FOC中的Clarke变换和Park变换详解(动图+推导+仿真+附件代码)
文章目录
1 前言
永磁同步电机是复杂的非线性系统,为了简化其数学模型,实现控制上的解耦,需要建立相应的坐标系变换,即Clark变换和Park变换。
2 自然坐标系ABC
三相永磁同步电机的驱动电路如下图所示;

根据图示电路可以发现在三相永磁同步电机的驱动电路中,三相逆变输出的三相电压为UAU_{A}UA,UBU_{B}UB,UCU_{C}UC将作用于电机,那么在三相平面静止坐标系ABC中,电压方程满足以下公式:
{UA=UmcosθeUB=Umcos(θe+2π3)UC=Umcos(θe−2π3)\begin{cases}U_{A} = U_{m}cos\theta_{e} \\
U_{B} = U_{m}cos(\theta_{e} + \cfrac{2\pi}{3}) \\
U_{C} = U_{m}cos(\theta_{e} - \cfrac{2\pi}{3}) \end{cases}⎩⎪⎪⎪⎪⎨⎪⎪⎪⎪⎧UA=UmcosθeUB=Umcos(θe+32π)UC=Umcos(θe−32π)
θe\theta_{e}θe为电角度
UmU_{m}Um为相电压基波峰值
所以根据上述公式可以发现,三相电压的大小是随时间变化的正弦波形,相位依次相差120°,具体如下图所示;

3 αβ\alpha\betaαβ 坐标系
由静止三相坐标系ABCABCABC变换到静止坐标系αβ\alpha\betaαβ的过程称之为Clarke变换;在αβ\alpha\betaαβ静止坐标系中,α\alphaα轴和β\betaβ轴的相位差为90°,且αβ\alpha\betaαβ的大小是随时间变化的正弦波形,具体如下图所示;

从自然坐标系ABCABCABC 变换到静止坐标系 αβ\alpha\betaαβ,满足以下条件:
[fαfβf0]=T3s/2s∗[fAfBfC]\begin{bmatrix}
f_{\alpha} \\
f_{\beta} \\
f_{0}
\end{bmatrix} = T_{3s/2s}*\begin{bmatrix}
f_{A} \\
f_{B} \\
f_{C}
\end{bmatrix} ⎣⎡fαfβf0⎦⎤=T3s/2s∗⎣⎡fAfBfC⎦⎤
其中T3S/2ST_{3S/2S}T3S/2S为变换矩阵:
T3S/2S=N∗[1−12−12032−32222222]T_{3S/2S} = N*\begin{bmatrix}
1 &-\cfrac{1}{2} &-\cfrac{1}{2} \\
\\
0 &\cfrac{\sqrt{3}}{2} &-\cfrac{\sqrt{3}}{2} \\
\\
\cfrac{\sqrt{2}}{2} &\cfrac{\sqrt{2}}{2} &\cfrac{\sqrt{2}}{2} \end{bmatrix} T3S/2S=N∗⎣⎢⎢⎢⎢⎢⎢⎢⎢⎢⎡1022−212322−21−2322⎦⎥⎥⎥⎥⎥⎥⎥⎥⎥⎤
注意:NNN为系数,做等幅值变换和等功率变换NNN系数不同;
等幅值变换 N=23N =\cfrac{2}{3}N=32
等功率变换 N=23N =\sqrt\cfrac{2}{3}N=32
下面均为等幅值变换
3.1 Clarke变换
三相电流ABCABCABC分别为iAi_{A}iA,iBi_{B}iB,iCi_{C}iC,根据基尔霍夫电流定律满足以下公式:
iA+iB+iC=0i_{A}+i_{B}+i_{C} = 0iA+iB+iC=0
静止坐标系αβ\alpha\betaαβ,α\alphaα轴的电流分量为iαi_{\alpha}iα,iβi_{\beta}iβ,则Clark变换满足以下公式:
iα=iAiβ=13∗iA+23∗iBi_{\alpha} = i_{A} \\
\\
i_{\beta} = \cfrac{1}{\sqrt{3}}*i_{A}+\cfrac{2}{\sqrt{3}}*i_{B}iα=iAiβ=31∗iA+32∗iB
在matlab的simulink仿真如下图所示;

最终得到三相电流iAi_{A}iA,iBi_{B}iB,iCi_{C}iC的仿真结果如下;

得到 αβ\alpha\betaαβ 坐标的 iαi_{\alpha}iα 和 iβi_{\beta}iβ 的仿真结果如下图所示;

由上述两张图分析可以得到,等幅值Clark变换前后峰值不变,αβ\alpha\betaαβ坐标系中iαi_{\alpha}iα和iβi_{\beta}iβ相位相差90°。
3.2 Clarke反变换
暂略
Clarke反变换的simulink仿真如下图所示;

4 dqdqdq 坐标系
dqdqdq 坐标系相对与定子来说是旋转的坐标系,转速的角速度和转子旋转的角速度相同,所以,相当于转子来说,dqdqdq 坐标系就是静止的坐标系;而idi_{d}id和iqi_{q}iq则是恒定不变的两个值,具体如下图所示;

