超声电机会议讲座-董蜀湘

合集下载

SVPWM技术的理论分析及仿真(分析了SVPWM的隐调制函数)

扇区时的调制函数 : uA = aco s (θ - 30°)
uB = 3a sin (θ - 30°)
( 25)
uC = - aco s(θ - 30°)
u ( t) = 3M sinωt
( 30 )
式中 : M - 调制比 ,最大值为 1。和式 ( 29 ) 进行比
较 , SVPWM 中调制比定义为 :
WAN G J ian - kuan, CU I W ei, J IAN G J ian - zhong ( Shanghai University, Shanghai 200072, China)
摘要 :以电机的基本理论出发 ,介绍了空间矢量的基本原理。分析了电压型逆变器 SVPWM 的方法。根据脉宽调制的规则采样法 ,得出 SVPWM 隐含调制函数 ,通过和 SP2 WM 调制函数的比较 ,给出了 SVPWM 中调制度的计算公式。仿真结果证明了理论分析的正确性。
+
2π) 3
(4)
三相电流在对应的定子绕组轴线上分别产生磁动
势:
FAS = N s iAS
(5)
FB S = N s iB S
(6)
FCS = N s iCS
(7)
式中 : N s - 每相定子绕组的等效匝数。
三相定子绕组磁动势矢量可分别表示为 :
FAS = FAS uas FB S = FB S ubs FCS = FCS ucs
' 1994-2007 China Academic Journal Electronic Publishing House. All rights reserved.
D 设es计gin分an析danalysis 根据空间矢量的一般概念 ,得出三相绕组的合成磁

压电超声微马达精密驱动的二维微动台_董蜀湘

36 1
研制的压电超声微马达 ,可连续、步进工作 ,无信号输入时 ,具有自锁功能。特别是马达的低速、大扭矩和极高的高分辨率特性 ,使它在精密控制领域具有突出的优越性。
3 微动台结构
图 3是我们研制的压电超声微马达控制驱动的二维微动台结构 [ 3 ]。微动台由可相对移动的、带有中心通孔的上下板 ,一组拉力弹簧 ,两个微调旋钮 ,支承滚珠和两个压电超声微马达构成。两个微马达通过输出轴直接驱动两个微调旋钮 ,来驱动控制二维微动台。图 4是压电超声微马达驱动微调旋钮的传动机构。带有槽的马达输出轴插入微调旋钮的中心通孔 ,通过与旋钮上端的销钉传动配合 ,实现马达对旋钮的驱动。
励元件 (见图 1( b) ) ,分别用于激发 x 方向和 y 方向弯曲振动。当一对在位相差 π / 2的正
驱动旋钮 , 对制造精度、装配工艺均要求很交信号被引入到这两对压电元件中时 ,则将
高 ,驱动电路也较复杂 , 因此该微动台成本激发马达换能器定子作一个旋转式的摇头弯
高 ,售价昂贵。
Dong Shuxiang Wang Shuxin Qiu Haibo Li Longtu
( State Key Laboratory of N ew Cerami cs and Fin e Processing Tsingh ua U niv ersi t y, Beijing, 100084)
已优于美国 New Focus公司的同类产品指标 [1 ]。该压电超声微马达驱动的微动台已成功地用于激光谐振腔腔镜的微调器。表 2给出了我们研制的用于激光谐振腔调节器的二维微动台与美国同类产品的性能比较。表 2 本研究的微动台样机与美国
New Focus公司产品的比较

