版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
二辊矫直机变频速度控制研究案例概述目录TOC\o"1-3"\h\u12993二辊矫直机变频速度控制研究案例概述 1259021.1矢量控制原理 3220611.1.1矢量控制基本思想 3226701.1.2矢量变换 3181111.1.3三相异步电机在不同坐标系下的数学模型 5317111.2无速度传感器矢量控制的速度估计 10323401.2.1基于EKF的速度估计系统模型 11283271.2.2基于PSO的扩展卡尔曼滤波器 14243351.3矫直机无速度传感器矢量控制变频调速系统设计 1841921.3.1矫直辊调速系统要求 18247651.3.2定子磁场定向的矢量控制系统的设计与分析 18与直流电动机相比,异步交流电动机具有安装简单,体积小,能量传递效率高的优点。如果再加上可靠、直接的变频控制策略,它将具有良好的应用前景[22]。然而三相异步电动机本身是一个高阶,非线性,强耦合的时变系统,这使得传统的PID控制器无法获得更好的控制效果[23],尤其是在不确定实际工作条件的情况下。感应电动机的速度控制有两种类型,即标量控制和矢量控制。在感应电动机的标量控制中,一种众所周知的方法是V/Hz控制[24]。在V/Hz控制中,通过改变所施加电压的频率但保持定子电压与频率之间的比率恒定来控制电动机的速度。该比率必须保持恒定,以保持恒定的磁通量和输出转矩水平。这种类型的速度控制既快速又易于构建,但是在V/Hz方法中有一些估计值会限制感应电动机的动态和瞬态响应,例如V/Hz该方法仅适用于感应电动机的稳态响应[25]。感应电动机的矢量控制结合了定子和转子绕组的自感和互感之间的相互作用,从而可以研究其对感应电动机的磁通量和转矩的影响。而且,该控制包括由于转子的旋转和三相定子磁场的旋转而导致的自感和互感随角度变化的变化[26]。因此,为了研究感应电动机的动态和瞬态响应,最好采用矢量控制方法。间接转子磁场定向(IRFO)是矢量控制技术之一,其中定子磁通投影对准参考轴的转子框架。在这种控制技术中,首先将三相域转换为直轴(d轴)和正交轴(q轴),这类似于直流电机控制一样转换了此控制。然后,通过使用电流矢量投影,可以精确控制感应电动机的速度和转矩。IRFO的独特之处在于它不需要通量传感器。而感应电动机的磁通矢量是通过使用速度和电流传感器的反馈来估算的。基于IRFO的控制器的这一特性使它们更加坚固并且不易出现故障[27]。通常传统的异步电动机安装速度编码器以检测速度,并反馈速度信号。但是用速度传感器测量速度会带来许多不便,例如更大的体积和传感器维护的困难。另外,速度传感器的布置提高了制造成本并且使得系统的安全可靠性减弱。无速度传感器矢量控制策略不需要硬件测试,因而消除了速度传感器产生的诸多繁琐问题。因此,无速度传感器的异步电动机矢量控制在实际生产中具有更好的前景。本文研究使用无速度传感器的异步电动机矢量控制方法来控制驱动矫直辊旋转的三相交流异步电机。1.1矢量控制原理1.1.1矢量控制基本思想在矢量控制方案中,由两个正交分量合成一个复杂的电流,其中一个负责电机的磁链水平,另一个控制电机的转矩产生。本质上,控制问题被重新表述成类似于直流电机的控制。矢量控制提供了许多好处,包括速度控制在一个广泛的范围,精确的速度调节,快速动态响应,并在基础速度之上运行。矢量控制算法基于两个基本思想。第一个是产生电流的磁通和转矩。