电机控制算法

合集下载

电机分段pid

电机分段pid

电机分段pid
在电机控制中,分段 PID 是一种常用的控制算法。

它将整个控制过程分为多个阶段,每个阶段采用不同的 PID 参数,以实现更好的控制效果。

分段 PID 的基本思想是根据电机的运行状态和负载情况,将控制过程划分为多个阶段,每个阶段采用不同的 PID 参数。

通常,电机的启动阶段、加速阶段、匀速阶段和减速阶段需要不同的 PID 参数。

在启动阶段,PID 参数应该较大,以快速响应负载变化;在加速阶段,PID 参数应该逐渐减小,以避免超调;在匀速阶段,PID 参数应该较小,以保持稳定的速度;在减速阶段,PID 参数应该逐渐增大,以快速响应负载变化。

在实际应用中,分段 PID 可以通过以下步骤实现:
1. 确定电机的运行状态和负载情况,将控制过程划分为多个阶段。

2. 根据每个阶段的特点,选择合适的 PID 参数。

3. 在每个阶段内,根据实际的控制效果,调整 PID 参数,以实现更好的控制效果。

4. 将每个阶段的 PID 参数存储在控制器中,以便在电机运行时调用。

分段 PID 可以有效地提高电机的控制精度和稳定性,尤其是在负载变化较大的情况下。

但是,它也需要更多的计算资源和存储空间,因此在实际应用中需要根据具体情况进行选择。

电机相电流的最大值限制控制算法

电机相电流的最大值限制控制算法

电机相电流的最大值限制控制算法
电机相电流的最大值限制控制算法是一种用于保护电机和控制电机运行的重要方法。

在电机运行过程中,相电流的过大可能会导致电机损坏或系统故障,因此需要采取措施来限制相电流的最大值。

为了实现电机相电流的最大值限制控制,可以采用以下算法。

首先,需要对电机的额定电流进行测量和记录。

额定电流是电机能够安全运行的最大电流值,超过该值可能会引起电机过载。

接下来,通过监测电机的相电流,实时计算相电流的均值和峰值。

均值可以用来判断电机的负载情况,而峰值则表示相电流的最大值。

然后,将实时计算得到的相电流峰值与额定电流进行比较。

如果相电流峰值超过了额定电流的设定值,就需要采取措施来限制相电流的最大值。

一种常用的方法是通过调节电机的控制信号来限制相电流。

可以通过改变电机的供电电压或调整电机的控制参数来实现。

例如,可以降低电机的供电电压或减小电机的输出扭矩,从而降低相电流的峰值。

还可以采用软件控制的方式来限制相电流的最大值。

通过在电机控制系统中添加相电流限制的算法,当相电流超过设定值时,系统会自动调整电机的控制信号,以限制相电流的最大值。

需要注意的是,电机相电流的最大值限制控制算法需要根据具体的电机和应用场景进行调整和优化。

不同类型的电机和不同的工作环境可能需要采用不同的控制策略和参数设置。

电机相电流的最大值限制控制算法是一种重要的保护电机和控制电机运行的方法。

通过实时监测和控制相电流的峰值,可以有效地防止电机过载和系统故障的发生,保证电机的安全运行和长寿命。

电动机控制算法优化研究

电动机控制算法优化研究

电动机控制算法优化研究随着现代化城市建设的不断推进,电动机在各个领域中得到了广泛应用,如家用电器、交通工具、机器人等等。

随着社会的发展,对电动机控制算法的要求也越来越高。

因此,电动机控制算法优化研究成为了一个热门话题。

一、电动机控制系统简介电动机控制系统包括电机、传感器、控制器和电源。

