Proteus自带的无刷直流电机(Brushess DC Motor,BLDCM)仿真模型结构简单,难以提供详尽的仿真细节,效果不理想。为此,本文提出了一种利用ASMMDLS库元件、DSMMDLS库元件与LAPLACE库元件混合搭建BLDCM仿真模型的新方法。首先,建立了BLDCM...Proteus自带的无刷直流电机(Brushess DC Motor,BLDCM)仿真模型结构简单,难以提供详尽的仿真细节,效果不理想。为此,本文提出了一种利用ASMMDLS库元件、DSMMDLS库元件与LAPLACE库元件混合搭建BLDCM仿真模型的新方法。首先,建立了BLDCM的数学模型。然后,制作了BLDCM原理l图仿真模型,以及搭建了滞环电流控制系统。最后,设置了额定转速为1000r/mn等仿真输入条件,对该仿真系.统进行仿真测试,并用Matab软件进行了仿真试验比对。结果表明,Proteus的仿真结果与Matab的仿真结果基本一致,在负载为TL=3Nm与TL=1Nm的情况下,电机都能维持在额定速度1000r/mn下稳定运行。相比软件自带的仿真模型,该仿真模型能够更加详尽的展示反电势、相电流、转速、扭矩等BLDCM的运行细节,可有效增强Proteus的BLDCM仿真应用能力。展开更多
针对地轮驱动的玉米排种工作方式存在地轮打滑而造成漏播率增加的问题,设计了基于无刷直流电机驱动(Brushless Direct Current Motor,BLDCM)的智能播种控制系统。该系统以STM32单片机作为PID控制器的核心处理器,利用无刷直流电机作为排...针对地轮驱动的玉米排种工作方式存在地轮打滑而造成漏播率增加的问题,设计了基于无刷直流电机驱动(Brushless Direct Current Motor,BLDCM)的智能播种控制系统。该系统以STM32单片机作为PID控制器的核心处理器,利用无刷直流电机作为排种器驱动源,并通过增量式编码器实时采集排种器的转速,同时利用霍尔传感器获取播种作业速度。为实现PID控制的最优化,在Simulink环境下建立无刷直流电机的仿真模型,并结合PSO(Particle Swarm Optimization,粒子群优化)算法对PID参数进行优化设计。仿真结果表明:经PSO整定后,PID控制器的阶跃响应效果良好,超调量为4%,调节时间为0.12s。田间试验结果表明:在低速、中速、高速和变速作业条件下,本电机驱动系统较传统地轮驱动系统在漏播指数方面分别降低了0.9%、1.1%、1.4%和1.3%,在播种合格指数方面分别提高了1.8%、3.8%、2.8%和1.7%。展开更多
文摘Proteus自带的无刷直流电机(Brushess DC Motor,BLDCM)仿真模型结构简单,难以提供详尽的仿真细节,效果不理想。为此,本文提出了一种利用ASMMDLS库元件、DSMMDLS库元件与LAPLACE库元件混合搭建BLDCM仿真模型的新方法。首先,建立了BLDCM的数学模型。然后,制作了BLDCM原理l图仿真模型,以及搭建了滞环电流控制系统。最后,设置了额定转速为1000r/mn等仿真输入条件,对该仿真系.统进行仿真测试,并用Matab软件进行了仿真试验比对。结果表明,Proteus的仿真结果与Matab的仿真结果基本一致,在负载为TL=3Nm与TL=1Nm的情况下,电机都能维持在额定速度1000r/mn下稳定运行。相比软件自带的仿真模型,该仿真模型能够更加详尽的展示反电势、相电流、转速、扭矩等BLDCM的运行细节,可有效增强Proteus的BLDCM仿真应用能力。
文摘针对地轮驱动的玉米排种工作方式存在地轮打滑而造成漏播率增加的问题,设计了基于无刷直流电机驱动(Brushless Direct Current Motor,BLDCM)的智能播种控制系统。该系统以STM32单片机作为PID控制器的核心处理器,利用无刷直流电机作为排种器驱动源,并通过增量式编码器实时采集排种器的转速,同时利用霍尔传感器获取播种作业速度。为实现PID控制的最优化,在Simulink环境下建立无刷直流电机的仿真模型,并结合PSO(Particle Swarm Optimization,粒子群优化)算法对PID参数进行优化设计。仿真结果表明:经PSO整定后,PID控制器的阶跃响应效果良好,超调量为4%,调节时间为0.12s。田间试验结果表明:在低速、中速、高速和变速作业条件下,本电机驱动系统较传统地轮驱动系统在漏播指数方面分别降低了0.9%、1.1%、1.4%和1.3%,在播种合格指数方面分别提高了1.8%、3.8%、2.8%和1.7%。