您现在的位置:智能制造网>变频器频道 >行业资讯

注册送20元体验金

2019年06月04日 15:28:32来源:www.deshiao.com作者:德世奥变频器厂家关键词:变频器

一、非智能控制方式

  在交流变频器中使用的非智能控制方式有V/f协调控制、转差频率控制、矢量控制、直接转矩控制等。


(1)V/f控制

  V/f控制是为了得到理想的转矩-速度特性,基于在改变电源频率进行调速的同时,又要保证电动机的磁通不变的思想而提出的,通用型变频器基本上都采用这种控制方式。V/f控制变频器结构非常简单,但是这种变频器采用开环控制方式,不能达到较高的控制性能,而且,在低频时,必须进行转矩补偿,以改变低频转矩特性。


(2)转差频率控制

  转差频率控制是一种直接控制转矩的控制方式,它是在V/f控制的基础上,按照知道异步电动机的实际转速对应的电源频率,并根据希望得到的转矩来调节变频器的输出频率,就可以使电动机具有对应的输出转矩。这种控制方式,在控制系统中需要安装速度传感器,有时还加有电流反馈,对频率和电流进行控制,因此,这是一种闭环控制方式,可以使变频器具有良好的稳定性,并对急速的加减速和负载变动有良好的响应特性。


(3)矢量控制

  矢量控制是通过矢量坐标电路控制电动机定子电流的大小和相位,以达到对电动机在d、q、0坐标轴系中的励磁电流和转矩电流分别进行控制,进而达到控制电动机转矩的目的。通过控制各矢量的作用顺序和时间以及零矢量的作用时间,又可以形成各种PWM波,达到各种不同的控制目的。


(4)直接转矩控制

  直接转矩控制是利用空间矢量坐标的概念,在定子坐标系下分析交流电动机的数学模型,控制电动机的磁链和转矩,通过检测定子电阻来达到观测定子磁链的目的,因此省去了矢量控制等复杂的变换计算,系统直观、简洁,计算速度和精度都比矢量控制方式有所提高。即使在开环的状态下,也能输出100%的额定转矩,对于多拖动具有负荷平衡功能。


(5)最优控制

  最优控制在实际中的应用根据要求的不同而有所不同,可以根据最优控制的理论对某一个控制要求进行个别参数的最优化。例如在高压变频器的控制应用中,就成功的采用了时间分段控制和相位平移控制两种策略,以实现一定条件下的电压最优波形。


二、智能控制方式

  智能控制方式主要有神经网络控制、模糊控制、专家系统、学习控制等。在变频器的控制中采用智能控制方式在具体应用中有一些成功的范例。


①神经网络控制

  神经网络控制方式应用在变频器的控制中,一般是进行比较复杂的系统控制,这时对于系统的模型了解甚少,因此神经网络既要完成系统辨识的功能,又要进行控制。而且神经网络控制方式可以同时控制多个变频器,因此在多个变频器级联时进行控制比较适合。但是神经网络的层数太多或者算法过于复杂都会在具体应用中带来不少实际困难。


②模糊控制

  模糊控制算法用于控制变频器的电压和频率,使电动机的升速时间得到控制,以避免升速过快对电机使用寿命的影响以及升速过慢影响工作效率。模糊控制的关键在于论域、隶属度以及模糊级别的划分,这种控制方式尤其适用于多输入单输出的控制系统。


③专家系统

  专家系统是利用所谓“专家”的经验进行控制的一种控制方式,因此,专家系统中一般要建立一个专家库,存放一定的专家信息,另外还要有推理机制,以便于根据已知信息寻求理想的控制结果。专家库与推理机制的设计是尤为重要的,关系着专家系统控制的优劣。应用专家系统既可以控制变频器的电压,又可以控制其电流。


④学习控制

  学习控制主要是用于重复性的输入,而规则的PWM信号(例如中心调制PWM)恰好满足这个条件,因此学习控制也可用于变频器的控制中。学习控制不需要了解太多的系统信息,但是需要1~2个学习周期,因此快速性相对较差,而且,学习控制的算法中有时需要实现超前环节,这用模拟器件是无法实现的,同时,学习控制还涉及到一个稳定性的问题,在应用时要特别注意。

  • 凡本网注明"来源:智能制造网的所有作品,版权均属于智能制造网,转载请必须注明智能制造网,http://www.khola-janala.com。违反者本网将追究相关法律责任。
  • 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
  • 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

热门频道