|
基于转差频率的矢量控制方式与转差频率控制方式两者的定常特性一致， 但是基 于转差频率的矢量控制还要经过坐标变换对电动机定子电流的相位进行控制， 使 之满足一定的条件，以消除转矩电流过渡过程中的波动。因此，基于转差频率的 矢量控制方式比转差频率控制方式在输出特性方面能得到很大的改善。但是，这 种控制方式属于闭环控制方式，需要在电动机上安装速度传感器，因此，应用范 围受到限制。 无速度传感器矢量控制是通过坐标变换处理分别对励磁电流和转矩电流进行控 制，然后通过控制电动机定子绕组上的电压、电流辨识转速以达到控制励磁电流 和转矩电流的目的。这种控制方式调速范围宽，启动转矩大，工作可靠，操作方 便，但计算比较复杂，一般需要专门的处理器来进行计算，因此，实时性不是太 理想，控制精度受到计算精度的影响。 (4) 直接转矩控制 直接转矩控制是利用空间矢量坐标的概念， 在定子坐标系下分析交流电动机的数 学模型，控制电动机的磁链和转矩，通过检测定子电阻来达到观测定子磁链的目 的，因此省去了矢量控制等复杂的变换计算，系统直观、简洁，计算速度和精度 都比矢量控制方式有所提高。 即使在开环的状态下， 也能输出 100%的额定转矩， 对于多拖动具有负荷平衡功能。 (5) 最优控制 最优控制在实际中的应用根据要求的不同而有所不同， 可以根据最优控制的理论 对某一个控制要求进行个别参数的最优化。例如在高压变频器的控制应用中，就 成功的采用了时间分段控制和相位平移控制两种策略， 以实现一定条件下的电压 最优波形。 (6)其他非智能控制方式 在实际应用中，还有一些非智能控制方式在变频器的控制中得以实现，例如自适 应控制、滑模变结构控制、差频控制、环流控制、频率控制等。 2.2 智能控制方式 智能控制方式主要有神经网络控制、模糊控制、专家系统、学习控制等。在变频 器的控制中采用智能控制方式在具体应用中有一些成功的范例。 (1) 神经网络控制 神经网络控制方式应用在变频器的控制中，一般是进行比较复杂的系统控制，这 时对于系统的模型了解甚少，因此神经网络既要完成系统辨识的功能，又要进行 控制。而且神经网络控制方式可以同时控制多个变频器，因此在多个变频器级联 时进行控制比较适合。 但是神经网络的层数太多或者算法过于复杂都会在具体应 用中带来不少实际困难。 (2) 模糊控制 模糊控制算法用于控制变频器的电压和频率，使电动机的升速时间得到控制，以 避免升速过快对电机使用寿命的影响以及升速过慢影响工作效率。 模糊控制的关 键在于论域、隶属度以及模糊级别的划分，这种控制方式尤其适用于多输入单输 出的控制系统。 (责任编辑：admin) |