基于分类算法的双三相感应电机SVPWM

      传统的SVPWM算法，因其涉及较多的扇区判断、三角函数计算和平方根运算，其算法较为复杂。在此首先分析了基于分类算法的SVPWM的基本原理及其在计算效率上的优势。针对双三相感应电机控制的特点，提出基于分类算法的六相逆变器SVPWM控制算法，并进行了实验验证。实验结果验证了该控制算法的有效性。
 

　　1 引言
 

　　多相感应电机交流调速系统具有可靠性高、转矩脉动小、同等电压下功率更大等优点，是大功率交流变频调速的发展方向之一。双三相感应电机控制系统为其典型代表。传统的双三相感应电机SVPWM算法，因涉及较多的扇区判断、三角函数计算和平方根运算，其计算与实现较为复杂。为此，国内外学者研究了大量改进算法。其中，基于人工神经网络的分类算法已经应用在控制系统中，并且取得了较好的效果。其思想是按照预先指定的分类标准，将输入信号通过固定的训练模式进行分类、比较，最终得到较理想的输出特性。
 

　　此处首先分析了分类算法的SVPWM原理。其次，采用基于分类算法的SVPWM控制算法，搭建了六相逆变器的SVPWM模型，并对其进行了基于DSP的实验验证。
 

　　2 基于分类算法的SVPWM原理
 

　　传统的三相VSR电压的作用方式及合成原理如图1所示。

　　定义调制度为：

　　式中：‖ur‖为参考相电压幅值；Udc为逆变器直流母线电压。
 

　　传统的SVPWM算法较为复杂。分类算法的思想是按照一定的分类标准，将输入参考信号通过固定的训练模式进行分类和比较，并得到较理想的输出特性。由于所有进行分类的网络权值都已知，因此无需对其进行训练。
 

　　比较网络训练完成后，在输入层输入标幺化的输入参考电压矢量，则该网络中间节点的值为：
 

　　net=U·W=‖U‖W‖cosθ （2）
 

　　由于输入矢量和权值矢量均为标幺化，中间节点的值可由上述两个矢量夹角的余弦决定。赢得比较的矢量是最靠近输入矢量的，即比较结果最大的那个中间节点会赢得比较。
 

　　与传统的SVPWM相比，基于分类算法的SVPWM算法简单、精确。参考电压矢量经过6个线性单元计算后，其结果被送入比较网络进行处理。其中第k个计算单元为：
 

　　nk=‖ur‖‖uk‖cos（∠ur，uk），k=1，2…6 （3）
 

　　通过判断计算比较单元的两个最大输出值ni与ni+1，即可确定出用来合成参考电压矢量的基矢量ui与ui+1。式（3）计算ni的方法是非线性的，实际应用中一般采用文献的方法进行线性化处理。综上所述，可得基于分类算法的SVPWM原理框图如图2所示。

      3 基于分类算法的六相逆变器SVPWM
 

　　针对双绕组的中性点不连接的双三相电机所需的六相逆变器，将其分成两个独立切换的三相逆变器，并将开关矢量映射到逆变器的拓扑结构中，如图3所示。

　　这样将简化选择开关矢量和计算作用时间。从这一角度出发，六相逆变器SVPWM控制就是要合成两个幅值相同，相位相差30°的参考矢量。此时，可将同一个参考矢量应用到两个调制器中，只要将一个调制器的开关矢量顺时针移30°，即可用到另一个调制器中，如图4所示。由图中的两个六边形可以看出，ABC绕组的矢量图与abc绕组的矢量图并不相同。故在一个开关周期内，两个绕组的开关矢量选择和作用时间也不同。通过分类算法的SVPWM可使ABC绕组运行在过调制区域，同样可对abc绕组作类似控制。

　　结合上述分析，可得基于分类算法的双三相感应电机SVPWM控制框图如图5所示。

　　4 实验验证
 

　　使用TMS320F2812型DSP实现所提出的双三相SVPWM方法，图6示出实验波形。

　　开关频率5 kHz，电机额定功率3 kW，额定频率50 Hz，额定转速970 r·min-1。图6a，b为CCS环境下观察的相电压调制波波形与电机转子角度，图6c为双三相电机线电压和电流波形。由实验结果可见，所提出的基于分类算法双三相电机SVPWM可使电机运行较为平稳。

　　5 结论
 

　　此处首先分析了分类算法的SVPWM原理。其次，采用了基于分类算法的SVPWM控制算法，搭建了六相逆变器的SVPWM模型，并对其进行了基于DSP的实验验证。实验结果证明了所使用多相电机分类算法SVPWM的有效性，其方法还可进一步扩展到更多相数的多相电机中。