SVPWM是FOC的基础,其实现流程大致如下所示:

1. 判断合成矢量所在扇区

2. 计算相邻矢量作用时间

3. 计算各桥臂导通时间

4. 得到各相PWM占空比

5. 更新相应寄存器值

 SVPWM目标矢量是根据其所在扇区选择非零矢量与零矢量合成而成,有五段式、七段式、混合式,七段式开关次数较多,但谐波较小;五段式开关次数是七段式的一半,但谐波较大,下面的计算过程以七段式为例

1. 判断合成矢量所在扇区

合成矢量${U_{{\rm{ref}}}}$在二相坐标系$\alpha $轴和$\beta $轴的分量分别为${U_\alpha }$、${U_\beta }$(在FOC中,由反Park变换得到),由合成矢量落在各扇区的充分必要条件分析可知,可按如下方法确定合成矢量所属扇区:

${U_1} = {U_\beta }$

${U_2} = \frac{{\sqrt 3 {U_\alpha } - {U_\beta }}}{2}$

${U_3} = \frac{{ - \sqrt 3 {U_\alpha } - {U_\beta }}}{2}$

若${U_1} > 0$,则A = 1,否则A=0;

若${U_2} > 0$,则B = 1,否则B=0;

若${U_3} > 0$,则C = 1,否则C=0;

令 N = 4C +2B+A

N值与扇区关系对应如下:

N

1

2

3

4

5

6

扇区

II

VI

I

IV

III

V

2. 计算各相邻矢量作用时间

$\left\{ \begin{array}{l}
X = A{U_\beta }\\
Y = \frac{A}{2}(\sqrt 3 {U_\alpha } + {U_\beta })\\
Z = \frac{A}{2}( - \sqrt 3 {U_\alpha } + {U_\beta })
\end{array} \right.$

$A = \frac{{\sqrt 3 T}}{{{U_{DC}}}}$,${U_{DC}}$为母线电压,$T$为合成矢量${U_{{\rm{out}}}}$作用时间

扇区

I

II

III

IV

V

VI

t1

-Z

Z

-X

X

-Y

Y

t2

X

Y

-Y

Z

-Z

-X

$\left\{ \begin{array}{l}
{T_a} = \frac{{T - {t_1} - {t_2}}}{4}\\
{T_b} = {T_a} + \frac{{{t_1}}}{2}\\
{T_c} = {T_b} + \frac{{{t_2}}}{2}
\end{array} \right.$

3. 计算各桥臂导通时间及占空比

 

扇区

I

II

III

IV

V

VI

 ${T_{CM1}}$

Ta

 Tb  Tc   Tc   Tb  Ta
 ${T_{CM2}}$

Tb

 Ta  Ta   Tb  Tc  Tc

${T_{CM3}}$

 Tc   Tc Tb  Ta  Ta   Tb

4. 将上面计算出的${T_{CM1}}$, ${T_{CM2}}$, ${T_{CM3}}$送入单片机定时器寄存器即可产生SVPWM

SVPWM实现概述的更多相关文章

  1. STM32控制永磁同步电机 | FOC电机控制算法概述

    1. FOC基本概念 参考:https://www.sohu.com/a/432103720_120929980 FOC(field-oriented control)为磁场导向控制,又称为矢量控制( ...

  2. 【AR实验室】ARToolKit之概述篇

    0x00 - 前言 我从去年就开始对AR(Augmented Reality)技术比较关注,但是去年AR行业一直处于偶尔发声的状态,丝毫没有其"异姓同名"的兄弟VR(Virtual ...

  3. Recurrent Neural Network系列1--RNN(循环神经网络)概述

    作者:zhbzz2007 出处:http://www.cnblogs.com/zhbzz2007 欢迎转载,也请保留这段声明.谢谢! 本文翻译自 RECURRENT NEURAL NETWORKS T ...

  4. Swift3.0服务端开发(一) 完整示例概述及Perfect环境搭建与配置(服务端+iOS端)

    本篇博客算是一个开头,接下来会持续更新使用Swift3.0开发服务端相关的博客.当然,我们使用目前使用Swift开发服务端较为成熟的框架Perfect来实现.Perfect框架是加拿大一个创业团队开发 ...

  5. .Net 大型分布式基础服务架构横向演变概述

    一. 业务背景 构建具备高可用,高扩展性,高性能,能承载高并发,大流量的分布式电子商务平台,支持用户,订单,采购,物流,配送,财务等多个项目的协作,便于后续运营报表,分析,便于运维及监控. 二. 基础 ...