其中,电机是被控制的对象,传感器是用于监测电机运行状态的设备,控制器则是对电机进行控制的主要设备,电源则提供控制器和电机所需的电力。

目前在市场上,常见的电动机控制系统有难度控制、速度控制和位置控制三种。

摩擦力对电机控制系统有很大的影响,因此常用的控制算法有含积分项的PID算法、迭代最优控制算法、模型预测控制算法等。

二、电动机控制算法优化研究现状由于电动机控制系统的复杂性,其控制算法在应用时往往具有一定的复杂性和不稳定性。

针对这个问题,国内外很多研究机构和专家学者进行了深入研究,提出了一系列的优化控制算法。

2.1 基于神经网络的电动机控制算法神经网络是模拟生物神经系统构建的一种信息处理系统,可以通过训练学习,实现某些具体任务。

在电动机控制算法中,神经网络可以被用于模型预测控制、自适应控制等领域。

2.2 基于模型预测控制的电动机控制算法模型预测控制算法是一种在线优化算法。

在电动机控制中,可以通过对电机及其控制系统的数学建模,建立一个系统动态模型,根据模型对电动机进行控制。

它能够减少电机的振动、降低工作温度、提高效率,并且能在保证性能的前提下,减小电源消耗。

2.3 基于智能优化算法的电动机控制基于智能优化算法的电动机控制包括遗传算法、粒子群算法、蚁群算法等。

这些算法通过模拟自然界中的演化过程,对电动机的控制进行优化。

相对于传统控制方法,这些方法在控制性能和稳定性方面具有很强的优势。

三、电动机控制算法优化未来发展方向未来,电动机控制算法优化的研究将面临很多困境和挑战。

传统PID算法存在着很多问题,如抗扰性不足,对非线性情况的适应性不强等问题。

BLDC电机控制算法(瑞萨)

BLDC电机控制算法(瑞萨)

无刷电机属于自換流型(自我方向轉換),因此控制起来更加复杂。

BLDC电机控制要求了解电机进行整流转向的转子位置和机制。

对于闭环速度控制,有两个附加要求,即对于转子速度/或电机电流以及PWM信号进行测量,以控制电机速度功率。

BLDC电机可以根据应用要求采用边排列或中心排列PWM 信号。

大多数应用仅要求速度变化操作,将采用6个独立的边排列PWM信号。

这就提供了最高的分辨率。

如果应用要求服务器定位、能耗制动或动力倒转,推荐使用补充的中心排列PWM信号。

为了感应转子位置,BLD C电机采用霍尔效应传感器来提供绝对定位感应。

这就导致了更多线的使用和更高的成本。

无传感器BLDC控制省去了对于霍尔传感器的需要,而是采用电机的反电动势(电动势)来预测转子位置。

无传感器控制对于像风扇和泵这样的低成本变速应用至关重要。

在采有BLDC电机时,冰箱和空调压缩机也需要无传感器控制。

空载时间的插入和补充大多数BLDC电机不需要互补的PWM、空载时间插入或空载时间补偿。

可能会要求这些特性的BLDC应用仅为高性能BLDC伺服电动机、正弦波激励式BLDC电机、无刷AC、或PC同步电机。

控制算法许多不同的控制算法都被用以提供对于BLDC电机的控制。

典型地,将功率晶体管用作线性稳压器来控制电机电压。

当驱动高功率电机时,这种方法并不实用。

高功率电机必须采用PWM控制,并要求一个微控制器来提供起动和控制功能。

控制算法必须提供下列三项功能:∙用于控制电机速度的PWM电压∙用于对电机进整流换向的机制∙利用反电动势或霍尔传感器来预测转子位置的方法脉冲宽度调制仅用于将可变电压应用到电机绕组。