根据物理结构,我们发现;
ddd 轴方向与转子磁链方向重合,又叫直轴;
qqq 轴方向与转子磁链方向垂直,又叫交轴;
ddd轴和q轴q轴q轴如下图所示;

4.1 Park变换
Park变换的本质是静止坐标系αβ\alpha\betaαβ乘以一个旋转矩阵,从而得到dqdqdq坐标系,其中满足以下条件:
[fdfq]=T2s/2r∗[fαfβ]\begin{bmatrix}
f_{d} \\
f_{q} \end{bmatrix} = T_{2s/2r}*\begin{bmatrix}
f_{\alpha} \\
f_{\beta}
\end{bmatrix} [fdfq]=T2s/2r∗[fαfβ]
其中T2s/2rT_{2s/2r}T2s/2r为旋转矩阵,所以,park变换和park反变换其根本就是旋转矩阵不同,T2s/2rT_{2s/2r}T2s/2r可以表示为:
T2s/2r=[cosθesinθe−sinθecosθe]T_{2s/2r} = \begin{bmatrix}
cos\theta_{e} & sin\theta_{e} \\
-sin\theta_{e} & cos\theta_{e}
\end{bmatrix} T2s/2r=[cosθe−sinθesinθecosθe]
T2s/2rT_{2s/2r}T2s/2r 含义为 2∗stator2*stator2∗stator ==> 2∗rotor2*rotor2∗rotor
2轴定子坐标系转换到2轴转子坐标系
由上式可以得到:
{id=iα∗cosθ+iβ∗sinθiq=−iα∗sinθ+iβ∗cosθ\begin{cases}i_{d}=i_{\alpha}*cos\theta+i_{\beta}*sin\theta \\
i_{q}=-i_{\alpha}*sin\theta+i_{\beta}*cos\theta\end{cases}{id=iα∗cosθ+iβ∗sinθiq=−iα∗sinθ+iβ∗cosθ
其中simulink仿真如下图所示;

作为输入的 iαi_{\alpha}iα 和 iβi_{\beta}iβ,仿真波形如下图所示;

最终经过Park变换得到idi_{d}id和iqi_{q}iq如下图所示;

可以看到,idi_{d}id和iqi_{q}iq是恒定值,所以Park变换也叫做交直变换,由输入的交流量,最终变换到相对与转子坐标的直流量。
在实际写FOC的过程中对于这块变换产生了一个疑问;这里再区分一下正转和反转的情况,以此来说明一下Id和Iq的实际中的作用;
下面先规定一个方向为反转;
正转
通常,大部分书籍以及论文中的正转输入的三相波形如下:
{UA=UmcosθeUB=Umcos(θe−2π3)UC=Umcos(θe+2π3)\begin{cases}U_{A} = U_{m}cos\theta_{e} \\
U_{B} = U_{m}cos(\theta_{e} - \cfrac{2\pi}{3}) \\
U_{C} = U_{m}cos(\theta_{e} + \cfrac{2\pi}{3}) \end{cases}⎩⎪⎪⎪⎪⎨⎪⎪⎪⎪⎧UA=UmcosθeUB=Umcos(θe−32π)UC=Umcos(θe+32π)
反转
{UA=UmcosθeUB=Umcos(θe+2π3)UC=Umcos(θe−2π3)\begin{cases}U_{A} = U_{m}cos\theta_{e} \\
U_{B} = U_{m}cos(\theta_{e} + \cfrac{2\pi}{3}) \\
U_{C} = U_{m}cos(\theta_{e} - \cfrac{2\pi}{3}) \end{cases}⎩⎪⎪⎪⎪⎨⎪⎪⎪⎪⎧UA=UmcosθeUB=Umcos(θe+32π)UC=Umcos(θe−32π)

