基于扩展卡尔曼算法的永磁同步电机无速度传感器控制系统仿真
《永磁同步电机全速度范围无位置传感器控制技术的研究与实现》范文

《永磁同步电机全速度范围无位置传感器控制技术的研究与实现》篇一一、引言永磁同步电机(Permanent Magnet Synchronous Motor, PMSM)是一种重要的电动传动系统部件,因其具有高效率、高功率密度和良好的调速性能等优点,被广泛应用于工业、汽车、航空航天等领域。
然而,传统的PMSM控制系统通常需要使用位置传感器来获取电机的位置信息,这不仅增加了系统的复杂性和成本,还可能降低系统的可靠性和稳定性。
因此,无位置传感器控制技术成为了近年来研究的热点。
本文旨在研究并实现永磁同步电机全速度范围无位置传感器控制技术,以提高电机控制系统的性能和可靠性。
二、永磁同步电机基本原理永磁同步电机的基本原理是利用永磁体产生的磁场与定子电流产生的磁场相互作用,产生转矩,使电机转动。
PMSM的转子不需要外部供电,具有结构简单、运行可靠等优点。
然而,要实现电机的精确控制,必须准确获取电机的位置和速度信息。
传统的PMSM控制系统通过位置传感器来获取这些信息,但无位置传感器控制技术则通过电机内部的电气信号来估算电机的位置和速度。
三、无位置传感器控制技术无位置传感器控制技术主要通过电机内部的电气信号来估算电机的位置和速度。
常见的无位置传感器控制技术包括基于反电动势法、模型参考自适应法、滑模观测器法等。
本文采用基于反电动势法的无位置传感器控制技术,通过检测电机的反电动势来估算电机的位置和速度。
四、全速度范围无位置传感器控制策略为了实现永磁同步电机全速度范围的无位置传感器控制,需要采用合适的控制策略。
本文采用基于矢量控制的策略,通过实时调整电机的电压和电流来控制电机的位置和速度。
在低速阶段,采用初始位置估算和误差补偿技术来提高位置的估算精度;在高速阶段,则采用反电动势法来准确估算电机的位置和速度。
此外,还采用了自适应控制技术来应对电机参数变化和外部干扰的影响。
五、实验与结果分析为了验证本文所提出的无位置传感器控制技术的有效性,进行了实验验证。
基于扩展卡尔曼滤波的异步电机无速度传感器矢量控制

的准确测量 , 同时参数 自 适应率算法过于复杂 , 存在大量微分 、 积分运算 , 如通过微处理器对其离散化实现
比较 困难 , 而本文 介绍 的转速 、 磁链 估计 的递 推算 法则很 容易 通过 软件 编程实 现 . 异 步 电机 的状 态 方程 是一 组非 线性 方 程 , 根据 系统 辨识 理 论 [1 非线 性 系统 状 态估 计 最好 的方 法 是 7, -对 8 扩 展 卡尔曼 滤波 . 应用 扩展 卡 尔曼 滤波 , 转子 磁链 和 转速 估 计进 行 了理 论分 析 和 实验 研 究. 种算 法 本文 对 这 通 过 建立一 个新 的状 态方 程 , 定子 电流 、 子磁 链 和转 速作 为状态 变 量 , 子 电压 和 电流作 为输 入 、 出 将 转 定 输
,
b
咖
扩展卡尔曼滤波器是一种应用广泛的针对非线性系统进行状态估计 的有效算法 , 对于无速度传感器矢 一 0 0 0 0
量控 制系统 , 由于转速 为未知 量 , 时我们 把转 速 认 为是一 个状态 变量 , 此 根据 电机 的机 械运 动方 程 和原 来 一 00 0 的状态方程构成新的电机状态方程 , 如式 () 2所示 , 此时系统方程有 5 个状态变量 : , i , , r 而系统 ( , t )
准确的 , 由此构成 的无速度传感器系统具有 良好 的静 、 动态性能.
