当前位置: 首页 > news >正文

手把手教你电机FOC控制【一】

手把手教你电机FOC控制【一】

文章作者: 范子琦
文章链接: https://www.robotsfan.com/posts/d99d1c1a.html
版权声明: 本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 范子琦的博客!

FOC框架引入

三向电机,分别为UVW三向,角度互差120度。若使用BLDC控制方法,如下图每次换向增加60度,转子只能到达六个位置,所以六步换向时会有振动。使用FOC控制方法可以使转子到达任意角度,所以运行起来会更加平滑。

ED2759D27293A18F51A49E35A2A46EB0

如果想到达40度的位置,只需要在0度方向通电一段时间,在60度方向通电一段时间,再在空矢量的状态下通电一段时间(全桥000或111的位置为空矢量,空矢量的时长用来调节扭矩。后面会讲到),三段时间组成一个周期,以这个周期循环产生PWM,即可锁定至40度。若想到达其他角度,只需改变0度和60度的通电时长比例。

要想使磁场旋转起来,就需要输入正弦电压,但我们输入的是直流电,我们马上想到可以使用PWM波。通过不断改变PWM脉宽就可以模拟正弦电压,体现在电流上则为正弦电流。

下图为一个完整的FOC流程图:

image-20220418110757084

我们先来看正向通路:输入 I d _ r e f I_{d\_ref} Id_ref I q _ r e f I_{q\_ref} Iq_ref 与下文反馈通路采样得到的电流 I d I_d Id I q I_q Iq 进行PID控制输出 U d U_d Ud U q U_q Uq (输入的 I d _ r e f I_{d\_ref} Id_ref 通常为0, I q _ r e f I_{q\_ref} Iq_ref 前通常还需要接入一个速度PID构成速度环),再通过反Park变换转换成 U α U_\alpha Uα U β U_\beta Uβ ,通过SVPWM模块控制定时器产生六路互补的PWM信号,最后使用PWM信号控制全桥MOS管的通断,产生三向电压使电机转动。

再来看反馈通路:通过采样电阻采集任意两相电流,根据基尔霍夫电流定律可以算出第三相电流,将三向电流通过Clark变换转化成 I α I_\alpha Iα I β I_\beta Iβ ,再通过Park变换转换成 I d I_d Id I q I_q Iq ,作为反馈传入PID控制器构成电流环。

上图中的Park变换和反Park变换需要当前的角度作为输入;速度PID需要速度作为反馈。所以需要获得电机的速度与角度。角度和速度的获取方法分为有感和无感。有感方式使用霍尔元件(Hall Sensor),安装在电机上就可以检测电机磁铁的位置。无感使用观测器(observer)获得角度速度信息,本文将使用扩展卡尔曼滤波观测器(EKF),输入为 U α U_\alpha Uα U β U_\beta Uβ I α I_\alpha Iα I β I_\beta Iβ 。使用无感方式不需要霍尔传感器,可以减少连接线的数量,也可以减小成本。

坐标变换

为什么要使用坐标变换?电机控制大多是在控制速度/转矩,需要用PID闭环控制正弦交流电压的幅值和角度,不是很容易实现,所以通过坐标变化把正弦交流信息分解成角度信息(Q轴控制转矩)和幅值信息(D轴控制磁场)单独控制。

FOC的变换中要满足等幅值变换,即变换前后幅值不变。

坐标变换都分为正向变换和反向变换,正向变换都是对电流进行操作的,反向变换都是对电压进行操作的。

下面的变换均采用联立和矩阵两种形式表示,以方便使用。

Clark变换

Clark变换实现了三向坐标系 ( a , b , c ) (a,b,c) (a,b,c) 与直角坐标系 ( α , β ) (\alpha,\beta) (α,β) 间的转换。