一个感应电机可以使用两个正交电流取代实际应用于电机的三相电流,从而进行最简单的建模和控制,这两种电流称为直流和正交,分别负责在电机中产生磁通和转矩[28]。根据定义,电流与定子磁链同相,成直角。施加在电机上的实际电压和产生的电流位于三相系统中。由此,静止参考系和与定子磁通同步旋转的参考系之间的运动就成了问题。第二个基本思想便是将一个参考系中的正弦量转换为参考系中的常数值,参考系以相同的频率旋转。一旦通过仔细选择参考系将正弦量转换成常数值,就可以用传统的比例积分控制器来控制该量。1.1.2矢量变换为设计矢量控制驱动器,必须要知道三相异步电机的动态模型。动态模型考虑了变化的电压/电流,定子频率和转矩扰动的瞬时影响。感应电动机的每相等效电路仅在稳态条件下才有效。但是在瞬态响应条件下,三相电压和电流不处于平衡状态。通过三相分析来研究电机性能较为困难。坐标变换是简化交流电动机复杂模型的重要数学方法,是交流电动机矢量控制的基础,坐标变换包括三相静止坐标系和二相静止坐标系的变换(简称3s/2s变换)、二相静止坐标系和二相旋转坐标系的变换(简称2s/2r变换)[29]。为了减少这种复杂性,需要将坐标轴从转换为。坐标轴转换示意图如图1.1所示。图1.1三相到两相坐标轴转换示意图Fig.1.1Schematicdiagramofthree-phasetotwo-phasecoordinateaxisconversion从转换为的矩阵可以表示为:(4-1)矢量控制的基本原理是通过测量异步电动机定子电流矢量的参数,在磁场定向理论的基础上分别控制励磁电流和转矩电流,从而达到异步电动机转矩控制的目的[30]。矢量控制遵循以下原则:产生相等的磁通势,将三相固定坐标系转换为两相固定坐标系,然后转换为两相旋转坐标系,从而将定子电流励磁分量和转矩分量完全解耦。根据矢量控制变频原理,异步电动机的三相坐标系可以等效于两相固定坐标系。然后通过坐标变换,两相固定坐标系可以等效于两相同步旋转坐标系。此时,如果坐标系与异步电动机的核心同时旋转,则可以获得直流电动机的模型,即三相异步交流电动机等效于直流电动机[31]。在异步电动机等效于直流电动机之后,就可以将直流电动机的控制策略运用于控制异步电动机。矢量控制原理图如图1.2所示。图1.2矢量控制原理图Fig.1.2Vectorcontrolprinciplediagram和信号由控制器给出,和可通过2r/2s坐标变换来获得,并且、、可由2s/3s坐标变换得到。将上述电流信号和给定的速度控制信号传输到变频器控制模块,可以获得交流电动机电流控制信号、、。在异步电动机的变频调速系统中,通过三相/两相坐标变换可以抵消上述两相旋转坐标变换。忽略逆变器对控制信号的磁滞效应。然后,输入控制信号可以直接等于输出频率信号。1.1.3三相异步电机在不同坐标系下的数学模型三相异步电动机的数学模型较为复杂,为了研究三相异步电动机的控制规律,需要对其模型进行简化。简化的过程是:首先通过三相/二相静止坐标系的变换,将三相交流异步电动机的模型用二相交流电动机模型来等效,以减少变量。然后再将二相电动机用一个建立在dq旋转坐标系上的模型来等效。在dq旋转坐标系上,定子和转子的两个绕组分别在同一轴线上(d轴和q轴),且d轴与q轴绕组互相垂直,这意味着d轴两个绕组与q轴两个绕组之间没有耦合,互相没有影响,这减少了绕组间的耦合。a三相异步电机在三相静止坐标系中的数学模型磁场是电动机能量传递的介质。电动机磁场由通电线圈(绕组)产生,磁场可以用磁动势、磁通、磁链等参数表示。在忽略电动机铁心的铁耗和饱和时,绕组产生的磁动势与磁通成正比,并且相位相同,因此研究中常使用磁动势的概念。