关 键 词:异步电机;无速度传感器矢量控制;转速估计;转子磁链观测 ;扩展卡尔曼滤波 ;数字信号处理器 ( S ) D P
中图分类号: T 7 ; T 4 P2 3 M 3 3 收 稿 日 期: 20 —1 — 8 0 6 2 2 文献标识码:A 文章编号:17 - 2 0 20 )5 0 2 - 6 6 12 5 (0 7 0 — 0 9 0
永磁同步电机无位置传感器控制技术研究综述

永磁同步电机无位置传感器控制技术研究综述【摘要】永磁同步电机无位置传感器控制技术是当前研究领域的热点之一。
本文通过对该技术进行综述,首先介绍了永磁同步电机控制技术的概况,然后详细分析了无位置传感器控制策略、基于模型的控制方法、基于适应性方法的控制技术以及基于滑模控制的应用。
在展示了这些控制技术的优势和特点的也指出了在实际应用中面临的挑战和需改进的地方。
我们对研究进行了总结,展望了未来的发展趋势,并提出了应对挑战的策略。
通过本文的研究,希望能够为永磁同步电机无位置传感器控制技术的进一步发展提供参考和指导。
【关键词】永磁同步电机,无位置传感器,控制技术,模型控制,适应性方法,滑模控制,研究总结,发展趋势,挑战与应对策略1. 引言1.1 研究背景永磁同步电机是一种具有高效率、高性能和广泛应用的电机类型,其在许多领域中得到了广泛的应用。
传统的永磁同步电机控制方法需要利用位置传感器来获取电机转子的位置信息,这增加了系统的成本和复杂性。
为了克服这一问题,无位置传感器控制技术应运而生。
无位置传感器控制技术通过利用电流和电压的反馈信息,结合适当的控制策略,实现对永磁同步电机的精准控制。
这种技术不仅可以降低系统成本,还可以提高系统的鲁棒性和稳定性。
研究永磁同步电机无位置传感器控制技术具有重要的理论和实际意义。
本文旨在对永磁同步电机无位置传感器控制技术进行综述和总结,系统地介绍这一领域的研究现状和发展趋势,为相关领域的研究人员提供参考和借鉴。
通过对相关文献和案例的分析和总结,为进一步推动永磁同步电机无位置传感器控制技术的发展提供理论支持和实践指导。
1.2 研究目的永磁同步电机无位置传感器控制技术的研究目的是为了探索在没有位置传感器的情况下,如何实现对永磁同步电机的精准控制。
通过研究不依赖位置传感器的控制策略和技术,可以降低系统的成本和复杂度,提高系统的稳定性和可靠性。
研究无位置传感器控制技术还可以拓展永磁同步电机在各种应用中的适用范围,推动新能源车辆、工业制造等领域的发展。
基于自适应扩展Kalman滤波器的永磁同步电机无速度传感器控制

中图分 类 号 : 4 9 U 5 .2 文献 标 识码 : A 文章 编号 :l0 0 0 ( 0 8 增 刊 ( I -16 O 1— 5 5 2 0 ) I )0 3  ̄4
S e d s n o l s o t o f P S p e e s r e s c n r lo M M
mo o p e n o ii c u ae Y,b tas d pt e y o t i n ft e k y p r mee s o t rs e d a d p st on a c r t l u lo a a i l b a n o e o h e a a tr f EKF, v
确定 扩展 K l n滤 波器 的一个 关键 参 数— — 系统噪 声协 方差 矩 阵.与传 统 的扩展 K l n滤 波 a ma a ma
器方 法相 比 , 方 法具有 更好 的实用性 . 本
关键词 :永磁 同步 电机 ; 无速 度传 感器 控制 ; 展卡 尔 曼滤波器 ;aeHua噪声估 计 器 扩 Sg— s
b s d o d p i e e t n e l a le a e n a a tv x e d d Kam n f t r i
W e u p n iCh n i g LiS i u hh a Ch n Xio g e sn
( co l f tmao ,S uhat iesy aj g2 09 C ia Sh o o o t n o tesUnvri ,N ni 10 6, hn ) Au i t n
基于扩展卡尔曼滤波的PMSM无速度传感器控制系统

=
其中 :
=
啦
R
( 7)
L .
L A
+
—.i Hs n
c,, oo
( 8)
“c o os ,+ s n i
普 [
‘
c 9
(1 ) 0
叶
置 一= 一—+ ( II I I 置 II ,置一- ) ’ 一
一
I=
一
I 一.
