工程科学与技术，国际期刊20（2017）1439完整文章一种改进的感应电动机M.P. 塞西角Nagamani，G.Saravana Ilango印度泰米尔纳德邦Tiruchirappalli国立理工学院620015阿提奇莱因福奥文章历史记录：2017年5月19日收到2017年10月17日修订2017年11月20日接受2017年11月27日在线发布保留字：最优滑差标量控制低功率操作A B S T R A C T由于在传送带驱动中通常采用的感应电动机的恒定v/f操作，铁芯和铜损耗通常很高。驱动器的负载循环主要限于具有全速范围的轻载和中载条件。因此，任何努力，以尽量减少损失可以带来显着节省能源，从而在运行成本。本文提出了一种独特的损耗最小化算法，用于感应电机驱动器（IMD），从而优化电机的输入电压和频率，以使总损耗最小化。该算法是基于感应电机的稳态模型。因此，分析和应用仅限于稳态操作条件。本文综合分析了变频器在不同运行条件下的性能，提出了确定最佳输入电压和频率的损耗最小化控制（LMC）算法此外，所提出的LMC和磁场定向控制（FOC）的稳态性能进行了比较MATLAB仿真和实验室试验结果表明，该驱动器提高了驱动效率，特别是©2017 Karabuk University. Elsevier B.V.的出版服务。这是CCBY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍采用多个电机的输送带驱动器在工业应用、发电厂等的散装材料运输中发挥重要作用。具有高滑差特性的兆瓦级感应电机通常用于驱动输送带。驱动器需要与所有电机不受负载条件的影响连续运行。感应电机驱动器的一个主要挑战是使其节能。铜损和铁损是感应电动机的主要损耗。虽然铜损随负载而变化，但由于额定磁通运行，在轻负载下铁损占主导地位。输送机电机的高转差率特性和长时间的低功率运行导致效率低下。最常用的速度控制方法的IM是v/f标量控制，矢量控制和直接转矩控制。标量v/f速度控制方法主要用于大多数工业应用中，其中对于低于基本速度的速度，通量保持恒定，因为定子通量是*通讯作者：印度国家理工学院电气和电子工程系电 子 邮 件 地 址 ： sruthimp91@gmail.com ， 307115001@nitt.edu （ M.P.Sundani），cnmani@nitt.edu（C.Nagamani），gsilango@nitt.edu（G. SaravanaIlango）。由Karabuk大学负责进行同行审查定子v/f比感应电动机的额定磁通运行与负载和速度无关，也会导致驱动器中的显著功率损耗。在轻载条件下，通过调节感应电动机的磁通量来实现效率优化的技术已被提出它们大致分为搜索控制器（SC）和损失模型控制器技术。搜索控制[1-SC的优点是它不需要速度和转矩估计。提出了一种结合间接FOC[2]的另一项研究[3]提出了矢量控制IMD的两种效率优化控制-一种是斜坡搜索方法，另一种是结合两种SC模型控制优点的混合方法。文献[4]讨论了一种以定子电流为控制变量的标量控制损耗最小化方案。本文[8]讨论了一种通过监测电源频率，通过功率谱搜索来估计绕线转子感应电动机转速的算法。在[9]中提出了一种无速度传感器矢量控制磁通优化方案，该方案考虑了铁损和磁饱和。基于损耗模型的控制方法利用系统损耗的模型来计算https://doi.org/10.1016/j.jestch.2017.11.0072215-0986/©2017 Karabuk University.出版社：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程科学与技术国际期刊杂志主页：www.elsevier.com/locate/jestch¼S1/4米命名法is;irLls;Llr LmPmPemRSs;RrRmVs每相定子和转子电流，A每相定子和转子绕组电感，每相H磁化支路电感，H电机机械功率输出，瓦特电磁功率开发，瓦特定、转子绕组每相电阻，欧姆每相等效铁损电阻，欧姆每相定子电压，VsxrxsJFmv斯利普转子角速度（电），rad/s定子电源的角速度（电气），rad/s惯性矩，kg.m2稳态运行中顶部运行/返回运行的总动阻力，N皮带速度（m/s）俄LlsIsIrLlrVSIfERmImLm1440M.P. Sangli et al. /工程科学与技术，国际期刊20（2017）1439给定负载和速度的最佳通量。基于模型控制的算法相对于SC的主要优点在于其收敛速度快并且不会引起转矩脉动。模型控制需要使用精确的机器参数来计算损耗，并选择最佳通量水平，使总铜损最小化[10]。在文献[11]中，将模型控制器和基于自适应反推的非线性控制器（ABNC）结合在一起用于矢量控制感应电机驱动，以获得高动态性能和高效率。用ABNC进行模型控制的参数在线估计，克服了参数偏差的影响。另一项基于模型控制的研究[12]提出了一种最大转矩效率（MEPT）策略，其中离线计算最佳定子磁通并以查找表的形式实现。矢量控制的在线效率优化方案[13]涉及通过单独测量输入功率来调节磁化电流。参考文献[14]建议通过电损耗最小化，对矢量控制驱动装置的延长穿越能力进行再生功率控制。在[7]中，作者提出了一种弱磁技术，被称为扰动转子频率（PRF）的新特性，2. 系统描述在低功率运行期间，通过减小磁通，铁损和总铜损显著降低，因为铁损与磁通的大小成比例。在这种情况下，一个简单的LMC算法，提出了鼠笼式感应电动机的总损耗最小化。