行业动态
你知道变频器分智能和非智能吗？
时间：2018-05-30 来源：SMC浏览次数：100
变频器是一种常用的功率控制装置，具有很好的节能功能，在许多电子设备中都有一定的应用。变频器有两种控制方式是一种智能控制和非智能控制模式，用户在使用变频器的两种控制方式都需要知道，在未来会更方便使用变频器时，今天小编为大家介绍具体的这两种变频器控制方式。
非智能控制方式
交流变频器采用的非智能控制方法包括V/f协调控制、差频控制、矢量控制、直接转矩控制等。
(1)V/f控制
V/f控制是为了得到理想的转速-转矩特性，同时基于电机转速的变频调速，保证电机恒常的流量，以及通用变频器的控制，V/f控制变频器结构非常简单，但变频器采用开环控制方法，无法实现更高的控制性能，在低电频时必须进行转矩补偿，以改变低频转矩特性。
(2)旋转频率控制
旋转频率控制是一种直接控制转矩控制模式，它是基于V/f控制，据了解异步电动机的实际速度相应的电源频率，和转矩的基础上想调节控制变频器的输出频率，可以使相应的电机输出转矩。这种控制方式，需要安装速度传感器控制系统，有时与电流反馈，控制频率和电流，因此，这是一个闭环控制模式，可使变频器具有良好的稳定性，和急剧减速和负载波动有很好的响应。
(3)矢量控制
矢量控制是通过电路的大小来控制电机定子的电流矢量的坐标和相位，为了实现电机在d、q、0轴的励磁电流和转矩电流分别控制，然后达到控制电机转矩的目标。通过控制每个矢量的动作序列和时间，以及零矢量的动作时间，可以形成各种PWM波来达到各种控制目的。
(4)直接转矩控制
直接转矩控制是使用空间向量的坐标的概念，在分析交流电动机定子坐标系的数学模型，控制电动机的磁链和转矩，通过检测定子电阻实现定子磁通观测的目的，因此消除了复杂的转换计算，如矢量控制，系统直观、简单、计算速度和准确度比矢量控制模式。即使在开环状态下，也可以输出100%额定转矩，具有多阻力的负载平衡功能。
(5)最优控制
在实践中应用最优控制，根据不同的要求，可根据最优控制理论对各个参数进行优化。例如，在高压逆变器的控制应用中，成功地采用了时间控制和相移控制两种策略，实现了在一定条件下的最优电压波形。
智能控制模式
智能控制方法包括神经网络控制、模糊控制、专家系统和学习控制。在变频器控制中，智能控制的应用有一些成功的例子。
(1)神经网络控制
神经网络控制方法应用于逆变器的控制中，一般是较复杂的系统控制，目前对系统模型的理解较差，因此神经网络的功能实现了系统的识别和控制。此外，神经网络控制模式可以同时控制多个变频器，因此当多个变频器串联时更适合于控制。然而，太多的神经网络层或过于复杂的算法会给合实际应用带来很多实际的困难。
(2)模糊控制
采用模糊控制算法对逆变器的电压、频率进行控制，控制电机的上升时间，以避免电机和acc的使用寿命对工作效率的影响过大，影响工作效率，模糊控制的关键在于理论界、隶属度和模糊层次的划分。
(3)专家系统
专家系统是利用所谓的“专家”经验来控制一种控制模式，因此，专家系统建立一个共同的专家数据库，存入一定的专家信息，也有推理机制，以便根据已知的信息寻求理想的控制结果。专家数据库和推理机制的设计尤为重要，这与专家系统控制的优缺点有关，专家系统可以控制变换器的电压和电流。
(4)学习控制
学习控制主要用于重复输入，常规的PWM信号(如中央调制PWM)满足这种条件，因此学习控制也可以用于变频器控制。学习控制不需要知道系统信息太多，但是需要1~2个学习周期，它使用模拟器无法实现，同时，还包括一个学习控制稳定性问题，特别注意在应用程序中。
非智能控制方式
交流变频器采用的非智能控制方法包括V/f协调控制、差频控制、矢量控制、直接转矩控制等。
(1)V/f控制
V/f控制是为了得到理想的转速-转矩特性，同时基于电机转速的变频调速，保证电机恒常的流量，以及通用变频器的控制，V/f控制变频器结构非常简单，但变频器采用开环控制方法，无法实现更高的控制性能，在低电频时必须进行转矩补偿，以改变低频转矩特性。
(2)旋转频率控制
旋转频率控制是一种直接控制转矩控制模式，它是基于V/f控制，据了解异步电动机的实际速度相应的电源频率，和转矩的基础上想调节控制变频器的输出频率，可以使相应的电机输出转矩。这种控制方式，需要安装速度传感器控制系统，有时与电流反馈，控制频率和电流，因此，这是一个闭环控制模式，可使变频器具有良好的稳定性，和急剧减速和负载波动有很好的响应。
(3)矢量控制
矢量控制是通过电路的大小来控制电机定子的电流矢量的坐标和相位，为了实现电机在d、q、0轴的励磁电流和转矩电流分别控制，然后达到控制电机转矩的目标。通过控制每个矢量的动作序列和时间，以及零矢量的动作时间，可以形成各种PWM波来达到各种控制目的。
(4)直接转矩控制
直接转矩控制是使用空间向量的坐标的概念，在分析交流电动机定子坐标系的数学模型，控制电动机的磁链和转矩，通过检测定子电阻实现定子磁通观测的目的，因此消除了复杂的转换计算，如矢量控制，系统直观、简单、计算速度和准确度比矢量控制模式。即使在开环状态下，也可以输出100%额定转矩，具有多阻力的负载平衡功能。
(5)最优控制
在实践中应用最优控制，根据不同的要求，可根据最优控制理论对各个参数进行优化。例如，在高压逆变器的控制应用中，成功地采用了时间控制和相移控制两种策略，实现了在一定条件下的最优电压波形。
智能控制模式
智能控制方法包括神经网络控制、模糊控制、专家系统和学习控制。在变频器控制中，智能控制的应用有一些成功的例子。
(1)神经网络控制
神经网络控制方法应用于逆变器的控制中，一般是较复杂的系统控制，目前对系统模型的理解较差，因此神经网络的功能实现了系统的识别和控制。此外，神经网络控制模式可以同时控制多个变频器，因此当多个变频器串联时更适合于控制。然而，太多的神经网络层或过于复杂的算法会给合实际应用带来很多实际的困难。
(2)模糊控制
采用模糊控制算法对逆变器的电压、频率进行控制，控制电机的上升时间，以避免电机和acc的使用寿命对工作效率的影响过大，影响工作效率，模糊控制的关键在于理论界、隶属度和模糊层次的划分。
(3)专家系统
专家系统是利用所谓的“专家”经验来控制一种控制模式，因此，专家系统建立一个共同的专家数据库，存入一定的专家信息，也有推理机制，以便根据已知的信息寻求理想的控制结果。专家数据库和推理机制的设计尤为重要，这与专家系统控制的优缺点有关，专家系统可以控制变换器的电压和电流。
(4)学习控制
学习控制主要用于重复输入，常规的PWM信号(如中央调制PWM)满足这种条件，因此学习控制也可以用于变频器控制。学习控制不需要知道系统信息太多，但是需要1~2个学习周期，它使用模拟器无法实现，同时，还包括一个学习控制稳定性问题，特别注意在应用程序中。
本文标签：
- 上一篇：变频器工作原理有什么奥秘呢?
- 下一篇：你知道变频器有什么优点吗？ 了解更多 行业动态>>>