维普资讯
技 术 创 新
红科 技 2o年第 期 o8 6
基 于 扩展 卡 尔曼 滤 波 的PMSM无速 度 传 感器 控 制 系统
宋 晓 燕① 叶 予光① 张 晓 鹏②
( 平 顶 山 学 院 ② 神 马 集 团 ) ①
摘 要 本文 分析 和研 究扩展 卡 尔曼滤波在 永磁 同步电动机无速度传感 器调速 系统 中的应 用,并给 出了基于扩展 卡 尔曼滤波的永 磁 同步 电动机无速度传 感器调 速系统的实现方法 。 关键词 永磁 同步 电动机 无传感 卡 尔曼滤波
。
定子 电压 方程
电磁转矩 方程
=
…
.
制怒 ] +
( )‘ 一
( 3) ( 4) ( 5)
相差比较小 。但是在 估计过程会 引起修正 量加大 ,容 易引起 系统 不稳 定。若其取值 小,则系统 稳态估 计转 角与稳态实 际值 相差较大 ,但 是
系统较稳定 。 2 P调节器的参数整定 I
R 婢 L .
基于无位置传感器 的永磁 同步电机调速系统 ,所要解 决的 问题 是 采用 何种方法获取转 角和转速 。电机的模型参数和 电机 的转速是 不能 同时辨识出来的 。电机 模型 的非线性化和 电机模型参数 ( 主要 为电阻 和磁 链 ) 的慢时变 ,以及电机的控制方法是当前研究 电机无传感器 调 速 的焦点 问题“ 目前 ,适 用于永磁 同步电动机 的最 主要的 估算转 子位置和速度的策略有 : 磁链估计法 ;②模型参 考 自适应估 计法 ; ① ③检测电机相 电感变化 的估计法 :④基于观测器基础 上的估算 方法 ; ⑤人工智能理论基础上 的估 计法 。 观测器的实 质是状态重构 ,其原理是重新构造 —个系统 ,利用 原 系统 中 可直 接 测 量 的输 出矢 量 ( 定 子 电流 ) 输 入适 量 ( 由 如 和 如 D P 成的 P S生 WM驱动信 号和直 流母线 电压 )作 为重构 系统 的输入 信 号 ,并使其估算信号 f ( )在一定的条件下等价于原 系统 的状态 f (。 ) 目前主 要采用 的有 非线性 观测器 、全阶 状态观 测器 、降 阶状 态观 测 器 .推广卡尔曼滤波器 、 滑模观测器 。 16年 由卡 尔曼首 次提 出的卡 尔曼滤 波是 一种 线性最 小 方差估 9o 计 ,它有如下优点 :适用 于多维随机过程的估计 ;卡 尔曼滤波具有连 续 型和离散型两类算法 ,离 散型算法很容易在数字 计算机上实现 。 卡尔曼滤波有 非常 优良的滤波性能 ,在 系统噪声 和量测噪声 为已 知的情况下 ,建立信 号的数 学模型 。通过卡尔曼滤波 ,能较好地恢复 出原始信号 。由于所 面临的实际系统大都 为非线性 系统 ,而卡 尔曼滤
基于自适应EKF的PMSM无速度传感器控制

1 1 0 0 0 B= 0 L C= s 0 1 0 0 0 0[Biblioteka ]燀00燅
3 自适应 E K F 算法
[]
2 永磁同步电机数学模型 8
) 式( 和式 ( 是 确 定 性 的 方 程, 但是在实际 5 6) 系统中 , 模型参数存在不确定性和可变性 , 定子电 压和电流中不可 避 免 的 会 存 在 测 量 噪 声 , 对连续 可将这 方程的离散化也 会 产 生 固 有 的 量 化 误 差 , 些不确定性 因 素 纳 入 到 系 统 状 态 噪 声 V 和 测 量 ) ) 可将式 ( 和式 ( 改写为 噪声 W 中 。 于是 , 5 6 ) ] x( k+1 =f[ x( k) +B( k) u( k) + V( k) k) =C( k) x( k) +W ( k) y( ( ) 7 ( ) 8
聂建华 , 燕婧婧 ( ) 安徽工业大学 电气信息学院 , 安徽 马鞍山 2 4 3 0 0 0