PMC-851X综合保护测控装置用户说明书_V1.5_131014

3 功能说明 ....................................................................................................................................................... 6 3.1 保护功能 ................................................................................................................................................... 6 3.1.1 辅助元件 ....................................................................................................................................... 6 3.1.2 大电流闭锁保护 ........................................................................................................................... 9 3.1.3 相电流充电保护 ......................................................................................................................... 10 3.1.4 相电流加速保护 ......................................................................................................................... 10 3.1.5 开入加速相电流保护 ..................................................................................................................11 3.1.6 速断保护 ......................................................................................................................................11 3.1.7 限时速断保护 ............................................................................................................................. 12 3.1.8 过流保护 ..................................................................................................................................... 13 3.1.9 过负荷保护 ................................................................................................................................. 14 3.1.10 反时限过流保护 ......................................................................................................................... 14 3.1.11 电压速断保护 ............................................................................................................................. 16 3.1.12 电压限时速断保护 ..................................................................................................................... 17 3.1.13 零序电流充电保护 ..................................................................................................................... 17 3.1.14 零序电流加速保护 ..................................................................................................................... 18 3.1.15 零序过流保护 ............................................................................................................................. 18 3.1.16 零序反时限过流保护 ................................................................................................................. 19 3.1.17 负序过流保护 ............................................................................................................................. 20 3.1.18 负序反时限保护 ......................................................................................................................... 20 3.1.19 电流不平衡保护 ......................................................................................................................... 20 3.1.20 IX 过流保护 ................................................................................................................................ 21 3.1.21 IX 反时限过流保护 .................................................................................................................... 21 3.1.22 过电压保护 ................................................................................................................................. 21 3.1.23 低电压保护 ................................................................................................................................. 22 3.1.24 低压解列保护 ............................................................................................................................. 23 3.1.25 VS 过压保护 ............................................................................................................................... 23 3.1.26 高周保护 ..................................................................................................................................... 23

永磁同步电机无速度传感器高频注入方法研究

ＡｂｔａｔＤｕｉｇｔｅｓｅｄｓｎｏｌｓｆｐｒａｅｔｍａｎｔｓｎｈｏｏｓｍｏｏ（ＭＳ）ｏｅａｉｇｉｏｓｒｃｒｎｈｐｅｅｓｒｅｓｏｅｍｎｎｇｅｙｃｒｎｕｔｒＰＭｐｒｔｎｌｗｎｓｅｄａｄｎａｅｏｖｌｃｔ，ｒｔｒｐｓｔｏ！ｈｒｏｅｔｔｓｎｈｏｎｅｍｆＯｎｔｉａｉ，ｒｆｒｎｅｐｅｎｅｒｚｒｅｏｉｙｏｏｏｉｉｎｉａｄｔｓｉｓｍａｅｕｉｇｔｅｃｕｔｒｅ．ｈｓｂｓｓｅｅｅｃ
第３３卷
第５期
倪晟，等
永磁同步电机无速度传感器高频注入方法研究
７７
里面．
ｕ审：Ｒｉ＋ｄ
一
＋（Ｊ＋Ｌ
）（）７
２旋转坐标上的ｄ轴电压注入
旋转坐标上的ｄ轴电压注入方式，图３所示，如
ｍｅｈｄｏｉｈｆｅｕｎｙｉｊｃｉｎ（ｔｏｆｈｇｒｑｅｃｎｅｔｏＨＦＩｉｒｐｓｄｆｒｅｔｍａｉｎＯｎｔｅｂｓｓｏｈｔｒｍｏｅ，）ｓｐｏｏｅｏｓｉｔ．ｏｈａｉｆｔｅｍｏｏｄｌ
对于ＰＭ的无速度传感器，其运行在中高ＭＳ当速的区间时，以通过构造观测器估算出反电势的大可小进而计算出转子的位置及速度，而进行闭环控从制；是当电机速度运行于低速以及零速附近时，但电机反电势很小且趋于零，时利用反电势进行估算位此置是比较困难的．Ｉ高频注入）法是指通过给电ＨＦ（方机加入高频的调制信号激励，相电流信号进行处对理、调，算出转子的信息，解计其在低速以及静止状态也能估算出转子的位置．本文研究的电机特性参数为表面贴装式永磁体，２对极．先，号注入的本质是利用电机的凸极效首信

微机电系统及纳米技术大作业--MEMS motor

微机电系统及纳米技术大作业题目：MEMS motor摘要：本文以微电机驱动方式为线索介绍静电型微电机、电磁型微电机、压电式微电机、形状记忆合金微电机和磁致伸缩型微电机的工作原理，结构组成以及应用前景。

