感应直接控制转矩驱动发电机的现代改进技术的整理

《专业英语》翻译报告
M o d e r n i m p r o v e m e n t t e c h n i q u e s o f
d i r
e c t t o r q u e c o n t r o l
f o r i n d u c t i o n
m o t o r d r i v e s-a r e v i e w
感应直接控制转矩驱动发电机的现代改进技术的整理。

姓名：刘小川
学号： 170502
学院：机械工程
专业：机械设计及其自动化
2019年 10月 6日
感应直接控制转矩驱动发电机的现代改进技术的整理。

摘要
传统的直接转矩控制是一种可用于控制电磁机器转矩的优秀控制策略。

然而，直接转矩控制的低速摆动频率导致了通量和转矩的高波动，以至于导致产生了噪音，降低了转矩的控制性能，尤其是在低速的情况下。

许多直接转矩控制技术针对聚焦在通量和转矩来改进这些问题。

在这篇文章中，主要介绍了一系列为了提高直接转矩控制性能的现代技术。

目的是从波动的减小，跟踪速度，摆动损耗，算法的麻烦和参数的灵敏度等这些方法来做一个批判性的分析。

此外，预计本文章对于学术和工业研究人员将会是一个有价值的信息收集。

关键词：感应机器，直接转矩控制，模糊逻辑，神经网络，滑膜，遗传算法。

介绍：
在工业上，超过一般的电能靠电动机提供，在众多电动发动机类型中，三相异步电动机占据了较高的地位。

的却，具有百分之八十的工业控制系统使用的是感应电动机，它具有可靠，低成本，结构简单，维护简单等优良性能来逐渐替代了直流电动机。

然而这些优良地方也具有缺陷，机器的动态行为是非常复杂的，它的建模结果是一个非线性方程组，很强的联结和多变化性。

这些约束需要更先进的运算法则来控制这些电机的转矩和通量。

多年来，学术界和工业界一直在研究解决通讯系统的控制问题和提高强力有效的控制。

在这种情况下，标量控制是第一个已经发展到控制电机的技术，这
种控制由保持V/f恒定构成，来保持机器通量的恒定。

他的特点是操作简单，操作简单，基础是定子磁链控制。

然而在启动或改变机器的旋转方向时，磁通量振荡剧烈，他的模量在瞬态变化。

这些振荡会影响转矩和转速的质量，从而降低机床的稳定性能。

这种控制的类型因此用于控制速度变化不大的应用程序，列如抽气和通风。

在二十世纪八十年代中期，引入直接转矩控制来于传统的控制进行比较。

这项技术由TAKAHASHI [24] and DEPENBROCK [25]引入介绍。

它对技术动态的变化具有显著的动态性能和加持性。

它的原理是基于直接确定应用于电压逆变器开关的控制脉冲。

然而，他也有这样两个缺点，开关的变化频率很频繁，在整个设定运算的转速控制范围内，转矩和定子磁链的波动幅度保持的很差。

这需要被提及的是，转矩的波动会产生额外的噪音和震动，因此会导致旋转轴的通信失调。

直接转矩控制由 Takahashi [24] and Depenbrock [25].在二十世纪八十年代中期共同提出。

与矢量控制相比，它对参数准确性要求更低他的控制算法简单，因为没有脉冲调制，电流控制器和Park变换。

它不使用要预先提高它的动态技能，并消除与PI调节饱和相关的问题的PI调节回路。

直接转矩控制确保高效运行，提供准确、快速的扭矩动态。

直接转矩控制的原理是将控制顺序直接应用于位于机器上游的电压逆变器(开关状态)的开关。

这一顺序的选择是通过一个开关表和两个滞后调节器，其作用是控制和调节电磁转矩和磁通的解耦方式的机器。

图1所示为直接转矩控制的简单结构。

电磁转矩由三电平滞环比较器控制。

定子磁链采用两级滞环比较器控制。

这些比较器的输
出和通量矢量信息被用来确定开关表。

已有几位学者利用空间矢量调制(SVM)技术对电压逆变器进行控制，以改善直接转矩控制(DTC)。

该技术的原理是通过空间矢量调制来施加适当的张力矢量，从而对扭矩和流量进行预测调节。