磁链是指磁通中与其他绕组发生交链的部分,磁链突出了绕组间磁场的互相影响。表征电动机绕组的主要参数有电阻和电感,在下面涉及的电动机电阻和电感都已经按定子侧折算。(1)三相异步电动机绕组的电感电动机定子和转子绕组在通过电流时都产生磁通,产生磁通的一小部分不经过气隙,仅在定子或转子的铁心中形成闭合回路,与其他绕组没有发生关系,这部分磁通称为漏磁通,与漏磁通对应的绕组参数是漏感;绕组产生的磁通大部分通过了气隙并与其他绕组(定子或转子的绕组)发生交链,这部分磁通称为互感磁链,与互感磁链相应的绕组参数是互感。因为电动机绕组的对称性,因此,三相定子绕组的漏感相同,表示为,三相转子绕组的漏感相同,表示为。在近似认为互感磁通都通过电动机气隙时,三相定子绕组和转子绕组之间的互感都相同,表示为,三相电动机每个绕组既有自感,也与其他五个绕组有互感,每个绕组的自感包括漏感和互感,因此电动机绕组的电感以矩阵表示为:(4-2)其中定子绕组的自感为:(4-3)转子绕组的自感为:(4-4)定子绕组之间的互感为:(4-5)转子绕组之间的互感为:(4-6)定子和转子绕组之间的位置是随转角变化的,因此定子和转子绕组之间的互感为[32]:(4-7)(4-8)(4-9)式中,为转子旋转角速度。其中为定子绕组电感子矩阵;为转子绕组电感子矩阵;为定子绕组对转子绕组的互感子矩阵;为转子绕组对定子绕组的互感子矩阵。(2)三相异步电动机的磁链方程电动机每相绕组的磁链包括自感磁链和其他绕组对它的互感磁链,定转子六个绕组的磁链以矩阵表示为[33]:(4-10)其中分别是通过定子和转子绕组的磁链。式(4-10)也可表示为:(4-11)(3)三相异步电动机的电压方程三相异步电动机每相绕组电压包括绕组电阻压降和绕组磁链变化产生的感应电动势,因此可列出电动机定子和转子六个绕组的电压方程[33]。定子电压方程为:(4-12)转子电压方程为:(4-13)式中为定子绕组电阻;为转子绕组电阻(已折算到定子侧)。以矩阵形式表示为:(4-14)根据机电能量转换原理,电动机的动态瞬时电磁转矩为:(4-15)其中为电动机输出能量,在忽略转子损耗时,为定子经气隙传递到转子的电磁能量(磁共能),也是电动机定子与转子交链电感的储能[33]。(4-16)三相异步电动机的运动方程为:(4-17)式中J为机组的转动惯量;为电动机负载转矩[33](包含摩擦转矩等)。b三相异步电机在两相旋转坐标系上按转子磁场定向的数学模型二相交流电动机模型定子和转子分别建立在两个静止坐标系上,电压方程由三相电动机的六个减少为四个,电压和电流变量也减少了,但是定子绕组和转子绕组间的复杂耦合关系并没有改变,如果将二相交流电动机模型的两个坐标系通过旋转变换(2s/2r)统一到一个旋转坐标系上,则可以减少定子和转子绕组之间的耦合关系,使电压方程进一步简化。从两个静止二相坐标系到一个旋转二相坐标系的变换,仅是数学表达形式的变化,电动机的本质没有变。(1)在dq坐标系上的磁链方程在任意旋转dq坐标系上,“伪静止”的同轴定子和转子绕组之间有互感,但d轴绕组与q轴绕组是相互垂直的,即它们之间的互感为0,这意味着d轴绕组与q轴绕组互不影响(解耦)。因此可以写出在dq坐标系上的磁链方程。