永磁同步电机无速度传感器控制中 , 鉴于固定的噪声协方差阵不能同时满足动态和稳态的要求 , 通 摘要 : , 过引入一种变参数的自适应扩展卡尔曼滤波器 ( 给出了一种永磁同步电机 ( 无速度传感器 控 制 E K F) PM S M) 方案 。 以角加速度的值为选取依据 , 判断电机的运动状态 , 针对稳态过程和动态过程分别选定两组参数 , 以保 证滤波器的快速性和稳定性 , 进而实现 E 与传统的 E 本方法更 具 K F 的自适应控制 。 仿真结果表明 , K F 相比 , 有实用性 。 关键词 : 永磁同步电机 ; 无速度传感器控制 ; 噪声协方差阵 ; 转速估计 ; 自适应扩展卡尔曼滤波器 中图分类号 : TM 3 5 1 文献标识码 : A
PM S M S e e d S e n s o r l e s s C o n t r o l B a s e d o n A d a t i v e E K F p p
基于EKF的PMSM无传感器控制研究

基于EKF的PMSM无传感器控制研究季传坤;钱俊兵【摘要】针对永磁同步电机(PMSM)位置与速度传感器易受外部条件和自身精度的影响,以及PMSM无传感器控制等问题,提出了一种基于扩展卡尔曼滤波(EKF)的PMSM非线性预测无传感器控制方法.该方法具有预测性、自适应能力、抗干扰性、易于软件实现等优点.首先,详细分析了PMSM的矢量控制系统数学模型和EKF原理.其次,将EKF算法应用于PMSM的无传感器矢量控制中,即将电机αβ轴电流和电压作为输入变量,经过EKF算法运算,估算出转子转速和转子位置来代替电机的位置与速度传感器.最后,搭建基于MATLAB/Simulink的PMSM无传感器矢量控制系统仿真模型.仿真结果表明,EKF控制方法能准确估算出电机在空载和负载(随机)时的位置和转速,且具有较好的可预测性和系统响应性.在电机突加负载的情况下,也可以快速恢复到稳定状态,具有较强的抗负载性.【期刊名称】《自动化仪表》【年(卷),期】2019(040)001【总页数】4页(P11-14)【关键词】永磁同步电机;卡尔曼滤波;电机仿真模型;矢量控制;无传感器控制;系统响应性;抗负载性【作者】季传坤;钱俊兵【作者单位】昆明理工大学机电工程学院,云南昆明650500;昆明理工大学机电工程学院,云南昆明650500【正文语种】中文【中图分类】TH-390 引言永磁同步电机(permanent magnet synchronous motor,PMSM)具有结构简单、体积小、效率高、响应快、调速范围宽等优点[1],被广泛应用于国防、航空航天、工业控制、农业生产等领域。
但PMSM的永磁体所用材料价格昂贵,大大限制了PMSM的发展。
随着永磁体材料汝铁硼的出现,PMSM进入一个全新的发展时期。
PMSM通常采用磁场定向矢量控制,控制系统需要安装机械传感器来测量转子的位置和电机转速。
然而,安装高精度的机械传感器不仅会增加电机的成本,且不能保证在复杂状态下的测量精度和准确度[2]。
基于自适应EKF的PMSM无速度传感器控制

NI in h a YAN igj g E Ja — u , Jn —n i
( c o l f Elcrc lEn n e ig a d I f r S h o etia giern n n o mat n, h i ie st f o i An u v ri o o Un y
jd et emo o vn tt ,o ttcpo esa dd n mi p o e st r u so aa tr r ie o g h trmo ig sae frsa i r c s n y a c rc s wog o p fp rmeesweegv n t u
转矩脉 动小等优 点得 到了广泛应 用 。在 高性 能永
磁 同步 电 机 控 制 系 统 中 , 不 开 精 确 的 速 度 信 息 , 离
强的鲁棒 性 , 无 法克 服 由于开 关 切换 造成 的抖 但
振 问题 ; 献 [] 忽 略 电机 转 动惯 量 的情 况 下 , 文 6在
但是高 精度 、 分辨 率 的速 度 传感 器 不仅 价 格 昂 高
电 气 传 动 2 1 0 1年 第 4 1卷 第 3期
ELE CTRI C DRI 2 1 Vo . 1 No 3 VE O1 14 .
