FOC原理框图如下:

其中涉及到两种坐标转换:

1. Clark变换:常规的三相坐标系→静止的二相坐标系α、β

正变换矩阵

$\left[ {\begin{array}{*{20}{c}}
{\sqrt {\frac{2}{3}} }&{\frac{{ - 1}}{2}\sqrt {\frac{2}{3}} }&{\frac{{{\rm{ - }}1}}{2}\sqrt {\frac{2}{3}} }\\
0&{\frac{{\sqrt 2 }}{2}}&{\frac{{{\rm{ - }}\sqrt 2 }}{2}}\\
{\frac{1}{{\sqrt 3 }}}&{\frac{1}{{\sqrt 3 }}}&{\frac{1}{{\sqrt 3 }}}
\end{array}} \right]$

逆变换矩阵

$\left[ {\begin{array}{*{20}{c}}
{\sqrt {\frac{2}{3}} }&0&{\frac{1}{{\sqrt 3 }}}\\
{\frac{{{\rm{ - }}1}}{{\sqrt 3 }}}&{\frac{{\sqrt 2 }}{2}}&{\frac{1}{{\sqrt 3 }}}\\
{\frac{{{\rm{ - }}1}}{{\sqrt 3 }}}&{\frac{{{\rm{ - }}\sqrt 2 }}{2}}&{\frac{1}{{\sqrt 3 }}}
\end{array}} \right]$

2. Park变换:二相静止坐标系α、β→二相旋转坐标系d、q

正变换矩阵

$\left[ {\begin{array}{*{20}{c}}
{{\rm{cos}}\theta }&{\sin \theta }\\
{ - \sin \theta }&{\cos \theta }
\end{array}} \right]$

逆变换矩阵

$\left[ {\begin{array}{*{20}{c}}
{{\rm{cos}}\theta }&{ - \sin \theta }\\
{\sin \theta }&{\cos \theta }
\end{array}} \right]$

其中最关键的一步是确定转子位置和速度。FOC的应用可分为异步电机和永磁同步电机(PMSM):

1. 在异步电机的控制中,根据磁链观测方法的不同,FOC又可分为直接磁场定向控制和间接磁场定向控制。直接磁场定向控制通过磁场检测或者运算来确定转子磁链矢量的空间位置,方法简单,但受电机齿槽影响较大,检测信号有脉动,实际难以应用,通常通过一定计算估计磁链位置,因此又称为磁链观测法。间接磁场定向控制通过控制转差频率实现,计算方便。

磁链观测法有电流模型和电压模型,电流模型严重依赖于转子时间常数T,高速时,如果T存在偏差,会引起磁通震荡,因此电流模型适用于中低速;电压模型依赖于定子电阻R,R易受负载和温度的影响而变化,且低速时,电压检测困难,因此电压模型适用于中高速。实际中长结合两者使用。但因需要计算反正切,计算量较大。

为了减少计算量,更多使用间接观测法

${\omega _{\rm{s}}} = \frac{{{L_m}*{i_{sq}}}}{{{T_r}*{\psi _r}}} = \frac{{1 + {T_r}P}}{{{T_r}}}*\frac{{{i_{sq}}}}{{{i_{sd}}}}$

其中,

${\omega _{\rm{s}}}$为转差角频率;

${L_m}$为定子电感;

${T_r}$为转子时间常数,${T_r} = \frac{{{L_r}}}{{{R_r}}}$;

${\psi _r}$为转子磁链;

$P$为电机极对数;

${i_{sq}}$为转矩电流分量;

${i_{sd}}$为励磁电流分量;

${\theta _{\rm{e}}} = \int {\left( {{\omega _{\rm{r}}} + {\omega _{\rm{s}}}} \right)} {\rm{dt}} = \theta  + \int {{\omega _{\rm{s}}}} {\rm{dt}}$

${\theta _{\rm{e}}}$即为磁链空间角度,${\omega _{\rm{r}}}$为电机角速度

2. 对于同步电机的FOC控制,有位置传感器的情况下,转子位置和速度可由HALL传感器或编码器得到;在无感情况下,通常用估算器法(滑模观测器(SMO)和PLL估算器)、MRAS法(模型参考自适应)、卡尔曼滤波法、高频注入法及神经网络等方法。

FOC的控制策略:id =0控制、最大转矩电流比控制、最大输出功率控制、弱磁控制等。

FOC实现概述的更多相关文章

  1. STM32控制永磁同步电机 | FOC电机控制算法概述

    1. FOC基本概念 参考:https://www.sohu.com/a/432103720_120929980 FOC(field-oriented control)为磁场导向控制,又称为矢量控制( ...

  2. 【AR实验室】ARToolKit之概述篇

    0x00 - 前言 我从去年就开始对AR(Augmented Reality)技术比较关注,但是去年AR行业一直处于偶尔发声的状态,丝毫没有其"异姓同名"的兄弟VR(Virtual ...

  3. Recurrent Neural Network系列1--RNN(循环神经网络)概述

    作者:zhbzz2007 出处:http://www.cnblogs.com/zhbzz2007 欢迎转载,也请保留这段声明.谢谢! 本文翻译自 RECURRENT NEURAL NETWORKS T ...