关键字：微电机微机电系统微机械WORD中静电型微电机0 引言现代微电机的发展与新材料技术、微电子技术、微加工技术都息息相关，也正是由于这些包括MEMS等高科技的迅速发展，为微电机的开发和拓展注入了活力。

本文介绍了包括静电微电机、电磁型微电机、压电式微电机、形状记忆合金微电机和磁致伸缩型微电机的工作原理，结构组成以及应用前景。

1 微电机种类1.1 静电型微电机微电子技术的巨大成功在许多领域引发了一场微小型化革命，以加工为纳米结构和系统为目的微米/纳米技术在此背景下应运而生。

自1987年加州大学伯克利分校科学家研制首台静电微电机以来，微电机随着加工工艺、方法的突破取得长足发展。

静电微电机因其与IC(integrate circuit)兼容、转速高、易于控制等诸多优点成为研究重点。

静电微电机技术主体有五个方面，设计建模和仿真、加工制造、应用，如图1。

图1静电微电机包括顶驱动电机、测驱动电机、摆动电机、中心电机、法兰盘电机、线性步进电机、超声电机、双定子轴向驱动可变电容电机、外转子电机、电感应电机、快门电机等。

图2为纳米电机。

图21.1.1 设计MEMS中静电微电机的设计不同于传统电机系统的设计，主要区别是MEMS 的设计需要集成相关的制造和加工工艺新型静电感应微电机的设计，其转子上所加载的负荷主要来自于电机气隙与轴承间产生的粘滞曳力，这些驱动器的加工过程还不能与IC完全兼容。

1.1.2 建模和仿真为了加快和提高MEMS设计，研究者开发出多种建模和仿真工具用于多能域、多学科交叉系统的建模和仿真，如VHDL-AMS可用于微电机的系统建模，Spice 和Saber可用于静电学仿真，ANSYS可用于多能域（机械、热和静电等）系统仿真。

超声波电机推挽式驱动电源的设计制作

超声波电机推挽式驱动电源的设计制作林星陵;陈建毅【摘要】The theory of ultrasonic motor and the mode of driving and control are different from traditional electromagnetic motor. In this paper, a simple driving circuit based on push-pull inverter for ultrasonic motor was fabricated according to the driving characteristic and requirement of the ultrasonic motor. The output of frequency, amplitude could be adjusted in a wide range. The experimental results indicate that the driving circuit with high reliability is suitable for ultrasonic motors driven by single-phase or two-phase signal.%超声波电机的工作原理及其驱动控制方式不同于传统的电磁电机。

针对超声波电机的驱动特点和要求，本文运用推挽式逆变电路设计制作了一套简单实用的超声波驱动电源，该电源输出频率、输出电压都可在较宽的范围内调整。

实际测试结果表明该电源性能稳定，能够满足两相或单相超声波电机的驱动要求，达到预期目标。

【期刊名称】《机械工程师》【年(卷),期】2015(000)003【总页数】3页(P96-98)【关键词】超声波电机;驱动电源;推挽;逆变电路;频率【作者】林星陵;陈建毅【作者单位】厦门城市职业学院，福建厦门 361008;厦门城市职业学院，福建厦门 361008【正文语种】中文【中图分类】TN350 引言超声波电机是近几十年来发展起来的一种新型电机，其工作原理与传统电磁电机不同，它是利用压电陶瓷的逆压电效应激发超声振动，借助弹性体谐振放大，再通过摩擦耦合产生旋转运动或直线运动。