基 于 自适 应 E KF的 P M 无 速 度 传 感 器 控 制 MS
聂 建 华 , 婧 婧 燕 ( 徽 工业 大 学 电气信 息学 院, 徽 马鞍 山 23 0 ) 安 安 4 0 0
1 引 言
永磁 同步电机 以其转矩 惯量大 、 速范 围宽 、 调
且还 带来 了转速 和转矩 脉 动 ; 献 r ] 文 献 [ ] 文 4及 5 提 出了基于 滑模 观测 器 的 方法 , 方 法 中的 滑模 该
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
文所选取矩阵为 (R (Q ( -! ( ( $! ( (R (Q ( ( ( (R (Q ( (R ’ ( ( ( ( ’( ( ; ( (R ((’ ( (
[!5678 控制策略中逆变器中开关器件 的开关状态与输出电压的关系并结合式( ’’ ) 可得 出表 ’ 。表 ’ 即为电压重构时需要用到的开关函 数表。
( ?)
选取状态变量:
A " 8[ 0 ! @ 0 " @ #@ $] A & 8[ &! , &" ] A ( 8[ 0! , 0" ]
卡尔曼滤波是一种线性最优递推滤波方法, 它是在最小方差意义上求状态或参数的最优估计 值。对于电机及其控制系统, 它们的状态估计是 采用状态方程作为系统模型的, 由于其非线性化 特性, 需要对电机模型进行非线性滤波的线性化 处理。 扩展卡尔曼滤波即为应用于非线性系统的最 优估计, 假定非线性状态方程描述如下: !( " #)8 $[ "( #) ]9 % ・&( #)9 ’ ( #) (( # ) )8 *( "( #) ) )9 +( #) ) ( ") ( !)
取采样时间为 3 & , 则将方程( 3) 离散化后得:
从而驱动永磁同步电机。
!" !$’()* !’( !%& !" !’$ !$ !" &# !’" !’$ !’& !’’ !$#
由连续 系 统 离 散 化 原 理, 1, 1 # $, %( 1 # )[ $) ] 是系数矩阵 - 的自然指数幂。
对比( ") 、 ( !) 式与( ?) 式可得: % - 1 0 ! 9 #% $ :5- $ $ /: /: " $ - 0 #% $ ! 1 " 9 <=: $ , $( "( #) )8 8 % /: /: $> # $? #
) $ )!*"*%+!*" )
!
(! * "
% " %( &)
" $% * ,-& & "& $% * &/0 & "& % % % $ % % % %] ( 3) ( 4)
3 ! *"
% # +& "&
$% * &/0 & "& $% * ,-& & "& % $ ’$ !% "
输出变量; ’( #) 和 +( #) ) 为零均值高斯白噪声, 它 们的协方差分别为 , ( #) 和 -( #) ) , ’( #) 是包括系 +( #) ) 为测量 统扰动和模型不一致性的系统噪声, 噪声。在 ! % " 坐标系下对电机的非线性化方程 进行线性化处理, &’(’ 电机方程为: 8 [& & ] [
)
!
8," =>$? @!6"$ 9$!#9$"
3 % 4$78129: 8," 1!*#""23!*#"+*" & 4& & %4 & 3!*#"+*" & 4&-&’’" 3 ( 4$)*;< ) ) ) ( ( !*#"",( !*#"+*"-5!*#"" & %674 & !*#"+*"’ 3!*#"",3!*#"+*"75!*#"" & 4 & 3!*#"+*"
《 冶金自动化》 !##$ 年 ("
基于扩展卡尔曼算法的永磁同步电机 无速度传感器控制系统仿真
李文斐, 谭国俊, 陈益凯, 马少才
( 中国矿业大学 信息与电气工程学院, 江苏 徐州 !!"##$ ) 摘要: 介绍了一种基于扩展卡尔曼滤波算法的永磁同步电机无速度传感器控制方案。通过对电机的三相定子 电流测量及 ! % " 系重构电压, 利用卡尔曼滤波模型对永磁同步电机的转速 # 和转角 $ 进行实时在线估计, 利 用空间矢量脉宽调制对系统进行调速控制。仿真结果表明, 所提出的永磁同步电机无速度传感器控制方法具 有较强的鲁棒性和满意的性能。 关键词: 永磁同步电动机; 无速度传感器控制; 扩展卡尔曼滤波; 仿真
图 &" 基于 #$% 的 ’()( 无速度传感器调速系统框图
*] & F !" 电流调节器的解耦与前馈补偿 [ 在 ’()( 的 8)9 轴系中, 电机方程为:
《 冶金自动化》 0((U 年 4’
{
{
! " ! #" " $ # %" " & "
$% " $’
可以通过 8,<+,= 的 6EJ/-KAD 模块中的频谱分析获 ( %) 得。另外同样是由于采样时间的不同, 在电机控 制系统的数据进入 GHI 模块和 GHI 模块估算数 据进入电机闭环时需要分别使用 L/-E?M-$/- NE+$ 模块和 OBD< 9/+,P 模块。为了使提高闭环性能, 可 以适当的缩小速度调节器的限幅值来削弱 GHI 在 系统速度给定突变和突加负载时的估算误差对闭 ( ’( ) 环的影响。 ( 1 )基于 GHI 的 6848 调速系统在极大程度 上依赖方差阵 -、 $ 和 .( 、 /( 。选取的原则是在保
!$ ! !$$ !"
