021-02-23 | 珠海格力电器股份有限公司 | 一种转子的最优转矩补偿角度的确定方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10461620B2 (en) * | 2016-04-08 | 2019-10-29 | Kim Rubin | X-Y stage with rotation |
-
2021
- 2021-08-04 CN CN202110893007.0A patent/CN113726243B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102015212685A1 (de) * | 2015-07-07 | 2017-01-12 | Schaeffler Technologies AG & Co. KG | Verfahren zur Optimierung einer Ansteuerung eines elektrischen Antriebssystems |
CN108512474A (zh) * | 2018-02-09 | 2018-09-07 | 旋智电子科技(上海)有限公司 | 电机电流调整方法及电机电流调整装置 |
CN109995078A (zh) * | 2019-03-27 | 2019-07-09 | 国网福建省电力有限公司经济技术研究院 | 光伏并网机电暂态仿真装置 |
CN112398407A (zh) * | 2020-11-09 | 2021-02-23 | 珠海格力电器股份有限公司 | 一种转子的最优转矩补偿角度的确定方法及装置 |
Non-Patent Citations (1)
Title |
---|
改进的模拟退火算法用于变频电动机优化设计的研究;汪文豪;《中国优秀硕士论文电子期刊网》;第21-55页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113726243A (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105262394B (zh) | 一种内置式永磁同步电机的mtpa控制方法及其控制系统 | |
CN108649855B (zh) | 一种基于占空比的模型预测转矩控制方法 | |
US20130181642A1 (en) | Method and system for controlling an electric motor for a vehicle | |
CN111355411B (zh) | 永磁同步电机的控制方法、装置、存储介质及终端 | |
Gallicchio et al. | High speed synchronous reluctance machines: Modeling, design and limits | |
CN110535392A (zh) | 一种基于lm算法的永磁同步电机参数辨识方法 | |
Wang et al. | Self-adaptive differential evolution algorithm with hybrid mutation operator for parameters identification of PMSM | |
CN113726243B (zh) | 空调器电机控制方法、装置、空调器及可读存储介质 | |
CN110390157B (zh) | 一种基于田口方法的双凸极混合励磁发电机优化设计方法 | |
CN114938173A (zh) | 永磁同步电机效率优化控制方法及装置 | |
CN113691182A (zh) | 永磁同步电机的电阻辨识方法、系统、介质及终端 | |
Mutluer | Analysis and design optimization of permanent magnet motor with external rotor for direct driven mixer | |
CN109506344A (zh) | 空调制冷量的控制方法、装置及电子设备 | |
CN109861613A (zh) | 一种电机的输出转矩的计算方法、装置及电子设备 | |
CN112821834A (zh) | 一种永磁同步电机的在线参数辨识方法和装置 | |
CN116205113B (zh) | 一种永磁同步直线电机稳健性优化方法及系统 | |
CN114677532B (zh) | 一种利用出厂数据和特性曲线的感应电动机参数辨识方法 | |
CN115411989A (zh) | 控制参数整定方法、装置、设备及计算机可读存储介质 | |
WO2022236988A1 (zh) | 永磁同步电机的控制方法、装置、电子设备及计算机可读存储介质 | |
CN108563692A (zh) | 一种目标查重方法及装置 | |
CN111585492B (zh) | 永磁同步电机最大转矩电流比控制方法、系统、介质及装置 | |
CN110995105B (zh) | 伺服电机磁偏角的确定方法、动力线检测方法和存储介质 | |
CN114157191A (zh) | 基于在线梯度下降法的永磁同步电机最优效率控制方法 | |
CN110492816A (zh) | 一种电励磁同步电机参数饱和系数在线辨识方法 | |
CN112234880B (zh) | 永磁同步电机mtpa控制方法、装置、设备及存储介质 |
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 |