磁链方程为:(4-18)(2)电压方程在dq旋转坐标系上定、转子绕组之间没有相对运动,但这仅是伪静止,定、转子绕组电压中除电流变化产生的脉动电动势p外,还包含着转子旋转产生的旋转电动势,在dq坐标系上,该旋转以定子和转子对dq坐标系的相对速度和表示,定子旋转角频率,转子旋转角频率,因此异步电动机在dq坐标系上的电压方程为[33]:(4-19)将电流和磁链代入各相电压方程,得:(4-20)(4-21)同理可得转子电压方程为:(4-22)(4-23)整理定子和转子电压方程可得,在任意旋转dq坐标系上电压方程的矩阵形式为:(4-24)(3)转矩方程(4-25)采取沿转子的总磁通矢量的d轴的方向为M轴,并且通过逆时针旋转q轴为T轴。通过这种方式,将两相同步旋转坐标系指定为M和T轴坐标系,它是根据转子磁通定向的旋转坐标系。由于M轴被上的圆周取代,获得以下结果:(4-26)最终可获得:(4-27)如上所述,异步电动机的坐标变换和控制器的坐标变换相互抵消。根据矢量控制算法,将给定的磁通量信号和速度信号输入到控制模型中。如果利用分割速度调节器的输出,就可以到达上述电磁转矩消磁连锁效应,并实现了定子电流的解耦。1.2无速度传感器矢量控制的速度估计速度测量在感应电动机(IM)的高性能控制中起着重要作用。感应电动机驱动器的无速度传感器控制具有很大的发展前景,如降低成本,增强抗干扰性和可靠性[34]等,越来越引起科学家和工程师的研究兴趣。速度估计是感应电动机驱动器无速度传感器控制的关键,近几十年来已开发出许多方法来解决此问题,例如基于电动机模型的开环观测器,模型参考自适应观测器,降阶/全阶闭环观测器以及扩展的卡尔曼滤波[35]等。扩展卡尔曼滤波器(ExtendedKalmanFilter,EKF)是非线性系统的随机观测器,可用于在各种电机速度范围内的高性能伺服系统的速度估算[36-37]。与状态观测器方法相比,EKF是系统状态和系统噪声和测量噪声污染的准确估计器,并且这些噪声通常来自数学模型的参数不确定性,系统干扰和不准确的测量等。EKF的有效性将严重依赖于系统的协方差矩阵和测量噪声,这是速度估计的关键参数,通常无法事先精确获取。因此,已经提出了几种基于智能优化算法的方法来增强基于EKF的感应电动机速度估计的性能。例如,在无速度传感器的磁场定向控制器中,遗传算法(GA)已用于优化EKF的协方差矩阵[38]。提出了一种模拟退火算法来优化感应电动机无传感器控制中的速度观测器,并将速度估计的性能与遗传算法辅助的EKF进行了比较[39]。文献[40]提出了粒子群优化(PSO)来优化EKF的性能,以估计感应电动机驱动器的速度。文献[41]中,EKF被用来同时估计状态和参数,并且提出了一种非线性模糊控制器来优化EKF以改善电机驱动的性能。在上述智能算法中,PSO是一种易于实现的启发式智能优化算法,已广泛应用于优化领域。然而,PSO的缺点之一是易于收敛到局部最优,最近提出了许多改进措施来克服PSO的过早收敛问题[42]。在本文中,采用了新开发的PSO算法来优化EKF,以用于感应电动机的速度估计。1.2.1基于EKF的速度估计系统模型感应电动机在坐标系的状态空间模型可以表述为:(4-28)(4-29)其中。(4-30)“A”和“”分别表示状态估计和状态预测。为二阶单位矩阵,为二阶矩阵。运动方程和转矩方程分别可以表达为:(4-31)(4-32)(4-28)-(4-32)是感应电动机的完整数学模型。基于上述感应电动机的数学模型,可以通过添加状态变量来建立基于EKF的速度估计的状态空间模型,可以表达为:(4-33)(4-34)其中。(4-35)考虑到数字系统的采样周期短,感应电动机的转子速度可以视为常量,即。此外,由公式(4-33)和(4-34)表示的状态空间模型可以离散化表示为:(4-36)(4-37)其中。、、分别是离散系统矩阵、输入矩阵和输出矩阵,可以近似表示为:(4-38)(4-39)(4-40)其中通常是指很短的采样时间。