7C602099D7A9549EDA9C24D13AB98072

正向Clark变换

Clark反变换则将两相信号转换为三相信号。已知三相坐标系 ( I a , I b , I c ) (I_a,I_b,I_c) (Ia,Ib,Ic) ,这三个基向量不是正交的,所以可以将其正交化为一个直角坐标系,命名为 α − β \alpha-\beta αβ 坐标系,变换公式为:
{ I α = I a − I b cos 60 − I c cos 60 = I a − 1 2 I b − 1 2 I c I β = I b cos 30 − I c cos 30 = 3 2 I b − 3 2 I c \left\{\begin{array}{l} \begin{aligned} I_\alpha&=I_a-I_b\text{cos}60-I_c\text{cos}60 \\ &=I_a-\frac{1}{2}I_b-\frac{1}{2}I_c \end{aligned} \\ \begin{aligned} I_\beta&=I_b\text{cos}30-I_c\text{cos}30 \\ &=\frac{\sqrt3}{2}I_b-\frac{\sqrt3}{2}I_c \end{aligned} \end{array}\right. Iα=IaIbcos60Iccos60=Ia21Ib21IcIβ=Ibcos30Iccos30=23 Ib23 Ic

表示为矩阵形式:
[ I α I β ] = [ 1 − 1 2 − 1 2 0 3 2 − 3 2 ] [ I a I b I c ] \left[\begin{array}{c} I_{\alpha} \\ I_{\beta} \end{array}\right]= \left[\begin{array}{ccc} 1 & -\frac{1}{2} & -\frac{1}{2} \\ 0 & \frac{\sqrt{3}}{2} & -\frac{\sqrt{3}}{2} \end{array}\right] \left[\begin{array}{c} I_{a} \\ I_{b} \\ I_{c} \end{array}\right] [IαIβ]=[102123 2123 ] IaIbIc
我们一般在电路中只采集两相电流,第三相电流可以使用基尔霍夫电流定律得出( I a + I b + I c = 0 I_a+I_b+I_c=0 Ia+Ib+Ic=0 ),故上式也可整理为以下形式:
{ I α = 3 2 I a I β = 3 2 I a + 3 I b \left\{\begin{array}{l} I_\alpha=\frac{3}{2}I_a \\ I_\beta=\frac{\sqrt3}{2}I_a+\sqrt3I_b \end{array}\right. {Iα=23IaIβ=23 Ia+3 Ib

矩阵形式:
[ I α I β ] = [ 3 2 0 3 2 3 ] [ I a I b ] \left[\begin{array}{c} I_{\alpha} \\ I_{\beta} \end{array}\right]= \left[\begin{array}{cc} \frac{3}{2} & 0\\ \frac{\sqrt{3}}{2} & \sqrt{3} \end{array}\right] \left[\begin{array}{c} I_{a} \\ I_{b} \end{array}\right] [IαIβ]=[2323 03 ][IaIb]
由于变换前后 I a I_a Ia I α I_\alpha Iα 幅值要相同,所以要进行等幅值变换,变换系数为 2 3 \frac{2}{3} 32 ,即变为
{ I α = I a I β = 1 3 ( I a + 2 I b ) \left\{\begin{array}{l} I_\alpha=I_a \\ I_\beta=\frac{1}{\sqrt3}(I_a+2I_b) \end{array}\right. {Iα=IaIβ=3 1(Ia+2Ib)
矩阵形式:
[ I α I β ] = [ 1 0 1 3 2 3 ] [ I a I b ] \left[\begin{array}{c} I_{\alpha} \\ I_{\beta} \end{array}\right]= \left[\begin{array}{cc} 1 & 0\\ \frac{1}{\sqrt{3}} & \frac{2}{\sqrt{3}} \end{array}\right] \left[\begin{array}{c} I_{a} \\ I_{b} \end{array}\right] [IαIβ]=[13 103 2][IaIb]
(这里的系数在后文SVPWM里相电压的幅值与电压空间矢量之间有一个 3 2 \frac{3}{2} 23 的系数相抵消)

