摘要:传统的SVPWM算法,因其涉及较多的扇区判断、三角函数计算和平方根运算,其算法较为复杂.在此首先分析了基于分类算法的SVPWM的基本原理及其在计算效率上的优势.针对双三相感应电机控制的特点,提出基于分类算法的六相逆变器SVPWM控制算法,并进行了实验验证.实验结果验证了该控制算法的有效性.

　　关键词:感应电机;双三相;分类算法;数字信号处理器

　　1 引言

　　多相感应电机交流调速系统具有可靠性高、转矩脉动小、同等电压下功率更大等优点,是大功率交流变频调速的发展方向之一.双三相感应电机控制系统为其典型代表.传统的双三相感应电机SVPWM算法,因涉及较多的扇区判断、三角函数计算和平方根运算,其计算与实现较为复杂.为此,国内外学者研究了大量改进算法.其中,基于人工神经网络的分类算法已经应用在控制系统中,并且取得了较好的效果.其思想是按照预先指定的分类标准,将输入信号通过固定的训练模式进行分类、比较,终得到较理想的输出特性.

　　此处首先分析了分类算法的SVPWM原理.其次,采用基于分类算法的SVPWM控制算法,搭建了六相逆变器的SVPWM模型,并对其进行了基于DSP的实验验证.

　　2 基于分类算法的SVPWM原理

　　传统的三相VSR电压的作用方式及合成原理如图1所示.

　　定义调制度为:

　　式中:‖ur‖为参考相电压幅值;Udc为逆变器直流母线电压.

　　传统的SVPWM算法较为复杂.分类算法的思想是按照一定的分类标准,将输入参考信号通过固定的训练模式进行分类和比较,并得到较理想的输出特性.由于所有进行分类的网络权值都已知,因此无需对其进行训练.

　　比较网络训练完成后,在输入层输入标幺化的输入参考电压矢量,则该网络中间节点的值为:

　　net=U·W=‖U‖W‖cosθ (2)

　　由于输入矢量和权值矢量均为标幺化,中间节点的值可由上述两个矢量夹角的余弦决定.赢得比较的矢量是靠近输入矢量的,即比较结果的那个中间节点会赢得比较.

　　与传统的SVPWM相比,基于分类算法的SVPWM算法简单、.参考电压矢量经过6个线性单元计算后,其结果被送入比较网络进行处理.其中第k个计算单元为:

　　nk=‖ur‖‖uk‖cos(∠ur,uk),k=1,2…6 (3)

　　通过判断计算比较单元的两个输出值ni与ni+1,即可确定出用来合成参考电压矢量的基矢量ui与ui+1.式(3)计算ni的方法是非线性的,实际应用中一般采用文献的方法进行线性化处理.综上所述,可得基于分类算法的SVPWM原理框图如图2所示.

　　3 基于分类算法的六相逆变器SVPWM

　　针对双绕组的中性点不连接的双三相电机所需的六相逆变器,将其分成两个独立切换的三相逆变器,并将开关矢量映射到逆变器的拓扑结构中,如图3所示.

　　这样将简化选择开关矢量和计算作用时间.从这一角度出发,六相逆变器SVPWM控制就是要合成两个幅值相同,相位相差30°的参考矢量.此时,可将同一个参考矢量应用到两个调制器中,只要将一个调制器的开关矢量顺时针移30°,即可用到另一个调制器中,如图4所示.由图中的两个六边形可以看出,ABC绕组的矢量图与abc绕组的矢量图并不相同.故在一个开关周期内,两个绕组的开关矢量选择和作用时间也不同.通过分类算法的SVPWM可使ABC绕组运行在过调制区域,同样可对abc绕组作类似控制.

　　结合上述分析,可得基于分类算法的双三相感应电机SVPWM控制框图如图5所示.

　　4 实验验证

　　使用TMS320F2812型DSP实现所提出的双三相SVPWM方法,图6示出实验波形.

　　开关频率5 kHz,电机额定功率3 kW,额定频率50 Hz,额定转速970 r·min-1.图6a,b为CCS环境下观察的相电压调制波波形与电机转子角度,图6c为双三相电机线电压和电流波形.由实验结果可见,所提出的基于分类算法双三相电机SVPWM可使电机运行较为平稳.

　　5 结论

　　此处首先分析了分类算法的SVPWM原理.其次,采用了基于分类算法的SVPWM控制算法,搭建了六相逆变器的SVPWM模型,并对其进行了基于DSP的实验验证.实验结果证明了所使用多相电机分类算法SVPWM的有效性,其方法还可进一步扩展到更多相数的多相电机中.

参考文献:

[1]. Udc datasheet https://www.dzsc.com/datasheet/Udc_1172741.html.
[2]. ABC datasheet https://www.dzsc.com/datasheet/ABC_2278633.html.
[3]. TMS320F2812 datasheet https://www.dzsc.com/datasheet/TMS320F2812_1116432.html.