基于小波分析的电动转辙机动作电流的分析研究

基于小波分析的电动转辙机动作电流的分析研究董昱;赵媛媛;林海香【摘要】A kind of method of switch machines' current curve analysis is proposed based on wavelet time and frequency analysis. According to the characteristics of the curve,this method can recognise the kind of failure happened, so it can induce the artificial error. This paper introduces basic analysis method of wavelet time and frequency analysis and the advantages of it.%目前采用人工方法来分析电动转辙机动作电流曲线、进而判断其相应故障,存在着故障诊断效率低、漏判等问题,提出将小渡分析应用到电动转辙机动作电流曲线的自动分析,结果作为故障诊断的基础,实现快速、准确、自动的故障诊断.首先对采集的动作电流曲线进行A/D转换,然后对数据做小波包特征向量提取,把提取的特征向量输入故障分类器进行分析,以确定各种特征向量对应的故障类型,实验结果证明了该方法的合理性和有效性及在故障诊断理论上的可行性.【期刊名称】《兰州交通大学学报》【年(卷),期】2012(031)006【总页数】5页(P39-43)【关键词】电动转辙机;小波分析;动作电流;特征向量【作者】董昱;赵媛媛;林海香【作者单位】兰州交通大学自动化与电气工程学院,甘肃兰州730070;兰州交通大学自动化与电气工程学院,甘肃兰州730070;兰州交通大学自动化与电气工程学院,甘肃兰州730070【正文语种】中文【中图分类】TP391.4随着铁道信号技术的迅速发展，微机监测的应用越来越普遍.微机监测提供了丰富的监测数据，为铁路信号设备日常维修提供了有力的手段.电动转辙机作为铁路信号系统的基本设备之一，对保障信号系统安全运行具有重要的作用.对于电动转辙机而言，微机监测主要监测内容之一是采集电动转辙机的动作电流曲线，依靠技术人员的经验，分析动作电流曲线的启动电流、工作电流、故障电流和动作时间，进而分析电动转辙机的电气特性、时间特性和机械特性有无变化来确定是否存在问题，这样存在着分析时间长、漏判、误判等问题，道岔故障如不能及时发现，有可能影响到列车行车的安全.与传统的傅里叶变换相比，小波分析采用多分辨率分析的方法，时间窗和频率窗可以根据信号的具体形态动态的调整.因此，小波分析被广泛应用于时频域分析领域[1-5].分析电动转辙机动作电流曲线，其特征向量的提取是重点和难点，能否有效的提取故障特征是能否正确判断电动转辙机是否故障及其故障类型的关键.1 电动转辙机工作原理1.1 动作电流采样图1是微机监测电动转辙机动作电流曲线的采样原理图.采集系统通过将穿心感应式电流传感器串入在每组道岔的动作回路中，传感器采用线性双补偿霍尔原理，具有隔离彻底、响应快和耐冲击等优点.将道岔动作电流回线穿入电流采样模块圆孔，隔离采集道岔动作电流.再将采样信号运算放大、整理转换成0～5 V的标准电压，送入道岔采集机模拟量输入板，进行A/D转换，转换后的数字信号(即电流曲线的数据)暂存到道岔采集机存储器里，以备站机处理.1.2 电动转辙机动作电流曲线分析电动转辙机动作电流曲线各种各样，不同的动作电流曲线预示着不同的故障类型，下面以ZD6型电动转辙机正常状态下动作电流曲线为例分析原理.ZD6型电动转辙机正常动作电流曲线如图2所示.电动转辙机牵引道岔正常动作的过程可分为：解锁——转换——锁闭.可以把图2的电动转辙机动作电流曲线分为4个时段来分析；第一时段为道岔解锁的过程，第二时段为道岔的转换过程，第三时段为道岔进入锁闭过程，第四个时段为曲线尾部电流为0的阶段.正常情况下道岔电流曲线的采集是从1DQJ吸起开始，落下停止.在道岔转换完毕后，切断动作电流，1DQJ缓放(缓放时间不小于0.4s)落下，从图2中尾部曲线可观察1DQJ的缓放时间符合要求. 图1 电动转辙机动作电流曲线的采样原理图Fig．1 Sampling principle diagram of current curve of eletric switch图2 ZD6型电动转辙机正常动作电流曲线Fig．2 Normal operating current curve of ZD6 elecrric switchZD6型电动转辙机四种故障动作电流曲线如图3所示.图3说明：图3a表明道岔在转换过程中，动作电流存在较大的波动，曲线表现为锯齿波状.图3b表明道岔在转换的过程中阻力逐渐加大，这就很容易造成道岔转换不到位；道岔反弹、道岔的尖轨与基本轨密贴不好、滑床板吊板严重造成尖轨下沉都有可能是这种情况发生的原因.图3c表明动作电流值固定在一个不同于正常值的状态，造成转换过程超时且道岔不能锁闭.