忽略和的二次项,、、的离散化表达为:(4-41)考虑到模型参数的不确定性和可变性以及测量系统的噪声干扰,离散化系统模型可以改写为:(4-42)(4-43)其中和分别是不相关的系统噪声和测量噪声,其平均值为零,即,它们的协方差矩阵分别定义为:(4-44)(4-45)本文将使用改进的PSO算法来优化矩阵和的元素。1.2.2基于PSO的扩展卡尔曼滤波器a基于EKF的状态估计为了估算感应电动机的速度,传统的EKF方程表示如下:(4-46)(4-47)(4-48)(4-49)(4-50)其中梯度矩阵和可分别表示为:(4-51)(4-52)b改进的PSO算法粒子群优化(PSO)算法模拟群体的行为,例如鸟群和鱼群,并已广泛用于各种优化问题。在PSO中,定义了粒子来表达问题的候选解决方案,并且群体的粒子会飞来飞去搜索最佳搜索空间[12]。对于每个粒子,速度和位置的迭代更新如下:(4-53)(4-54)其中和分别表示第i个粒子在第k次迭代的速度和位置,表示第i个粒子的最佳历史位置,即;表示直到第k次迭代的全体粒子群的最佳历史位置,表示惯性权重,和分别表示加速度系数或认知和社会参数,和是两个在[0,1]区间上均匀分布的随机生成的数字。在本文中,惯性权重和加速度系数计算如下:(4-55)(4-56)(4-57)其中和表示初始和最终惯性权重值;和分别表示的初始和最终加速度系数值,和分别表示PSO算法的当前迭代次数和最大迭代次数。到目前为止,已经提出了许多改进的方法来增强PSO算法的性能,本文中利用改进的PSO(MPSO)优化基于感应电动机速度估计的EKF。MPSO的更新方程式如下所示:(4-58)(4-59)其中和分别是和的随机振动,它们的强度将取决于进化因子(表示为),可表达为:(4-60)其中和是粒子群中一个粒子与其他粒子之间的平均距离的最大值和最小值,表示的平均距离,第i个粒子在第k次迭代的平均距离可表达为:(4-61)其中S和D分别表示粒子群的大小和粒子的维度。根据的计算公式,将进化状态按等分策略进行划分,如下所示:(4-62)其中表示四种进化状态,即收敛状态(=1),开发状态(=2),探索状态(=3)和跳出状态(=4)。根据进化状态,和的随机振动策略如表1.1所示,表中和是两个具有自由维度的向量,其元素是均匀分布在[-a,a]区间上的随机数,用于调节随机振动的强度。表1.1pbest和gbest随机振动的策略Table1.1Strategiesofpbestandgbestrandomvibration状态模式收敛=100开发=20探索=30跳出=4和的振动给收敛过程带来一些“动荡”,以便可以更全面地利用和探索整个搜索空间。因此,它更有可能从捕获的局部最优值中飞出,并在搜索空间中达到全局最优值。c协方差矩阵的优化协方差矩阵的优化是在某些性能指标(如适应度函数或成本函数)下调整公式(4-44)和(4-45)矩阵的元素。在感应电动机的无速度传感器控制中,感应电动机的速度是无法观察到的值,需要使用EKF进行估算。由公式(4-37)到(4-40)可以看到,定子电流可以通过使用电流传感器进行测量,并且估算电流与其测量值之间的较小差异意味着感应电动机的速度估算更加准确。因此,可以将定子电流的估计值与测量值之差用作适应度函数,以使其最小化,并表示如下:(4-63)其中表示欧几里得距离;N是参与协方差矩阵优化的样本。基于上述EKF和MPSO算法,基于PSO的扩展卡尔曼滤波器的基本步骤如下。