[论文解读] Generic machine identification and maximum efficiency operation of induction machines
本文提出了一种通用的、基于实验的感应电机参数识别方法,适用于转子磁链定向的dq参考帧,无需显式铁损模型即可生成最大效率每扭矩(MEPT)查表,通过稳态测量隐式捕捉饱和和铁损等非线性特性,即使在无转矩传感器的情况下,其效率仍优于V/Hz控制和标准磁场定向控制。
This paper proposes an advanced machine identification method for inverter fed squirrel-cage induction machines, based on steady-state measurements in the rotor flux oriented dq-reference frame. The measured machine maps are used to extract maximum efficiency per torque (MEPT) look-up tables, which guarantee the maximum achievable efficiency in every operating point. Furthermore, it is shown, that comparable results can be achieved, even without a torque sensor. The main advantage of the described method is its generality, which implicitly covers magnetic saturation, iron losses and other nonlinear effects that are typically neglected or approximated by complex models. Finally, the efficiencies of V/Hz and field-oriented control (FOC) are calculated for different speeds and load torques, allowing for quantitative assessment and comparison of both methods.
研究动机与目标
- 开发一种通用的、基于稳态测量的感应电机参数识别方法,适用于dq参考帧下的稳态条件。
- 提取最大效率每扭矩(MEPT)查表,确保所有工作点均实现最优效率。
- 在不依赖复杂解析铁损模型或转矩传感器的前提下实现效率优化。
- 对不同转速和负载转矩下V/Hz控制与磁场定向控制(FOC)的效率进行定量比较。
- 通过实验数据而非理论建模,隐式捕捉磁路饱和和铁损等非线性效应。
提出的方法
- 在鼠笼式感应电机上,使用dq参考帧中定子电流参考值的规则网格进行稳态测量,覆盖可行的电流范围。
- 以每一点2秒的保持时间进行电流点扫描,确保达到稳态,记录电压、电流、磁链和转速数据。
- 通过数字低通滤波和均值计算提取稳态数据,随后利用对称性扩展至四个象限。
- 在MATLAB中应用局部加权回归平滑(loess)拟合,对测量所得的三维非线性磁链和效率分布图进行平滑处理。
- 从测量得到的分布图中,通过识别使损耗最小的电流组合,构建MEPT查表。
- 在多个转速下重复测量,以生成适用于变转速运行的多维查找表。
实验结果
研究问题
- RQ1是否可以采用一种通用的、基于实验的方法,在不依赖解析铁损模型的前提下,识别dq参考帧中的感应电机参数?
- RQ2通过稳态测量,能够多大程度上隐式捕捉磁路饱和和铁损等非线性效应?
- RQ3在不同转速和负载转矩下,V/Hz控制的效率与磁场定向控制(FOC)相比如何?
- RQ4是否可以仅通过定子电流和电压测量实现无转矩传感器的最大效率每扭矩(MEPT)运行?
- RQ5与传统的MTPA和恒磁链FOC策略相比,MEPT控制可实现的效率提升幅度是多少?
主要发现
- 所提出的方法成功通过实验数据隐式捕捉了磁路饱和和铁损等非线性特性,无需显式建模。
- 基于测量得到的磁链和效率分布图生成了MEPT查表,可在每个工作点实现最优电流参考。
- 即使在无转矩传感器的情况下,该方法仍能取得相近结果,证明了无传感器MEPT运行的可行性。
- 实验表明,磁场定向控制(FOC)在所有测试转速和负载条件下均显著优于V/Hz控制。
- 本研究首次提供了V/Hz与FOC效率的定量比较,揭示了FOC效率优势常被忽视。
- 该方法隐式考虑了与转速相关的铁损以及由饱和引起的主电感变化,而这些因素在标准控制模型中通常被忽略。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。