MATLAB实现为:

image-20220330103933845

反向Clark变换

反Clark变换则将三相信号转换为两相信号。根据图可以写出:
{ U a = U α U b = − 1 2 U α + 3 2 U β U c = − 1 2 U α − 3 2 U β \left\{\begin{array}{l} U_{a} = U_{\alpha} \\ U_{b} = -\frac{1}{2}U_{\alpha} + \frac{\sqrt3}{2}U_{\beta}\\ U_{c} = -\frac{1}{2}U_{\alpha} - \frac{\sqrt3}{2}U_{\beta} \end{array}\right. Ua=UαUb=21Uα+23 UβUc=21Uα23 Uβ
矩阵形式:
[ U a U b U c ] = [ 1 0 − 1 2 3 2 − 1 2 − 3 2 ] [ U α U β ] \left[\begin{array}{c} U_{a} \\ U_{b} \\ U_{c} \end{array}\right]= \left[\begin{array}{ccc} 1 & 0 \\ -\frac{1}{2} & \frac{\sqrt{3}}{2} \\ -\frac{1}{2} & -\frac{\sqrt{3}}{2} \end{array}\right] \left[\begin{array}{c} U_{\alpha} \\ U_{\beta} \end{array}\right] UaUbUc = 12121023 23 [UαUβ]

MATLAB实现为:

image-20220330103915885

Park变换

Park变换实现了两相坐标系 ( α , β ) (\alpha,\beta) (α,β) 与转子坐标系 ( d , q ) (d,q) (d,q) 间的转换,此变换可以将正弦变量线性化。其中 d d d 指向转子中心, q q q 指向切线方向, θ \theta θ 是转子当前的角度,也就是说 d − q d-q dq 坐标系始终跟着转子同步旋转。

A20BC4DCAD2986A86187F746C2EDE88A

正向Park变换

则根据上图可以写出
{ I d = I α cos ⁡ θ + I β sin ⁡ θ I q = − I α sin ⁡ θ + I β cos ⁡ θ \left\{\begin{array}{l} I_{d}=I_{\alpha} \cos\theta+I_{\beta} \sin\theta \\ I_{q}=-I_{\alpha} \sin\theta+I_{\beta} \cos\theta \end{array}\right. {Id=Iαcosθ+IβsinθIq=Iαsinθ+Iβcosθ
很明显上述变换可以用旋转矩阵来表示,使用矩阵形式可以很方便地写出:
[ I d I q ] = [ cos ⁡ θ sin ⁡ θ − sin ⁡ θ cos ⁡ θ ] [ I α I β ] \left[\begin{array}{l} I_{d} \\ I_{q} \end{array}\right]= \left[\begin{array}{cc} \cos \theta & \sin \theta \\ -\sin \theta & \cos \theta \end{array}\right] \left[\begin{array}{l} I_{\alpha} \\ I_{\beta} \end{array}\right] [IdIq]=[cosθsinθsinθcosθ][IαIβ]
(如果 d d d 轴为0,则功率全部输出在 q q q 轴上。)

MATLAB实现为

image-20220330104003922

反Park变换

根据上面的推导可以求得反Park变换
{ U α = U d cos ⁡ θ − U q sin ⁡ θ U β = U d sin ⁡ θ + U q cos ⁡ θ \left\{\begin{array}{l} U_{\alpha}=U_{d} \cos\theta-U_{q} \sin\theta \\ U_{\beta}= U_{d} \sin\theta+U_{q} \cos\theta \end{array}\right. {Uα=UdcosθUqsinθUβ=Udsinθ+Uqcosθ
同理,使用旋转矩阵可以求出反变换的系数矩阵:
[ U α U β ] = [ cos ⁡ θ − sin ⁡ θ sin ⁡ θ cos ⁡ θ ] [ U d U q ] \left[\begin{array}{l} U_{\alpha} \\ U_{\beta} \end{array}\right]= \left[\begin{array}{cc} \cos \theta & -\sin \theta \\ \sin \theta & \cos \theta \end{array}\right] \left[\begin{array}{l} U_{d} \\ U_{q} \end{array}\right] [UαUβ]=[cosθsinθsinθcosθ][UdUq]