图4d表明动作电流一直保持在一个很大的值，减速器故障或电机定子线圈绝缘不良都可能造成这种情况的发生.图3 ZD6型电动转辙机4种故障动作电流曲线Fig．3 4 kinds of fault operating current curves of ZD6 electric switch2 小波分析与信号特征提取2.1 小波变换基本原理小波分析的基(小波函数)不是唯一存在的，所有满足小波基条件的函数都可以作为小波函数，首先要依据小波容许性条件确定基本小波.设Ψ(t)∈L2(R)，其傅里叶变换为Ψ(ω)，如果满足允许性条件(1)则称Ψ(t)为基本小波或积分小波.将母基本小波Ψ(t)进行某种伸缩和平移，就得到(2)式中：Ψα,τ(t)为连续小波基函数;α为尺度因子;τ为位移因子.随着小波分析的发展，已经有了许多优秀小波函数，比如Haar小波、Daubenchies小波、Morlet小波、Mexican Hat小波和Meyer小波等.本文选用db4小波作为小波基函数，进行后续分析.它没有明确的数学表达式，具有以下3个优点：① 支集长度和滤波器长度都是2N左右，消失矩为N，扩展性较好，可以很好的解决提高能量集中程度带来的边界问题；② 明显的不对称性；③ 具有正交性.2.2 小波包特征向量提取方法小波包分析能够将频带进行多层次划分，不仅对低频部分进行分解，同时对高频部分进一步分解，并能够根据被分析信号的特征自适应地选择相应频带，使之与信号频谱相适应，从而提高了时频分辨率，使故障特征提取能在更加细化的频带内进行[6-8].图4中S表示原始信号，A表示低频轮廓信号分解，D表示高频细节信号分解，后面的数字表示小波包分解的层数，分解具有如下关系：S=AAA3+DAA3+ ADA3+ DDA3+AAD3+DAD3+ ADD3+DDD3图4 小波包分解过程示意图Fig．4 The schematic diagram of wavelet packet decomposition process同理，小波包重构过程是小波包分解过程的逆.由于电动转辙机故障时机体振动会受到脉冲力的作用，在靠近脉冲力作用的时刻振动信号的能量比较大，而在远离脉冲力作用的时刻振动信号的主要成分是平稳振动信号和噪声以及低频干扰，信号能量相对较小[9-10].因此可以利用各个频带能量的变化来提取故障特征，具体步骤如下：1) 信号消噪.利用在时域和频域都有良好的局部化特性的db4小波，选用软阈值(软阈值方法克服了硬阈值方法不连续的缺点)，对信号进行消噪.2) 小波包分解.采用db4对图2、图3所示动作电流曲线进行3层小波包分解，取小波包分解后信号第三层各节点系数进行后续分析.3) 重构第三层节点系数S3i(i=0,1,2,…,7).利用Wprcoef命令对小波包分解后第三层各节点系数进行重构.一个信号的能量与它频谱的含量成比例，这也是傅里叶变换的物理意义.即：其中:也可以称为f(x)的频谱.计算重构系数的傅里叶变换(即频谱)，各节点重构系数的频谱图如图5所示.图5 各重构系数频谱图Fig．5 The spectrum diagram of reconfiguration coefficient4) 计算重构系数的频带总能量，以频谱总能量为元素构造特征向量，并进行归一化处理. 设各重构后的信号S3j对应的能量为Ej'，则有：(6)式中：xjk表示重构系数S3j频谱离散点的幅值.特征向量构造如下：R=[E'0，E'1，E'2，E'3，E'4，E'5，E'6，E'7](7)当频谱能量较大时，E'j通常是一个比较大的数值，在数据分析时计算量会很大.因此，需要对特征向量进行归一化处理，则：(8)归一化的特征向量为T=[E0，E1，E2，E3，E4，E5，E6，E7](9)利用上述方法，对单机牵引情况下的几种电动转辙机动作电流曲线进行特征向量提取，结果如表1所示.从表1中可以看出，利用小波包分析方法能有效的提取动作电流的特征向量，电流曲线的频谱能量比较集中，主要分布在分解电流曲线的第一个频带范围内，其他各频带范围内的频谱能量相对较小.从表中的特征向量并不能直接辨别电动转辙机的故障类型，需要将表中的特征向量作为故障分类器的输入，定义故障代码(见表2)作为输出，进行学习、分类，从表2可以直观的看出电动转辙机故障属于哪一类故障.表1 提取特征向量表Tab.1 Eigenvector extraction table道岔类型故障类型特征向量单机牵引单动道岔正常1.000 00.000 40.000 00.000 30.000 00.000 00.000 00.005 4 延时型1.000 00.000 50.000 80.000 40.000 10.000 50.003 30.000 6故障型1.000 00.000 30.000 10.000 60.000 00.005 80.000 00.000 0台阶型0.999 90.000 30.000 60.000 10.004 30.000 30.000 30.000 2锯齿型1.00000.000 50.000 20.003 90.000 10.000 30.000 10.000 0表2 