SVPWM实现概述
SVPWM是FOC的基础,其实现流程大致如下所示:
1. 判断合成矢量所在扇区
2. 计算相邻矢量作用时间
3. 计算各桥臂导通时间
4. 得到各相PWM占空比
5. 更新相应寄存器值
SVPWM目标矢量是根据其所在扇区选择非零矢量与零矢量合成而成,有五段式、七段式、混合式,七段式开关次数较多,但谐波较小;五段式开关次数是七段式的一半,但谐波较大,下面的计算过程以七段式为例
1. 判断合成矢量所在扇区
合成矢量${U_{{\rm{ref}}}}$在二相坐标系$\alpha $轴和$\beta $轴的分量分别为${U_\alpha }$、${U_\beta }$(在FOC中,由反Park变换得到),由合成矢量落在各扇区的充分必要条件分析可知,可按如下方法确定合成矢量所属扇区:
令
${U_1} = {U_\beta }$
${U_2} = \frac{{\sqrt 3 {U_\alpha } - {U_\beta }}}{2}$
${U_3} = \frac{{ - \sqrt 3 {U_\alpha } - {U_\beta }}}{2}$
若${U_1} > 0$,则A = 1,否则A=0;
若${U_2} > 0$,则B = 1,否则B=0;
若${U_3} > 0$,则C = 1,否则C=0;
令 N = 4C +2B+A
N值与扇区关系对应如下:
|
N |
1 |
2 |
3 |
4 |
5 |
6 |
|
扇区 |
II |
VI |
I |
IV |
III |
V |
2. 计算各相邻矢量作用时间
令
$\left\{ \begin{array}{l}
X = A{U_\beta }\\
Y = \frac{A}{2}(\sqrt 3 {U_\alpha } + {U_\beta })\\
Z = \frac{A}{2}( - \sqrt 3 {U_\alpha } + {U_\beta })
\end{array} \right.$
$A = \frac{{\sqrt 3 T}}{{{U_{DC}}}}$,${U_{DC}}$为母线电压,$T$为合成矢量${U_{{\rm{out}}}}$作用时间
|
扇区 |
I |
II |
III |
IV |
V |
VI |
|
t1 |
-Z |
Z |
-X |
X |
-Y |
Y |
|
t2 |
X |
Y |
-Y |
Z |
-Z |
-X |
令
$\left\{ \begin{array}{l}
{T_a} = \frac{{T - {t_1} - {t_2}}}{4}\\
{T_b} = {T_a} + \frac{{{t_1}}}{2}\\
{T_c} = {T_b} + \frac{{{t_2}}}{2}
\end{array} \right.$
3. 计算各桥臂导通时间及占空比
|
扇区 |
I |
II |
III |
IV |
V |
VI |
| ${T_{CM1}}$ |
Ta |
Tb | Tc | Tc | Tb | Ta |
| ${T_{CM2}}$ |
Tb |
Ta | Ta | Tb | Tc | Tc |
|
${T_{CM3}}$ |
Tc | Tc | Tb | Ta | Ta | Tb |
4. 将上面计算出的${T_{CM1}}$, ${T_{CM2}}$, ${T_{CM3}}$送入单片机定时器寄存器即可产生SVPWM
SVPWM实现概述的更多相关文章
- 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( ...
- 【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 ...
- 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 ...
- 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 ...
- .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 ...
- [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> ...
- 【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 ...
- 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 ...
- [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
- 「BUAA OO Pre」Git生成多个ssh key并连接GitLab仓库
「BUAA OO Pre」Git生成多个ssh key并连接GitLab仓库 Part 0 前言 写作背景 笔者在配置学校GitLab的ssh key时遇到一些问题,原因应为曾经配置过GitHub的s ...
- Solution -「多校联训」光影交错
\(\mathcal{Description}\) Link. 一个游戏包含若干次卡牌抽取,每次以 \(p_l\) 的概率得到 \(+1\),\(p_d\) 的概率得到 \(-1\),否则得到 ...
- 使用Sinopia部署私有npm仓库
使用Sinopia部署私有npm仓库 [root@localhost ~]# hostnamectl set-hostname --static npm-server [root@npm-server ...
- 使用java程序完成大量文件目录拷贝工作
java程序完成目录拷贝工作 背景描述:我目录有140多个,每个目录里面都有一个src目录.我现在想要所有的src目录移动到同一个目录中. package com.util.cp; import ja ...
- JVM学习——学习方法论&学习大纲
2020年02月06日22:25:51 完成了Springboot系列的学习和Kafka的学习,接下来进入JVM的学习阶段 深入理解JVM 学习方法论 如何去学习一门课程--方法论 多讨论,从别人身上 ...
- 利用DP-SSL对少量的标记样本进行有效的半监督学习
作者 | Doreen 01 介绍 深度学习之所以能在图像分类.自然语言处理等方面取得巨大成功的原因在于大量的训练数据得到了高质量的标注. 然而在一些极其复杂的场景(例如:无人驾驶)中会产生海量的数据 ...
- python.36的特性新定义初学者必看课程
一.Python3.6新特性 1.新的格局化字符串办法 <p "="">新的格局化字符串办法,即在一般字符串前增加 f 或 F 前缀,其效果相似于str.fo ...
- 16进制转字符串得到flag
工业协议分析2 666c61677b37466f4d3253746b6865507a7d
- [题解]UVA10986 Sending email
链接:http://vjudge.net/problem/viewProblem.action?id=24941 描述:n个点,m条边的无向图,寻找从S到T的最短路. 思路:基础的单源点最短路 用Di ...
- 【C#基础概念】程序集清单
.NET Core 程序集(模块)还包含描述程序集本身的元数据,我们称之为清单.清单记录了当前程序集正常运行所需的所有外部程序集.程序集的版本号.版权信息.模块 .资源(图片 xml等)等.与类型元数 ...