4.2 Park反变换
Park反变换又叫直交变换,由dqdqdq轴的直流量,最终变换到αβ\alpha\betaαβ的交流量,其中满足变换条件如下:
[fdfq]=T2r/2s∗[fαfβ]\begin{bmatrix}
f_{d} \\
f_{q} \\
\end{bmatrix} = T_{2r/2s}*\begin{bmatrix} f_{\alpha} \\
f_{\beta} \\
\end{bmatrix} [fdfq]=T2r/2s∗[fαfβ]
其中T2s/2rT_{2s/2r}T2s/2r为Park变换的逆矩阵,所以,存在条件:
T2r/2s=T2r/2s−1=[cosθe−sinθesinθecosθe]T_{2r/2s} = T_{2r/2s}^{-1} = \begin{bmatrix}
cos\theta_{e} & -sin\theta_{e} \\
sin\theta_{e} & cos\theta_{e} \\
\end{bmatrix}T2r/2s=T2r/2s−1=[cosθesinθe−sinθecosθe]
最终由上式可以得到:
{iα=id∗cosθ−iq∗sinθiβ=id∗sinθ+iq∗cosθ\begin{cases}i_{\alpha}=i_{d}*cos\theta-i_{q}*sin\theta \\
i_{\beta}=i_{d}*sin\theta+i_{q}*cos\theta\end{cases}{iα=id∗cosθ−iq∗sinθiβ=id∗sinθ+iq∗cosθ
仿真暂略。
5 程序实现
坐标变换的C程序主要基于TI的IQMATH库进行实现,详情已经提交到附件。
如何使用这个库可以参考《STM32 使用IQmath实现SVPWM》
附件
链接:https://pan.baidu.com/s/1s2qU5wA2LMSmed51q-Jayw
提取码:irm2
FOC中的Clarke变换和Park变换详解(动图+推导+仿真+附件代码)的更多相关文章
- 【转载】3D/2D中的D3DXMatrixPerspectiveFovLH和D3DXMatrixOrthoLH投影函数详解
原文:3D/2D中的D3DXMatrixPerspectiveFovLH和D3DXMatrixOrthoLH投影函数详解 3D中z值会影响屏幕坐标系到世界坐标系之间的转换,2D中Z值不会产生影响(而只 ...
- CSS中伪类及伪元素用法详解
CSS中伪类及伪元素用法详解 伪类的分类及作用: 注:该表引自W3School教程 伪元素的分类及作用: 接下来让博主通过一些生动的实例(之前的作业或小作品)来说明几种常用伪类的用法和效果,其他的 ...
- SVN组成中trunk,branches and tags功能用法详解
SVN组成中trunk,branches and tags功能用法详解 我相信初学开发在SVN作为版本管理时,都估计没可能考虑到如何灵活的运用SVN来管理开发代码的版本,下面我就摘录一篇文章来简单说 ...
- UIViewController中各方法调用顺序及功能详解
UIViewController中各方法调用顺序及功能详解 UIViewController中loadView, viewDidLoad, viewWillUnload, viewDidUnload, ...
- 详解Android中的四大组件之一:Activity详解
activity的生命周期 activity的四种状态 running:正在运行,处于活动状态,用户可以点击屏幕,是将activity处于栈顶的状态. paused:暂停,处于失去焦点的时候,处于pa ...
- opencv中 int main(int argc,char* argv[])详解
opencv中 int main(int argc,char* argv[])详解 argc是命令行总的参数个数 argv[]是argc个参数,其中第0个参数是程序的全名,以后的参数 ...
- 连接池中的maxIdle,MaxActive,maxWait等参数详解
转: 连接池中的maxIdle,MaxActive,maxWait等参数详解 2017年06月03日 15:16:22 阿祥小王子 阅读数:6481 版权声明:本文为博主原创文章,未经博主允许不得 ...
- SVD在推荐系统中的应用详解以及算法推导
SVD在推荐系统中的应用详解以及算法推导 出处http://blog.csdn.net/zhongkejingwang/article/details/43083603 前面文章SVD原理及推 ...
- SQL Server中通用数据库角色权限的处理详解
SQL Server中通用数据库角色权限的处理详解 前言 安全性是所有数据库管理系统的一个重要特征.理解安全性问题是理解数据库管理系统安全性机制的前提. 最近和同事在做数据库权限清理的事情,主要是删除 ...
随机推荐
- DES原理及代码实现
一.DES基础知识DES技术特点 DES是一种用56位密钥来加密64位数据的方法 DES采取了分组加密算法:明文和密文为64位分组长度 DES采取了对称算法:加密和解密除密钥编排不同外,使 ...
- python3购物车
python3实现购物车小程序,优化后将程序分成函数,用文件注册和验证用户名密码. #!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 20 ...
- 今天我们来讨论一下CSS3属性中的transition属性;
transition属性是CSS3属性:顾名思义英文为过渡的意思:主要有四个值与其一一对应:分别是property(CSS属性名称),duration过渡的时长,timimg-function转速曲线 ...
- EF多租户实例:演变为读写分离
前言 我又来写关于多租户的内容了,这个系列真够漫长的. 如无意外这篇随笔是最后一篇了.内容是讲关于如何利用我们的多租户库简单实现读写分离. 分析 对于读写分离,其实有很多种实现方式,但是总体可以分以下 ...
- pytorch 文本情感分类和命名实体识别NER中LSTM输出的区别
文本情感分类: 文本情感分类采用LSTM的最后一层输出 比如双层的LSTM,使用正向的最后一层和反向的最后一层进行拼接 def forward(self,input): ''' :param inpu ...
- 一篇文章掌握网页解析神器——xpath
学爬虫不会xpath解析数据? 今天老师带你一堂课带你从零开始精通xpath,从此轻松提取网页信息. 我们在爬虫的过程中,经常会遇到html字符串数据,很多我们需要的数据不是作为标签的文本就是作标签的 ...
- SpringBoot项目集成Redis
一.在pom文件中添加依赖 <!-- 集成redis --> <dependency> <groupId>org.springframework.boot</ ...
- bootstrop日历
https://blog.csdn.net/cuixiaobo521/article/details/77880633
- QtConcurrent::run 运行类的成员函数
https://stackoverflow.com/questions/2152355/is-it-possible-to-use-qtconcurrentrun-with-a-function-me ...
- Spring Boot的exit code
文章目录 Spring Boot的exit code 自定义Exit Codes ExitCodeGenerator ExitCodeExceptionMapper ExitCodeEvent Spr ...