有效电压与PWM占空度成正比。

当得到适当的整流换向时,BLDC 的扭矩速度特性与一下直流电机相同。

可以用可变电压来控制电机的速度和可变转矩。

功率晶体管的换向实现了定子中的适当绕组,可根据转子位置生成最佳的转矩。

在一个BLDC电机中,MCU必须知道转子的位置并能够在恰当的时间进行整流换向。

无刷电机PWM控制有哪三种算法

无刷电机PWM控制有哪三种算法

无刷电机PWM控制有哪三种算法?
无刷电机属于自换流(方向变换),所以控制比较复杂。

无刷电机控制要求了解电机转子的位置和机制。

闭环速度控制有两个附加要求,即测量转子速度/或电机电流和PWM信号,以控制电机速度和功率。

根据应用要求边排或中心排PWM信号。

大部分应用程序只需要速度变化操作,PWM信号将在6个独立边缘排列。

这就提供了高的分辨率。

如果应用程序需要服务器定位、能耗刹车或功率倒转,建议使用补充中心来排列PWM信号。

许多不同的控制算法用于控制无刷电机。

典型地,将功率晶体管用作线性稳压器来控制电机电压。

这种方法在驱动高功率电机时并不实用。

高功率无刷电机必须由PWM控制,并要求微控制器提供启动和控制功能。

控制算法必须具备以下三个特点:
1、用来控制电机速度的PWM电压。

2、无刷电机进整流换向机制。

3、使用反电动势或霍尔传感器预测转子位置的方法。

脉宽调制只适用于对电机绕组施加可变电压。

有效电压与PWM占空度成正比。

在适当的整流换向下,无刷电机具有与直流电机相同的转矩速度特性。

可调电压可用于控制电机速度和可调转矩。

新型电机控制算法的设计与实现

新型电机控制算法的设计与实现

新型电机控制算法的设计与实现现代电机技术的发展已经使得电机成为各种机械设备中不可或缺的重要组成部分,而电机的稳定工作则需要合理的控制算法和实现方法。

近年来,新型电机控制算法的不断提出和实践应用,使得电机控制技术得到了前所未有的推进和优化,同时也推动了整个电子控制领域的发展。

对于新型电机控制算法的设计和实现,我们需要从以下几个方面进行探讨和分析:一、电机控制算法的分类和特点电机控制算法根据工作原理和功能不同,可以分为传统的PID控制算法、矢量控制算法、直接扭矩控制算法、磁场定向控制算法等多种类型。

其中,矢量控制算法和直接扭矩控制算法是相对传统PID控制算法而言的新兴技术,能够更加精确地控制电机的速度和转矩。

矢量控制算法的特点是能够将电机的三相电流分解为直流分量和交流分量,从而实现对电机的转速和转矩的独立控制。

直接扭矩控制算法则可以直接控制电机的扭矩输出,使得电机的转速和转矩能够达到更为精确的控制。

二、新型电机控制算法的优点和应用相对于传统PID控制算法而言,新型电机控制算法具有以下优点:1. 精度更高。

新型电机控制算法能够实现更加精准的控制,大大提高了电机的稳定工作水平和效率。

2. 动态性更好。

新型电机控制算法能够更好地应对电机负载、速度、转矩等变化,提高了电机的适应性和稳定性。

3. 更加灵活。

新型电机控制算法能够通过程序控制,轻松实现复杂的电机控制功能,从而提高了电机工作的效率和灵活性。

在实际生产和科研中,新型电机控制算法被广泛应用于各种电机控制场景和应用领域,包括航空航天、医疗器械、电动汽车、机器人等领域。

例如,矢量控制算法在电动汽车的电机控制中得到了广泛应用,能够实现精确控制电动汽车的转速和转矩输出。

三、新型电机控制算法的设计和实现新型电机控制算法的设计和实现需要基于电机的工作原理和控制需求进行探索和研究,具体包括以下几个方面:1. 电机模型的建立。

电机模型是电机控制算法设计的基础,需要基于电机的物理模型和运动控制方程进行建立,同时考虑电机参数的变化和不确定性。

(整理)电机控制算法

(整理)电机控制算法

电机控制算法相关项目:BLDC电机控制算法AC电机控制算法步进电机控制算法通用DC电机控制算法BLDC电机控制算法无刷电机属于自換流型(自我方向轉換),因此控制起来更加复杂。

BLDC电机控制要求了解电机进行整流转向的转子位置和机制。

对于闭环速度控制,有两个附加要求,即对于转子速度/或电机电流以及PWM信号进行测量,以控制电机速度功率。

BLDC电机可以根据应用要求采用边排列或中心排列PWM信号。

大多数应用仅要求速度变化操作,将采用6个独立的边排列PWM信号。

这就提供了最高的分辨率。

如果应用要求服务器定位、能耗制动或动力倒转,推荐使用补充的中心排列PWM信号。

为了感应转子位置,BLD C电机采用霍尔效应传感器来提供绝对定位感应。

这就导致了更多线的使用和更高的成本。

无传感器BLDC控制省去了对于霍尔传感器的需要,而是采用电机的反电动势(电动势)来预测转子位置。

无传感器控制对于像风扇和泵这样的低成本变速应用至关重要。

在采有BLDC电机时,冰箱和空调压缩机也需要无传感器控制。

空载时间的插入和补充大多数BLDC电机不需要互补的PWM、空载时间插入或空载时间补偿。

可能会要求这些特性的BLDC应用仅为高性能BLDC伺服电动机、正弦波激励式BLDC电机、无刷AC、或PC同步电机。

控制算法许多不同的控制算法都被用以提供对于BLDC电机的控制。

典型地,将功率晶体管用作线性稳压器来控制电机电压。

当驱动高功率电机时,这种方法并不实用。

高功率电机必须采用PWM控制,并要求一个微控制器来提供起动和控制功能。

控制算法必须提供下列三项功能:∙用于控制电机速度的PWM电压∙用于对电机进整流换向的机制∙利用反电动势或霍尔传感器来预测转子位置的方法脉冲宽度调制仅用于将可变电压应用到电机绕组。