"#
&
&1 6$ &1
&1 2 $ , #, /( #) ] 8# )[
!#
"#
"$
%$ /#
其自相关系数矩阵相应变为: 7( 1)"
&
&1 6$ &1
#) )7( ) 8#
9
( :)
012
&1 2 $ , #, %( #) ] : 具有类似式( 7) 所示的 其中, ) " )[ 表达式形式, 当 3 & 取值很小时, 式( :) 所含有 3 & 的高阶项可以忽略, 可用连续系统 7 & 来代替离散 化后的 7 ( 1) 。通过对状态方程的线性化和离散 ・ 34G・
式中, "( #) ) 为状态变量; &( #) 为系统输入; (( #) ) 为
收稿日期: !##2B"!B"C
作者简介: 李文斐( "C$>B) , 男, 河北邢台人, 硕士研究生, 主要研究方向为电力电子与电力传动。
・ ED>・
《 冶金自动化》 1%%: 年 )$
! ! !" # $ "# % ’! $ $[ %( &) ]" "# , ’" % % 化, 可以很容易地得出 ;<= 的递推流程如图 $ 所 示。
$] #" 扩展卡尔曼滤波在电机模型中应用 [
9 - 9 ./ ] [ 0 ] # % :5- $ #% [ <=: $ ] - : 9 ./ : # 0!
" : : ;
( >)
由上式可得:
{
.0 ! 8
-1 #% ; " 0! 9 :5- $ 9 & ! /1 /: /:
-1 #% ; " .0 " 8 0 " 9 <=: $ 9 & " /1 /: /:
% " %( &)
图 !" #$% 算法
&" 基于 #$% 的 ’()( 无速度传感器调速 系统
! ! 基于 ;<= 的 ’()( 无速度传感器调速系统框 图如图 1 所示。本系统中 ’()( 的转速与转子位 置角等信息均由 ;<= 计算得来。系统控制部分采 用 ’ 8 " % 的电流控制方法。图中转速误差经 ’> 调 ’8 、 ’ 9 与给定值的偏差经 ’> 调节器 节器输出为 ’ ! 9 , 和反 ?+@A 变换得到两相静止坐标系上的电压 ( ! 、 (" , 其中在反 ’+@A 变换前再加入 ( 8 、 ( 9 的解耦部 分。本文 使 用 两 电 平 空 间 矢 量 脉 宽 调 制 ( )B’C
其中, & !& ( % ( 、 ( 轴系之间电压解耦项, !& " % " 为 "、 !" ) 为反电动势前馈补偿项。 ! ) !" ! # " 轴系电压重构 定子电压的 *+,-./ 变化式如式( ’’ ) 所示: ’ 0 1 ( ’ & 0 1 ! 0 ’ & !2 0 !3 1 & ! !* 0
表 $" 开关状态与相电压的对应关系
开关状态 ( ’ ’ ( ( ( ’ ’ ( ( ’ ’ ’ ( ( ’ ( ( ( ( ’ ’ ’ ’ *# ( 0 + 1 * 9* ! ’ : ; * 9* ! &! ’ : ; * 9* &! 0 : 1 * 9* &! ’ : ; * 9* ’ : ; * 9* ! ( *$ ( ( ’ : 0 * 9* ! ’ : 0 * 9* ! ( &! ’ : 0 * 9* &! ’ : 0 * 9* (