MATLAB实现为

image-20220330103857619

MATLAB仿真

为了更清楚地仿真,这里不用矩阵形式表示,如需矩阵形式可以看我写的另一篇文章。

请注意,正向变换都是对电流进行操作的,反向变换都是对电压进行操作的。但是在这节的仿真中,把正变换和反变换连在一起,这样做没有实际意义,只是为了验证变化算法。

输入Vd为0,Vq为1,角度为由0到2pi的连续值。

image-20220330103716603

再来看子模块内部,输入经过两个逆变换,再经过两个正变换。

image-20220330103816443

运行查看波形(新版本MATLAB常值输入为一个圆圈)

image-20220330104412589

相关文章:

  • 【Java面向对象】封装的认识与实现
  • 分布式限流不会用?一个注解简单搞定
  • Linux系统运维排故思路参考手册
  • 华为OD机考:0030-0031-n*n数组中二进制的最大数、整数的连续自然数之和
  • Jmeter的应用
  • 软件流程和管理(八):Ethics
  • SkyWalking持久化追踪数据
  • 数据导入与预处理-第4章-pandas数据获取
  • 机器学习之线性规划原理详解、公式推导(手推)、以及简单实例
  • 计算机网络——OSI 参考模型
  • 【.Net实用方法总结】 整理并总结System.IO中StreamWriter类及其方法介绍
  • openGl坐标系统
  • 实用工具系列 - Pycharm安装下载使用
  • Pyecharts绘图笔记
  • SNARK性能及安全
  • Android交互
  • ECMAScript 6 学习之路 ( 四 ) String 字符串扩展
  • IDEA常用插件整理
  • java小心机(3)| 浅析finalize()
  • LeetCode刷题——29. Divide Two Integers(Part 1靠自己)
  • Linux后台研发超实用命令总结
  • rabbitmq延迟消息示例
  • React+TypeScript入门
  • Theano - 导数
  • 阿里中间件开源组件:Sentinel 0.2.0正式发布
  • 创建一种深思熟虑的文化
  • 深度学习入门:10门免费线上课程推荐
  • 实战:基于Spring Boot快速开发RESTful风格API接口
  • 使用 Xcode 的 Target 区分开发和生产环境
  • 手写双向链表LinkedList的几个常用功能
  • 微信公众号开发小记——5.python微信红包
  • 一个完整Java Web项目背后的密码
  • 移动端唤起键盘时取消position:fixed定位
  • 【运维趟坑回忆录 开篇】初入初创, 一脸懵
  • Spring Batch JSON 支持
  • 格斗健身潮牌24KiCK获近千万Pre-A轮融资,用户留存高达9个月 ...
  • ###项目技术发展史
  • (pycharm)安装python库函数Matplotlib步骤
  • (超详细)2-YOLOV5改进-添加SimAM注意力机制
  • (二)学习JVM —— 垃圾回收机制
  • (官网安装) 基于CentOS 7安装MangoDB和MangoDB Shell
  • (六)库存超卖案例实战——使用mysql分布式锁解决“超卖”问题
  • (篇九)MySQL常用内置函数
  • (淘宝无限适配)手机端rem布局详解(转载非原创)
  • (转)Java socket中关闭IO流后,发生什么事?(以关闭输出流为例) .
  • .NET Micro Framework初体验(二)
  • .net redis定时_一场由fork引发的超时,让我们重新探讨了Redis的抖动问题
  • .Net 执行Linux下多行shell命令方法
  • .NETCORE 开发登录接口MFA谷歌多因子身份验证
  • .NET正则基础之——正则委托
  • .net中调用windows performance记录性能信息
  • :class的用法及应用
  • @Bean注解详解
  • [autojs]逍遥模拟器和vscode对接
  • [Avalon] Avalon中的Conditional Formatting.