有效电压与PWM占空度成正比。

当得到适当的整流换向时,BLDC的扭矩速度特性与一下直流电机相同。

可以用可变电压来控制电机的速度和可变转矩。

功率晶体管的换向实现了定子中的适当绕组,可根据转子位置生成最佳的转矩。

最新电机SpTA控制算法资料

最新电机SpTA控制算法资料

电机SpTA控制算法SpTA即Steps per Time algorithm,它与步进电机S形曲线控制算不同,S形曲线控制算法思想是根据电机的步数来计算时间,即所谓的Time per Steps,该控制算法先计算电机每一步运行频率,再根据运动曲线计算得到时间参数,而SpTA算法则是以时间计算为中心,根据时间来计算运动步数相关参数,它的做法是将电机的运动时间分割成若干个合适的小时间片,在每个时间片内它都将速度参数加到位置参数上,如果位置参数溢出,它就会输出一个脉冲,速度参数根据加速度参数和时间而改变,随着时间推移,速度参数越来越大,位置参数溢出频率越来越高,则电机的运行频率也越来越高错误!未找到引用源。

为了实现根据速度参数控制脉冲输出频率,需要定义以下变量:PosAccumulator 位置累加器PosAdd 位置增加值ActualPosition 实际位置TargetPosition 目标位置,用户输入步进电机运动的步数在时间片到来后进行如下计算:PosAccumulator += ActualVelocity; //位置累加器+实际速度PosAdd = PosAccumulator >> 17; //移位,判断速度累加器是否溢出PosAccumulator -= PosAdd << 17; //位置累加器去掉溢出部分if(PosAdd!=0) //位置累加器溢出,产生一个不进脉冲{ActualPosition+=1;产生一个步进脉冲;}这样控制器输出的脉冲频率就随着实际速度的增大而增高,随着实际速度减小而降低。

为了根据时间实现实际速度的变化,需要定义以下变量:VelAccumulator 速度累加器ActualAcceleration 实际加速度,用户设定的加速度数值VelAdd 速度增加值ActualVelocity 实际速度TargetVelocity 目标速度在时间片到来后进行如下计算:if(ActualVelocity!=TargetVelocity){//如果实际速度!=目标速度VelAccumulator+=ActualAcceleration; //速度累加器+实际加速度VelAdd = VelAccumulator >> 17; //移位,判断速度累加器是否溢出VelAccumulator-=VelAdd << 17; //速度累加器去掉溢出部分if(ActualVelocity<TargetVelocity){//如果实际速度<目标速度ActualVelocity=MIN(ActualVelocity+VelAdd, TargetVelocity); //实际速度为两者中小者}else if(ActualVelocity>TargetVelocity){//如果实际速度>大于目标速度ActualVelocity=MAX(ActualVelocity-VelAdd, TargetVelocity);//实际速度为两者中大者}}else{//实际速度=目标速度,不需要执行加加速算法VelAccumulator=0;VelAdd=0;}这样,就实现了通过时间和目标速度改变电机实际速度参数,进而间接改变控制器输出脉冲的频率,时间参数是随着电机运行而递增的,目标速度参数数值是使用一个状态机根据当前的运行状态来确定的,该状态机具有四种状态:0: RAMP_IDLE-空闲状态1: RAMP_ACCELERATE-加速状态2: RAMP_DRIVING -匀速状态3: RAMP_DECELERATE-减速状态状态状态切换及其条件如图3-11所示:))图3-11 SpTA控制算法状态机状态切换图SpTA算法同样是通过定时器来实现的,与S形曲线算法不同的是它没有使用定时器的PWM功能,仅仅是通过定时器定时中断来产生一个时间片,在定时器中断服务子程序中完成上述算法,在需要时,通过控制GPIO产生一个步进脉冲。

  1. 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. 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. 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)。

