CN1616979A - 单相交流串励整流子电机无耦合性能测试系统及其方法 - Google Patents

Abstract

单相交流串励整流子电机无耦合性能测试系统及其方法，它涉及单相交流串励整流子电机性能测试领域。工控机1的数据端通过2连接3的数据端，3通过电阻R与9的电源输入端连接，1的数据端通过4、5、6、7、8与9的检测端连接。它的测试方法的步骤是：开始001；电动机初始数据输入002；启动电动机，并采集电动机启动过程运行数据003；制动电动机，电动机转速n(rpm)辩识004；基于遗传算法的参数辨识005；计算电动机输出参数006；电动机测试结果输出，并保存、打印007；本发明能在电动机完全空载运行的情况下，检测出电动机的输出转矩T_out、电动机输入功率P_in、电动机输出功率P_in、电动机输出效率P_in等相关技术特性。

Description

单相交流串励整流子电机无耦合性能测试系统及其方法

技术领域：

本发明涉及单相交流串励整流子电机性能测试领域，具体是单相交流串励整流子电机无耦合性能测试系统及其方法。

背景技术：

目前，单相交流串励整流子电机性能测试主要使用各种耦合测试系统，是在电机输出端直接耦合标定的加载转矩，从而测出电机的性能。这种直接的测试方法有以下一些缺陷：测试系统成本昂贵且结构复杂；转矩、转速必须分档设置，费时费力；其测试系统的安装和调试都比较困难，测试结果的精度依赖于操作者的操作水平。

发明内容：

本发明的目的是提供一种单相交流串励整流子电机无耦合性能测试系统及其方法。本发明能在电动机完全空载运行的情况下，检测出电动机的输出转矩T_out、电动机输入功率P_in、电动机输出功率P_in、电动机输出效率P_in等相关技术特性。本发明由工控机1、GPIB卡2、可编程电源3、AD采集卡4、二级放大电路5、一级放大电路6、隔离电路7、电阻分压电路8、电阻R组成；工控机1的一个数据输入输出端连接GPIB卡2的数据输出输入端，GPIB卡2的控制数据输出端连接可编程电源3的控制数据输入端，可编程电源3的一个电源输出端连接电阻R的一端，电阻R的另一端连接待测电动机9的一个电源输入端，可编程电源3的另一个电源输出端连接待测电动机9的另一个电源输入端，工控机1的另一个数据输入输出端连接AD采集卡4的数据输出输入端，AD采集卡4的三个信号输入端分别连接二级放大电路5的三个信号输出端，二级放大电路5的信号输入端连接一级放大电路6的信号输出端，一级放大电路6的信号输入端连接隔离电路7的信号输出端，隔离电路7的信号输入端连接电阻分压电路8的信号输出端，电阻分压电路8的两个电源电压信号检测输入端分别连接可编程电源3的两个电源输出端，电阻分压电路8的两个电枢电压信号检测输入端分别连接待测电动机9的电枢两端，电阻分压电路8的两个绕组电流信号检测端分别连接在电阻R的两端。该发明的测试方法的步骤是：开始001；电动机初始数据输入电动机额定电压U、电动机额定工作频率f、电动机极对数P、电动机换相片数K002；启动电动机并采集电动机启动过程运行数据电源电压U、电枢电压、绕组电流I003；制动电动机，电动机转速n(rpm)辩识004；基于遗传算法进行参数辨识：粘摩擦系数C_f、风阻系数C_ff、转子转动惯量J、漏抗 k＝k₁/k₂(式中k₁为反应定转子串联后的等效匝数的系数，k₂是与转子匝数及极数有关的系数)、电机绕组电阻

干摩擦转矩T_f005；计算电动机输出转矩T_out、电动机输入功率P_in、电动机输出功率P_in、电动机输出效率P_in 006；电动机测试结果输出，并保存、打印007。本发明能在电动机完全空载运行的情况下，检测出电动机的输出转矩T_out、电动机输入功率P_in、电动机输出功率P_in、电动机输出效率P_in等相关技术特性，并具有结构简单、造价低廉、测量准确和测量快速的优点。