  4. Swift3.0服务端开发(一) 完整示例概述及Perfect环境搭建与配置(服务端+iOS端)

    本篇博客算是一个开头,接下来会持续更新使用Swift3.0开发服务端相关的博客.当然,我们使用目前使用Swift开发服务端较为成熟的框架Perfect来实现.Perfect框架是加拿大一个创业团队开发 ...

  5. .Net 大型分布式基础服务架构横向演变概述

    一. 业务背景 构建具备高可用,高扩展性,高性能,能承载高并发,大流量的分布式电子商务平台,支持用户,订单,采购,物流,配送,财务等多个项目的协作,便于后续运营报表,分析,便于运维及监控. 二. 基础 ...

  6. [C#] 进阶 - LINQ 标准查询操作概述

    LINQ 标准查询操作概述 序 “标准查询运算符”是组成语言集成查询 (LINQ) 模式的方法.大多数这些方法都在序列上运行,其中的序列是一个对象,其类型实现了IEnumerable<T> ...

  7. 【基于WinForm+Access局域网共享数据库的项目总结】之篇一:WinForm开发总体概述与技术实现

    篇一:WinForm开发总体概述与技术实现 篇二:WinForm开发扇形图统计和Excel数据导出 篇三:Access远程连接数据库和窗体打包部署 [小记]:最近基于WinForm+Access数据库 ...

  8. Java消息队列--JMS概述

    1.什么是JMS JMS即Java消息服务(Java Message Service)应用程序接口,是一个Java平台中关于面向消息中间件(MOM)的API,用于在两个应用程序之间,或分布式系统中发送 ...

  9. [AlwaysOn Availability Groups]健康模型 Part 1——概述

    健康模型概述 在成功部署AG之后,跟踪和维护健康状况是很重要的. 1.AG健康模型概述 AG的健康模型是基于策略管理(Policy Based Management PBM)的.如果不熟悉这个特性,可 ...

随机推荐

  1. hashlib模块&日志模块

    内容概要 hashlib模块 logging模块 第三方模块下载 内容详细 hashlib模块 hashlib 是一个提供了一些流行的hash(摘要)算法的Python标准库.其中所包括的算法有 md ...

  2. Solution Set -「LOCAL」冲刺省选 Round XXII

    \(\mathscr{Summary}\)   和出题人很有缘分但是没有珍惜.jpg   A 题有一个显然的二维偏序斜率式,以及显然的 CDQ 套李超树 \(\mathcal O(n\log^2n)\ ...

  3. MyBatis封装JDBC具体实现

    关于xml等解析的工具基本均包含在org.apache.ibatis.builder包中,有包名可知基本使用建造者模式.这个包的主要功能两个: 1.解析XML配置文件和映射文件,xml子包中: 2.解 ...

  4. Spring MVC参数绑定(如何接收请求参数及返回参数)

    在SpringMVC interceptor案例实践中遇到了获取jsp表单传递参数失败的问题,怎么的解决的呢?下面详细介绍. 先讲述下https://www.cnblogs.com/ilovebath ...

  5. 如何基于gRPC沟通微服务框架

    本文我们来讲解一下如何使用 gRPC构建微服务,gRPC是一个开源框架,可用于构建可扩展且高性能的微服务并创建服务之间的通信. 背景 随着企业越来越多地转向微服务,对构建这些微服务的低延迟和可扩展框架 ...

  6. [LeetCode]1281. 整数的各位积和之差

    给你一个整数 n,请你帮忙计算并返回该整数「各位数字之积」与「各位数字之和」的差. 示例 1: 输入:n = 234 输出:15 解释: 各位数之积 = 2 * 3 * 4 = 24 各位数之和 = ...

  7. Linux 时间操作及其同步

    完整格式支持链接:https://blog.imakiseki.cf/2022/02/27/techdev/linux-time-operations-and-sync/ 本文将以 Arch Linu ...

  8. 金融数据分析还能这样做?快试试这个BI工具小白也能学会!

    说起银行.保险.股票投资等这些金融行业,大多数人都认为它们都是依靠数据驱动的企业,毕竟大数据的诞生本来就是为了金融信息流通而服务的,但是事实真的是这样吗? 事实并非如此,真正在金融行业做数据分析的人, ...

  9. 重点收藏!BI数据分析工具哪家强?

    信息爆炸时代,大数据晋升为一个时髦词汇.不论是在哪个行业领域,大数据分析成为各企业备受推崇的决策工具.对于海量数据的挖掘,有助于统计事情发生的概率,帮助人们计算做某些事情成功的几率.企业正在数据的海洋 ...

  10. .Net 新一代编译器 Roslyn 会带来怎样的影响?

    .Net 新一代编译器 Roslyn 会带来怎样的影响? Roslyn是微软创建的一个.NET编译器平台,该项目于2014年4月3日开源. 最初 C# 语言的编译器是用 C++ 编写的,后来微软推出了 ...