电机控制算法
电机控制算法的作用是接受指令速度值,通过运算向电机提供适当的驱动电压,尽快地和尽快平稳地使电机转速达到指令速度值,并维持这个速度值。

换言之,一旦电机转速达到了指令速度值,即使在各种不利因素(如斜坡、碰撞之类等使电机转速发生变化的因素)的干扰下也应该保持速度值不变。

为了提高机器人小车控制系统的控制精度,选用合适的控制算法显得十分必要。

控制算法是任何闭环系统控制方案的核心,然而并非越复杂、精度越高的算法越好,因为比赛要求非常高的实时性,机器人必须在非常短的时间内作出灵敏的反应,所以现代的一些先进控制算法,比如模糊控制、神经元网络控制等就不能应用到小车控制系统里。

本系统选用了最常规、最经典的PID控制算法,通过实际应用取得了很好的效果。

1 比例项
控制回路中的第一个偏差转换环节就是比例项。

这一环节简单地将偏差信号乘以常数K 得到新的CV值(值域为-100~100)。

基本的比例控制算法如下:
loop:
PV=ReadMotorSpeed()
Error=SP-PV
CV=Error*Kprop
Setpwm(cv)
Goto loop
上一段程序中的SetPWM()函数并非将CV值作为绝对的PWM占空比来对待。

否则,不断降低的偏差值会使输出值接近零,而且由于电机工作时需要持续的PWM信号,控制系统将会使电机稳定在低速运转状态上,从而导致控制系统策略失败。

相反,CV值一般被取作当前PWM占空比的改变量,并被附加到当前的PWM占空比上。

这也要求SetPWM()函数必须将相加后得到的PWM占空比限制在0%~100%。

正的CV值将使电机两端电压增加。

负的CV值将使电机两端电压降低。

如果CV值等于0,则无需改变但前占空比。

较低的K 值会使电机的速度响应缓慢,但是却很平稳。

较高的K 值会使速度响应更快,但是却可能导致超调,即达到稳定输出前在期望值附近振荡。

过高的K 值会导致系统的不稳定,即输出不断震荡且不会趋于期望值。

2 微分项
任何变量的微分项被用来描述该变量是如何相对于另一个变量(多位时间)变化的。

换句话说,任何变量的微分项就是它随时间的变化率。

如位移随时间的变化率是速度。

速度相对于时间的微分是加速度。

在PID控制器中,值得关心的是偏差信号相对于时间的微分,或称变化率。

绝大多数控制器将微分项定义为:
Rate=(E-E )/T
式中,E为当前偏差,E 为前次偏差值,T为两次测量的时间间隔。

负的变化率表明偏差信号的改善。

当微分项被具体应用于控制器中时,将一个常数乘以该微分项,并将它加到比例项上,就可以得到最终的CV值计算公式:
CV=( K E)+( K Rate)
当偏差信号接近零时,CV值将为负,所以当偏差信号开始改善时,微分项的作用将逐渐减弱校正输出量。

在某些场合下,微分项还有利于超调量的消除,并可以允许使用较大的K 值,从而可以改善响应的快速性。

微分环节还预示了偏差信号的变化趋势。

当控制对象对控制器的输出响应迟缓时,微分环节的作用尤为明显。

含有微分项的控制算法的伪代码实现如下:
loop:
PV=ReadMotorSpeed()
LastError=Error
Error=SP-PV
Rate=Error-LastError
CV=Error*Kprop+Krate*Rate
SetPWM(CV)
Goto loop
3 积分项
积分正好与微分相对。

假如有一个描述变化率(微分)的表达式,那么对该表达式的积分就将得到随时间变化的原物理量。

如加速度的积分是速度,速度的积分是位移。

在PID控制回路中,偏差的积分代表从控制开始时算起所有偏差积累的总和。

该总和被常数K 所乘后再添加到回路输出中。

在回路中,如果没有积分环节,尽管控制系统也会趋于稳定,但是由于某种原因输出值可能最终也无法达到SP值。

一个简单但完全的PID控制器地伪代码实现如下:
loop:
PV=ReadMotorSpeed()
LastError=Error
Isum=Isum+Error
Error=SP-PV
Rate=Error-LastError
CV=Error*Kprop+Krate*Rate+Kint*Isum
SetPWM(CV)
Goto loop
由于积分项会越来越大,这就会使控制回路在SP值的改变时响应变慢,某些应用场合在CV 值达到取值边界(如为:-100~100)时会停止累加Isum。