故障类型代码表Tab.2 Fault type code table道岔类型故障类型特征向量单机牵引单动道岔正常1.000 00.000 00.000 00.000 00.000 00.000 00.00001.000 0 延时型1.000 00.000 00.000 00.000 00.000 00.000 01.000 00.000 0故障型1.000 00.000 00.000 00.000 00.000 01.000 00.000 00.000 0 台阶型1.000 00.000 00.000 00.000 01.000 00.000 00.000 00.000 0锯齿型1.000 00.000 00.000 01.000 00.000 00.000 00.000 00.000 03 结论本文利用小波包分析具有多尺度分析的特点，对动作电流数据进行分析，提取动作电流的特征向量，实验结果证明了该方法的合理性和有效性，实现对道岔的自动故障诊断提供了基础数据.将提取的特征向量输入故障分类器[11-12](比如BP神经网络)进行分析，就可以具体确定各种特征向量对应的故障类型，实现对电动转辙机在线故障诊断.【相关文献】[1] Liu Lin，Shen Songhua，Guan Miao，et a1．Application of wavelet neural network on turbogenerator set fault diagnosis system[C]//Proceedings of the 25th Chinese Control Conference，2006：11-15．[2] Hu Xiaoguang，Wang Fang，Zhao Hailong，et a1.The mechanieal fault diagnosis for HV breakers on the wavelet packet analysis[C]//IMTCZ003-Insmmentation and Measurement Technology Conference，Vail，USA，2003(5)：654-659．[3] 莫琦，陈立定，冯太合．小波包在旋转机械故障振动信号处理中的应用[J]．计算技术与自动化，2005，24(2)：14-17．[4] Lin Jing，Qu Liangsheng．Feature extraction based on morlet wavelet and its application for mechanical fault diagnosis[J]．Journal of Sound and Vibration，2000，234(1)：l35-148[5] 高成，董长虹，郭磊,等.Matlab小波分析与应用[M].2版. 北京：国防工业出版社，2007.[6] 吴淼. 现代工程信号处理及应用[M].徐州：中国矿业大学出版社，1997.[7] 胡政，陈循，温熙森.机械噪声故障诊断中小波变换的应用[J].振动与冲击，1997,16(4)：49-53.[8] Huo Chunbao,Shi Yu,Zhang Yang.System for recognition of Chinese medical pulse signal based on wavelet analysis and back propagation neural network[J].IEEE Computer,2008,29(8):143-148.[9] Xu Xiang,Zhou Ruiping,Li Zhixionga.virtual simulation analysis and experimental study on gear fault diagnosis based on wavelet neural network[J].IEEE Computer.2010,86:55-58.[10] Liu Danhong,Zhang Shiying.Nonlinear error correction model and forecasting based on wavelet neural networks[J].Control and Decision(in China),2006,10:148-152.[11] Yu Bin.Prediction of transmembrane helical segments in membrane proteins using back propagation neural network with wavelet analysis[J].IEEE Computer,2009,876:563-567.[12] Wang Xiong-zhi.Wavelet neural network modelapplication on the case selection of tax check in real estate industry[J].IEEE Computer,2009,171:189-192.。