(1)初始化由协方差矩阵Q、R的元素和粒子群优化算法参数组成的粒子;(2)重复;(3)根据粒子群中每个粒子的元素重构协方差矩阵Q、R;(4)根据公式(4-46)-(4-50)执行基于异步电机速度估计的EKF,获得每个粒子群对应的定子电流的估计;(5)根据式(4-63)计算所有粒子的适应度,更新和;(6)根据式(4-61)计算群中各粒子的平均距离;(7)根据式(4-60)计算进化因子;(8)根据式(4-62)对进化状态进行分类;(9)根据表1和公式(4-58)-(4-59)更新粒子群的速度和位置;(10)直到最大迭代次数;(11)输出最优粒子群,重构Q、R协方差矩阵。1.3矫直机无速度传感器矢量控制变频调速系统设计1.3.1矫直辊调速系统要求为更大范围内适应工艺要求,驱动矫直辊旋转的电机还要求调速范围足够宽。不同规格的钛棒应有不同的矫直速度,其大小取决于机组的产量、设备能力和矫直质量,而且不同屈服强度和不同直径规格的钛棒需要不同的矫直速度,因此二辊矫直机变频调速系统应具有以下优良性能:较大的调速范围,三相异步电机输出功率要大,且在大的变速区域内速度要相对稳定,恒输出功率变速区域宽;在不连贯负荷下三相异步电机转速起伏要小;提速、减速快;温度升高速率低,噪音小,机械振动小,高可靠性;电机过载水平强;高效的动态响应及其可在四象限工作;可以便捷地变速、换向,应能依据差异负载自动变速,并兼备保护机制。1.3.2定子磁场定向的矢量控制系统的设计与分析通过对矫直辊调速系统的性能分析,设计调速系统控制要求,本文选择无速度传感器矢量控制方法来对两矫直辊的旋转速度进行控制。一般而言,在应用矢量控制调速技术时,需要配备有速度传感器如旋转编码器,通过它可实现转速的闭环回路。但是这种方式在实际的生产中造成许多难题,如高精确度的速度传感器价格不菲,扩大了系统的成本投入;速度传感器多由电子线路组成,无法抵抗较强的电磁干扰;扩展速度传感器,使电机轴向体积增大,存在安装与连接的问题;速度传感器通常在高温度、高湿度的极端情况下不能正常运行。针对以上缺点,研究人员提出了利用电流、电压等易于测量的物理量对电机转速进行辨识的无传感器变频调速技术[43]。在不相同的调速区间和使用情况下如何精准地辨识电动机的转速,始终是科研工作者研究分析的关键。本文采用基于PSO优化的EKF无速度传感器定子磁场定向控制方法。通常,转子磁链的检测精度受电机参数影响较大;气隙磁链虽可利用磁链传感线圈或霍尔元件直接测量,精度较高,但一般情况下,不希望附加这些检测元件,而是希望通过机端检测的电压、电流量计算出所需磁链,同时降低转子参数对检测精度的影响[44],因此出现了定子磁场定向矢量控制方法。定子磁场方向控制方法是将参考坐标的d轴放在定子磁场方向上,此时,定子磁链的q轴分量为零,如果保持定子磁链恒定,电磁转矩和定子q轴电流成正比,因此通过控制与转矩成正比的q轴电流分量,实现电动机的矢量控制[45]。磁场定向控制是矢量控制方法,既控制电流和电压的幅值,又控制电流和电压的相位。应用磁场定向控制,磁链幅值和转矩被控制到期望的数值,这样,感应电机调速系统能够得到满意的转矩和速度响应。感应电机磁场定向控制的Simulink模型的构建步骤如下:(1)构造磁链估计模型用给定的定子电阻(0.294)和定子磁链方程以及直角坐标到极坐标变换模块构造磁链估计的Simulink模型,如图1.3所示。直角坐标变换为极坐标。
图1.3磁链估计的Simulink模型Fig.1.3Simulinkmodeloffluxlinkageestimation在磁链估计模型中,输入是dq轴定子电压矢量和定子电流矢量,输出是dq轴磁链矢量的幅值和相位。