在SP值改变时,也可以除去Isum项。

通过测试,发现计数器0初值范围在 1~6230 以内,可控硅能正常工作,且能够实现调节电机从不能起动到全速运行的全过程。

程序中定时器0工作在方式 1,用 To表示定时器0计数初值的十进制值,定时器 0
置入的初值计算方法为:
TH 0=(65536-To )/ 256
TL 0=(65536-To) % 256
这样,通过外部函数改变To的值就可以调节电机的转速了。

1.P1控制算法
系统中控制器采用P1控制算法,其离散增量算式为:
△u(k)=Kp△e(k)+Kie(k),式中,△u(k)、△e(k)、e(k)分别为第k步控制信号增量、偏差信号增量和偏差信号;kp、Ki分别为比例增益和积分增益。

为克服积分饱和,本文采用积分分离P1控制算法,当误差信号小于给定误差时计算积分控制量。

由于被控电机通过To起作用,同时,To的变化范围设定为1~6230,而速度的变化范围为O~60,因此比例系数为:Kp=6230/60=103.8,本文取Kp=100,积分增益K1的值通常取得很小。

2.同速过程分析
将目标电机和被控电机的测速中断计数分别用N1、N2表示,则目标电机和被控电机的转速分别为:Vm=6000/N1,Vs=6000/N2,式中,Vm,Vs分别为目标电机和被控电机的转速。

如果Vm>Vs,且To-100(Vm-Vs)>1,那么To-=100(Vm-Vs);如果Vm<Vs,且
To+100(Vs-Vm)<6230,那么To+=100(Vs-Vm)。

同时须注意到山值的调节依赖于两个电机都能正常转动的情况,即N1和N2都不为零;目标电机是无需担心,因为它完全受人为控制,一般是不会将其速度调节至零;对于被控电机而言,其初始速度很可能为零,或者为其它某一接近零的值,这就意味着可能需要很长一段时间,才能检测到它旋转一圈,针对此情况,可在软件中设置强行转动,即当To的值在6230附近时,强行将To值变小,从而提前开始同速的时间。

双电机同速时特点为:To值对应于目标电机速度,因此开始的时候应尽量使To的值向最终值贴近,这里可使用一个巧妙算法,目标电机速度对额定速度百分比
PERC=Vm/60=100/N1,则被控电机To值大致为To=6230(1-PERC)
由于控制被控电机的电流含有谐波分量信号,因此所计算的To值与最终To值会有一些偏差(一般偏小),但是通过这样计算之后,电机速度同步过程时间会缩短很多。

3.同相措施
本设计要求两个电机不但同速,而且同相,同速是同相的基础,实现同速之后方能实现同相。

当两个电机达到同速后,所产生相位差是恒定的,对N1计数完毕到N2开始计数这段时间进行计时,假设计数值为N3,要使两个电机同相,可以简单理解为使N3值变为零。

若不考虑相差一个360度相位角,增大或减小被
控电机速度都可以达到同相效果,我们选择速度在30转/分以上用减小速度来达到同相,反之则选择增加速度来达到同相。

具体措施是:
(1)速度大于30转/分的区间,将被控电机速度设为零,即To=6230,等待时间计数(N1-N3)后,再将速度值恢复为同速时的值,两个电机即实现同相。

(2)速度小于30转/分的区间,将被控电机速度设为最大值,即To=1,等待时间Vm×
N3/(60-Vm)后,再将速度值恢复为同速时的值,两个电机即达到同相。

但是以上方法限于理想状况,事实上,由于惯性作用,电机速度不可能会有瞬间变化,也就并不能这么简单的达到同相,对于同相控制,积分起到关键作用。

利用比例积分思想的同相算法如下:
(3)速度大于30转/分,减小被控电机的速度,并且To变化值与(N1-N3)/N1成比例,同时与(6230-To)成比例,因此To+=(6230-To)×(N1-N3)/N1。

(3)速度小于30转/分,增大被控电机速度,To的变化值与N3/N1成比例,同时与To 成比例,所以To-=To×N3/N1。

以上算法每执行一次,需将To恢复为同速时的数值,即恢复电机同速转动,如此调节电机的速度与相位,直到N3变为零。

小结
对电机随动系统实现了一种基于单片机的控制,它克服了传统模拟控制电路易受电网参数波动以及原件参数分散性的影响,实验表明,这种控制方法在低速随动控制系统中能够保证满意性能。

相关文档
最新文档