  6. [C#] 进阶 - LINQ 标准查询操作概述

    LINQ 标准查询操作概述 序 “标准查询运算符”是组成语言集成查询 (LINQ) 模式的方法.大多数这些方法都在序列上运行,其中的序列是一个对象,其类型实现了IEnumerable<T> ...

  7. 【基于WinForm+Access局域网共享数据库的项目总结】之篇一:WinForm开发总体概述与技术实现

    篇一:WinForm开发总体概述与技术实现 篇二:WinForm开发扇形图统计和Excel数据导出 篇三:Access远程连接数据库和窗体打包部署 [小记]:最近基于WinForm+Access数据库 ...

  8. Java消息队列--JMS概述

    1.什么是JMS JMS即Java消息服务(Java Message Service)应用程序接口,是一个Java平台中关于面向消息中间件(MOM)的API,用于在两个应用程序之间,或分布式系统中发送 ...

  9. [AlwaysOn Availability Groups]健康模型 Part 1——概述

    健康模型概述 在成功部署AG之后,跟踪和维护健康状况是很重要的. 1.AG健康模型概述 AG的健康模型是基于策略管理(Policy Based Management PBM)的.如果不熟悉这个特性,可 ...

随机推荐

  1. Xshell在Windows和Linux间文件的上传和下载

    本文通过lrzsz来实现Windows和Linux间文件间的文件传输. lrzsz使用 XMODEM.YMODEM 和 ZMODEM 文件传输协议来实现文件的上传和下载.相比 FTP 或者 WinSC ...

  2. Linux系列——挂载Windows虚拟文件夹到Linux系统

    ​ 在windows操作系统上安装多台Linux虚拟机,需要方便的在windows系统和虚拟机上的Linux系统进行文件拷贝. 需要用到共享虚拟文件夹技术,将windows文件夹挂载到linux系统中 ...

  3. FSAF:嵌入anchor-free分支来指导acnhor-based算法训练 | CVPR2019

    FSAF深入地分析FPN层在训练时的选择问题,以超简单的anchor-free分支形式嵌入原网络,几乎对速度没有影响,可更准确的选择最优的FPN层,带来不错的精度提升   来源:晓飞的算法工程笔记 公 ...

  4. 在使用Vant中Uploader过程中遇到的坑:图片状态更改等

    图片允许多张上传,在使用file.status时总是不生效,直接跳转到成功状态,后来尝试加入了定时器:同时多张上传时采用判断数组的方式 <van-uploader accept="*& ...

  5. BGP4协议测试——信而泰网络测试仪实操

    文章关键词 BGP:路由测试:协议测试:矢量路由协议: 一.前言: BGP是自治系统外部路由协议,用来在AS之间传递路由信息 路径矢量路由协议,从设计上避免了环路的发生 其路由信息中携带了所经过的全部 ...

  6. HMS Core挑战赛故事:鞋、街景、手办、玩具,原来这些都可以3D建模

    HMS Core线上Codelabs挑战赛第3期中,开发者通过学习和运用HMS Core开发的3D建模服务,生成3D建模应用demo,再使用demo为自己身边的一个实物完成建模.在提交的作品中,小编发 ...

  7. win7下安装Hadoop

    1 下载准备 下载hadoop,官网用一个快一点的镜像,使用迅雷加速下载,二进制格式,解压目录:E:\hadoop\hadoop-2.9.2 下载winutils,这个是别人编译好的hadoop的wi ...

  8. 每日一算之变位词(C#)

    今天看编程珠玑里面,看到一个关于查找变位词的题目,大概意思如下:post,stop,tops这几个是变位词,找出类似的这些词语来. 解题思路一:既然是变位词,1.他们的长度一定是一致的:2.还有就是他 ...

  9. Windows命令(ping、telnet、netstat详解)

    转至:https://www.cnblogs.com/lisuyun/articles/5864744.html netstat详解转自http://wsmajunfeng.iteye.com/blo ...

  10. Pycharm:安装anaconda中没有的第三方库

    Pycharm需要用到的pyKriging第三方库库,但是下载了Anaconda后无法在Pycharm中搜到,之前还能搜到的,所以一定是因为Anaconda的原因,后来经过摸索,终于找到了解决问题的办 ...