附图说明：

图1是本发明的整体电路结构示意图，图2是本发明测试方法的流程图，图3是单向交流串励电动机各变量的向量关系图。

具体实施方式：

结合图1、图2、图3说明本实施方式，它由工控机1、GPIB卡2、可编程电源3、AD采集卡4、二级放大电路5、一级放大电路6、隔离电路7、电阻分压电路8、电阻R组成；工控机1的一个数据输入输出端连接GPIB卡2的数据输出输入端，GPIB卡2的控制数据输出端连接可编程电源3的控制数据输入端，可编程电源3的一个电源输出端连接电阻R的一端，电阻R的另一端连接待测电动机9的一个电源输入端，可编程电源3的另一个电源输出端连接待测电动机9的另一个电源输入端，工控机1的另一个数据输入输出端连接AD采集卡4的数据输出输入端，AD采集卡4的三个信号输入端分别连接二级放大电路5的三个信号输出端，二级放大电路5的信号输入端连接一级放大电路6的信号输出端，一级放大电路6的信号输入端连接隔离电路7的信号输出端，隔离电路7的信号输入端连接电阻分压电路8的信号输出端，电阻分压电路8的两个电源电压信号检测输入端分别连接可编程电源3的两个电源输出端，电阻分压电路8的两个电枢电压信号检测输入端分别连接待测电动机9的电枢两端，电阻分压电路8的两个绕组电流信号检测端分别连接在电阻R的两端。工控机1选用的型号是康泰克IPC-500E/P4，GPIB卡2选用的型号是NI公司的IEEE4888，可编程电源3选用的型号是惠普HP-6813，AD采集卡4选用的型号是NI公司的PCI9812，二级放大电路5选用芯片的型号是AD526，一级放大电路6选用芯片的型号是LF412，隔离电路7选用芯片的型号是HP7800，电阻R选用0.01欧姆。该发明的测试方法的步骤是：开始001；电动机初始数据输入电动机额定电压U、电动机额定工作频率f、电动机极对数P、电动机换相片数K002；启动电动机并采集电动机启动过程运行数据电源电压U、电枢电压、绕组电流I003；制动电动机，电动机转速n(rpm)辩识004；其辩识方法是：将电动机极对数P值、电机换相片数K值代入以下公式中，

$f_n=\frac{c\×K\×p}{60}\·n$

上述公式中：f_n为电枢绕组线圈换相过程中，绕组电流波形产生的畸变的频率，可通过数字信号处理技术对电流信号处理得到；c为系数，当电机换相片数K为奇数时，c＝2，当电机换相片数K为偶数时，c＝1；基于遗传算法进行参数辨识：粘摩擦系数C_f、风阻系数C_ff、转子转动惯量J、漏抗

k＝k₁/k₂(式中k₁为反应定转子串联后的等效匝数的系数，k₂是与转子匝数及极数有关的系数)、电机绕组电阻

干摩擦转矩T_f005；其遗传算法的参数辨识方法是：电动机的测试模型是基于单向交流串励电动机的各变量的向量关系(如图3)，单相交流串励电动机基本向量关系的数学模型如下，

静态数学模型如下：

实际使用的数学模型如下(U_o替代U)：

$U_1=2\mathrm{fk\π}[x_{\mathrm{\σ}}{I}^2+2\mathrm{fk\π}(J\frac{\mathrm{d\ω}}{\mathrm{dt}}+T_f+C_f\mathrm{\ω}+C_{\mathrm{ff}}{\mathrm{\ω}}^2)]$

$U_2=\mathrm{\ω}[R{I}^2+\mathrm{\ω}(J\frac{\mathrm{d\ω}}{\mathrm{dt}}+T_f+C_f\mathrm{\ω}{C}_{\mathrm{ff}}{\mathrm{\ω}}^2)]$

上述公式中：为电机绕组端电压， 为电机绕组电流，为电机绕组电压超前电机绕组电流的相角，

为主磁通在定转子中产生的感应电压降， 为转子切割主磁通产生的旋转电势，θ为绕组电流超前主磁链的相角，

为电机主磁链，T_e为电磁转矩，φ为主磁通，ω为转子角速度，ω₀为电源频率，I为电流有效值，U为电压有效值，U_o为模型输出的有效值电压；ω通过对实测电流I进行短时傅立叶变换获得，dω/dt能够依据ω计算得到；辨识模型为如下目标函数：

$\min e=\min \frac{1}{N}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{(U_j-U_{\mathrm{oj}})}^2$

上述公式中：N为对应于选取的起动过程的中间段的点数，U_j为对应于点j的输入电压的有效值，可通过实测得到，U_oj为对应于点j的电机模型的输出电压；计算电动机输出转矩T_out、电动机输入功率P_in、电动机输出功率P_in、电动机输出效率P_in 006；其计算方法是：

$T_{\mathrm{out}}=J\frac{\mathrm{d\ω}}{\mathrm{dt}}$

P_in＝U×I×cos()

P_out＝T_out×ω

$\mathrm{\η}=\frac{P_{\mathrm{out}}}{P_{\mathrm{in}}}$

上述公式中：ω为转子角速度，J为转子转动惯量， 为转子加速度，U为电机绕组端电压，I为电机绕组电流，为电机绕组电压超前电机绕组电流的相角；电动机测试结果输出，并保存、打印007。

Claims (5)