(2)构造磁场定向控制系统模型
磁场定向控制系统Simulink模型如图1.4所示。图1.4磁场定向控制系统Simulink模型Fig.1.4Simulinkmodeloffield-orientedcontrolsystem磁场定向控制系统模型主要包括速度给定模块、磁链给定模块、4个PI模块、派克正变换、派克反变换模块、磁链计算模块、感应电机模块、负载模块。感应电机模块使用是感应电机电压输入模型。速度给定模块选用Simulink库函数RepeatingSequence。(3)运行确定参数的磁场定向控制器Simulink模型磁链给定模块应用Step模块,完成磁链给定:。Step模块的输入参数为:Steptime=0,Initialvalue=0,Finalvalue=0.86。速度给定应用RepeatingSequence模块,完成速度给定。产生磁链阶段:;速度斜坡上升阶段:;稳定阶段:;速度斜坡下降阶段:;稳定阶段:。RepeatingSequence模块的输入参数为:Timevalues=,Outputvalues=。20的负载模块应用Step模块,完成负载参数给定:Steptime=0.1,Initialvalue=0,Finalvalue=20。4个PI控制器参数如表1.3所示。表1.3PI控制器参数Table1.3PIcontrollerparameters名称输入输出比例积分磁链PI控制器磁链幅值命令值和磁链幅值估计值之差电流参考值4001000速度PI控制器速度命令和转子速度之差电流参考值800100电流PI控制器电流参考值和测量值之间的偏差定子电压110电流PI控制器电流参考值和测量值之间的偏差定子电压80100首先,当速度给定等于0时,调整磁链PI控制器和电流的PI控制器参数,确保电机磁链幅值达到磁链给定值。0~0.1s速度给定等于0,在此期间,电机的磁链被建立;0.1s后,磁链被控制。其次,调整速度PI控制器和电流的PI控制器参数,确保得到较好的转矩响应。无速度传感器磁场定向控制器驱动使用的是0.147kw的感应电机。应用磁场定向控制感应电机的仿真模型来构建无速度传感器磁场定向控制的感应电机驱动系统,结构框图如图1.
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 汽车焊装生产线操作工岗前实操知识考核试卷含答案
- 水生植物病害防治员岗前记录考核试卷含答案
- 口腔设备组装调试工安全知识宣贯能力考核试卷含答案
- 中药材种植员达标模拟考核试卷含答案
- 测量与控制系统(单元)装调工安全实操能力考核试卷含答案
- 危险品物流员成果竞赛考核试卷含答案
- 文物修复师岗中应急能力考核试卷含答案
- 油墨制造工基础综合测试考核试卷含答案
- 乒乓球拍制作工岗位实践评估考核试卷含答案
- 内燃机车钳工岗前安全宣传考核试卷含答案
- 2026北京市朝阳区卫生健康委员会所属事业单位第二批招聘241人笔试备考题库及答案解析
- 4.1妈妈教学设计
- 2026年内蒙古中考语文试卷及答案
- 神经内科诊疗新技术
- 成人术中外周静脉输液技术操作及管理指南
- 双侧前庭病诊断与治疗专家共识
- 110kV变电站电气调试实施方案
- 八年级物理第二学期期中考试质量分析
- 2026-2030中国化机浆市场竞争规划与未来前景发展趋势研究报告
- 2026年全国客运从业资格证考试模拟试题及答案
- 2026粉末冶金开发高速钢刀片脱模剂适用性分析报告
评论
0/150
提交评论