该方法的控制算法比较复杂，但减小了磁链振荡和转矩振荡，使逆变器的平均开关频率变为常数[59]。

与其它预测方法一样，在实际应用中，对于没有速度环的控制，DTC-SVM 也存在一定的静态转矩误差。

实际上，这个误差是由于预测控制电压所需的计算时间。

[56]的作者开发了一种方法，让它能够获得保持不变的开关频率。

这种策略的特点是消除高桥选择表和迟滞比较器。

在此背景下，我们使用PWM技术来产生控制的输出向量。

这一战略的目标直接实现控制定子磁通矢量在一个框架(α,β)与定子。

所需的定子电压矢量的投影组件框架的两个相邻电压向量(α,β)允许的计算所需的切换时间
预测控制是一种先进的自动化控制技术。

它的目标是控制复杂的工业系统。

该技术的原理是以实时控制器内部过程的动态模型计算为基础的未来行为，以便能够利用这些信息计算出调整参数的最优值。

模型预测控制在数字控制领域的应用取得了良好的速度和精度。

近年来，直接转矩控制的预测控制策略受到了广泛的关注，尤其是它能够最大限度地降低给电机供电的逆变器的开关频率，减小转矩和磁链波动。

在DTC- MPC中，传统的DTC切换表被一种在线优化算法所取代[77-79]。

预测控制中的向量选择原则是基于对一个已定义的成本函数的评估[80,81]。

利用定子磁链、转矩和角速度的预测模型对控制变量的
未来行为进行预测。

DTC-MPC的简化图如图所示。

人工神经网络(ANN)被广泛应用于应用技术和科学研究的许多领域。

这种技术可解决用精确的数学方法描述的问题的困难，这些问题很难处理[101]。

这些神经网络的应用领域非常广泛:分类、图像和语音处理、估计、过程识别[102,103]和电气系统控制[104,105]。

在[106]中，作者将人工神经网络集成到感应电机的控制中;他们提到，在某些情况下，当系统的动态随时间和/或操作条件发生变化时，PI调整器的效率会下降，调整的质量也会下降。

为了克服这些问题，保证命令的良好性能，作者将人工神经网络集成到速度控制中。

为了评估人工神经网络的贡献，已经进行了几个模拟试验。

所得到的结果可以肯定在IM控制中性能和稳健性的提高。

表2对提高感应电机直接转矩控制性能的方法进行了分析。

本分析旨在为对直接转矩技术感兴趣的研究人员提供一个思路。

对这些方法的总结是对转矩和磁链脉动、开关频率、参数灵敏度、稳态和动态响应以及算法复杂度进行了研究。

需要指出的是，总结并没有一个完全绝对的意义，因为在同一条件下，在同一类型的机器上，很难找到几件作品，但每种控制技术的基本优缺点必须是相同的。

从本研究可以看出，传统的直接转矩控制是所有控制策略中结构最简单、开关频率较低的控制策略，这也是直接转矩控制的主要问题。

为了克服这些问题，获得足够低的转矩脉动，采样频率必须高。

在相同采样频率下，人工智能技术和直接转矩控制的预测模型能够比直接转矩控制实现更低的转矩脉动和开关频率，但人工智能方法的复杂度大大提高。

因此，它可以用于高功率应用的高精度控制。

支持向量机和滑模控制方法是改善直接转矩控制的有效方法，但它们存在灵敏度和抖振现象等局限性。

解决复杂性问题的首选方法是在不增加微处理器计算能力的情况下简化控制算法。

另一方面，通过将两种或两种以上的现代技术相结合，开发一种混合控制策略，有可能提高直接转矩控制系统的性能，并获得一个低成本的系统。

结论：
本文综述了感应电动机直接转矩控制的几种现代改进技术。

这种改进的目的一方面是减小耦合的波动和IM的流量，另一方面是减小开关量。

另一方面是电压逆变器的频率。

对这些策略在波纹抑制、跟踪速度、开关损耗、算法麻烦度和参数灵敏度等方面进行了分类和比较。

很难断定哪一个是提高直接转矩控制性能的最佳方案。

方法的选择取决于系统的应用、成本、硬件的可用性、可靠性和准确性。

这篇综述有望为从事电机控制的所有行业和研究人员提供一个非常有益的工具。