1、单相交流串励整流子电机无耦合性能测试系统，其特征在于它由工控机(1)、GPIB卡(2)、可编程电源(3)、AD采集卡(4)、二级放大电路(5)、一级放大电路(6)、隔离电路(7)、电阻分压电路(8)、电阻(R)组成；工控机(1)的一个数据输入输出端连接GPIB卡(2)的数据输出输入端，GPIB卡(2)的控制数据输出端连接可编程电源(3)的控制数据输入端，可编程电源(3)的一个电源输出端连接电阻(R)的一端，电阻(R)的另一端连接待测电动机(9)的一个电源输入端，可编程电源(3)的另一个电源输出端连接待测电动机(9)的另一个电源输入端，工控机(1)的另一个数据输入输出端连接AD采集卡(4)的数据输出输入端，AD采集卡(4)的三个信号输入端分别连接二级放大电路(5)的三个信号输出端，二级放大电路(5)的信号输入端连接一级放大电路(6)的信号输出端，一级放大电路(6)的信号输入端连接隔离电路(7)的信号输出端，隔离电路(7)的信号输入端连接电阻分压电路(8)的信号输出端，电阻分压电路(8)的两个电源电压信号检测输入端分别连接可编程电源(3)的两个电源输出端，电阻分压电路(8)的两个电枢电压信号检测输入端分别连接待测电动机(9)的电枢两端，电阻分压电路(8)的两个绕组电流信号检测端分别连接在电阻(R)的两端。

2、单相交流串励整流子电机无耦合性能测试方法，其特征在于它的测试方法的步骤是：开始(001)；电动机初始数据输入电动机额定电压U、电动机额定工作频率f、电动机极对数P、电动机换相片数K(002)；启动电动机并采集电动机启动过程运行数据电源电压U、电枢电压、绕组电流I(003)；制动电动机，电动机转速n(rpm)辩识(004)；基于遗传算法进行参数辨识：粘摩擦系数C_f、风阻系数C_ff、转子转动惯量J、漏抗

k＝k₁/k₂、电机绕组电阻

干摩擦转矩T_f(005)；计算电动机输出转矩T_out、电动机输入功率P_in、电动机输出功率P_in、电动机输出效率P_in(006)；电动机测试结果输出，并保存、打印(007)。

3、根据权利要求2所述的单相交流串励整流子电机无耦合性能测试方法，其特征在于步骤(004)，电动机转速n(rpm)辩识；其辩识方法是：将电动机极对数P值、电机换相片数K值代入以下公式中，

$f_n=\frac{c\×K\×p}{60}\·n$

上述公式中：f_n为电枢绕组线圈换相过程中，绕组电流波形产生的畸变的频率，可通过数字信号处理技术对电流信号处理得到；c为系数，当电机换相片数K为奇数时，c＝2，当电机换相片数K为偶数时，c＝1。

4、根据权利要求2所述的单相交流串励整流子电机无耦合性能测试方法，其特征在于步骤(005)，基于遗传算法进行参数辨识：粘摩擦系数C_f、风阻系数C_ff、转子转动惯量J、漏抗 k＝k₁/k₂、电机绕组电阻 干摩擦转矩T_f；其遗传算法的参数辨识方法是：电动机的测试模型是基于单向交流串励电动机的各变量的向量关系，单相交流串励电动机基本向量关系的数学模型如下，

静态数学模型如下：

实际使用的数学模型如下：用U_o替代U：

$U_1=2\mathrm{fk\π}[x_{\mathrm{\σ}}{I}^2+2\mathrm{fk\π}(J\frac{\mathrm{d\ω}}{\mathrm{dt}}+T_f+C_f\mathrm{\ω}+C_{\mathrm{ff}}{\mathrm{\ω}}^2)]$

$U_2=\mathrm{\ω}[{\mathrm{RI}}^2+\mathrm{\ω}(J\frac{\mathrm{d\ω}}{\mathrm{dt}}+T_f+C_f\mathrm{\ω}{C}_{\mathrm{ff}}{\mathrm{\ω}}^2)]$

上述公式中：

为电机绕组端电压，

为电机绕组电流，为电机绕组电压超前电机绕组电流的相角，

为主磁通在定转子中产生的感应电压降，

为转子切割主磁通产生的旋转电势，θ为绕组电流超前主磁链的相角， 为电机主磁链，T_e为电磁转矩，φ为主磁通，ω为转子角速度，ω₀为电源频率，I为电流有效值，U为电压有效值，U_o为模型输出的有效值电压；ω通过对实测电流I进行短时傅立叶变换获得，dω/dt能够依据ω计算得到；辨识模型为如下目标函数：

$\min e=\min \frac{1}{N}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{(U_j-U_{\mathrm{oj}})}^2$

上述公式中：N为对应于选取的起动过程的中间段的点数，U_j为对应于点j的输入电压的有效值，可通过实测得到，U_oj为对应于点j的电机模型的输出电压。

5、根据权利要求2所述的单相交流串励整流子电机无耦合性能测试方法，其特征在于步骤(006)，计算电动机输出转矩T_out、电动机输入功率P_in、电动机输出功率P_in、电动机输出效率P_in；其计算方法是：

$T_{\mathrm{out}}=J\frac{\mathrm{d\ω}}{\mathrm{dt}}$

P_in＝U×I×cos()

P_out＝T_out×ω

$\mathrm{\η}=\frac{P_{\mathrm{out}}}{P_{\mathrm{in}}}$

上述公式中：ω为转子角速度，J为转子转动惯量，

为转子加速度，U为电机绕组端电压，I为电机绕组电流，为电机绕组电压超前电机绕组电流的相角。

Images