采用基于标量LMC的算法计算逆变器供电的SCIM定子电源频率和电压幅值，该算法不需要转子磁链角信息。2.1. 考虑铁损的感应电动机稳态分析图1示出了笼形转子感应电动机相对于定子的每相等效电路图。本节讨论了一种新的方案，预先确定感应电动机的性能。对于已知的负载功率和速度，转子电流可以表示为，需要机器参数。在[15]中，描述了一种感应电动机驱动器的弱磁在文献[16]中，提出了IM结合模型控制器、混合FOC-DTC和用于速度估计以提高效率的扩展卡尔曼采用二极管桥式整流器的VFD升压变换器，控制直流母线电压，改善线电流波形，功率ir¼s其中，slipsxs-xrXs磁化支路两端电压的表达式为，ð1Þð2Þ效率与效率[17]。在[18]中讨论了基于预测控制的在线损耗最小化，该预测控制考虑了转矩瞬态功率损耗。感应电机（IM）和内置永磁同步电机（IPMSM）的效率比较见[19]。在损失最小化控制下，E¼.RrjxsLlrωir3磁化和铁损分量电流分别为IM的效率与IPMSM的效率相当在本文中，损耗最小化控制（LMC）算法被开发考虑的感应电机的总损耗是一个函数的绕组电流和磁通，iEjxsLm和ð4Þ匝数取决于所施加的电压和频率。在所提出的LMC算法中，在给定的机械功率和速度下，通过测量速度解析地确定最佳的转差和施加电压值此外，对所施加的电压幅度和频率施加某些最大限制，使得电机不会受到异常电压、频率或通量的影响。该研究提出了一个全面的分析，以及在MATLAB中建立的测试模拟的结果并在实验室机器上进行了测试，以验证所提出的算法。仿真结果与实验结果吻合较好，验证了该算法的有效性。第2节介绍了损失最小化控制算法。第3节讨论了该算法的闭环实现，而第4节和第5节给出了仿真和实验的结果if¼ E= Rm5Fig. 1. 感应电机每相等效电路。3R1-srSFR普夫斯SSM.P. Sadhi等人 /工程科学与技术国际期刊20（2017）1439-14491441定子电流和电压由下式给出：is ir im if6VsERs jxs Llsω is 7Rs和Rr代表定子和转子绕组的铜损，Rm是代表铁芯功率损耗的电阻。定子、转子和铁芯中的损耗由下式给出：Pcus 23i2 Rs280和Pf¼ 3i2 Rm10定子有功功率和无功功率表示为，Ps¼3RefVsiωsg11Q s¼3ImfVsiωsg12功率因数可以计算为，Pcurl 3i2 RrPqð13Þ图二. 损耗最小化控制算法流程图。123113SRF1; 2¼4 a-：-13-11þ十二=十三3A14年b-t3 D1D2-4D321442M.P. Sangli et al. /工程科学与技术，国际期刊20（2017）1439图三. 带式输送机系统的闭环控制。感应电机的效率是，dfkujujujujujujujujujujujujujuDS11秒12秒13秒14秒15秒17秒gPmPs其中Ps是电机的实际输入功率定子电源的角速度为，ð14Þ多项式的系数取决于机器在给定的速度下，xr是常数。系数定义在阑尾最佳滑差的值，在该值下，XRxs¼1-s 15可控电损耗包括铜损和铁损。感应电动机的最小值可以通过使（17）的右手侧等于零来获得。也就是说，a11 s4 a12 s3 a13 s2 a14s a15¼018四阶方程的可能根（18）可以表示为P损失率为1/ 3/3 i2 Rs/3 i2 Rr/3 i2 Rm/16/3 i从（1）、（5）和（6）中可以明显看出，在每个机械功率输出和速度下，绕组损耗和铁芯损耗是函数S-a12b11-a12b05q4b2bb05q4b2bb独自滑。滑移是上述方程中的单个未知参数。替换损失函数（16）中的is、 ir、 if和。Differen-3;4¼4a11mm13：-13-11-十二=十三相对于滑移来计算f（s）导致滑移的四阶方程式中，b11¼ 8a11 a13- 3a3一个3 -4a11 a12 a13 8a a14表1鼠笼IM参数。b121231111s2001年1月1日。ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiDffiffiffi◦ffiffiffiΣffiffiffiffiffiffiffiffiffibffiffiffi1ffiffi1ffiffi3vuq带D a 2 -3a12 a1412a11 a15¼8a13b13¼ 0：5b14¼¼额定功率2.3千瓦750 W额定电压（V）415380定子电流（A）4.73.8极对22定子电阻，Rs（欧姆）3.455.38转子电阻rr5.269.77定子漏感，Lls0.024870.0445转子漏感，Llr0.024870.0445磁化电感，Lm0.280.521铁损电阻2701190.5211213 14121511141113 15D ¼2a— 9aa a27aa27aa2- 72 aa a213ð ÞM.P. Sadhi等人 /工程科学与技术国际期刊20（2017）1439-14491443（18）的解将有四个根-一个正实数（s3），一个负实数和两个复共轭根。对于电动操作模式，仅单个正实根有效。知道-计算转子速度并计算最佳滑差值，可以使用（15）计算同步角速度xs。此外，相应的定子频率可以计算如下：图四、在0.93 p.u.下，2.23 KW感应电机上的拟议LMC和FOC操作的比较速度（a）定子电压，（b）转差，（c）磁通，（d）定子电流，（e）输入有功功率，（f）无功功率，（g）功率因数，（h）效率。R1444M.P. Sangli et al. /工程科学与技术，国际期刊20（2017）1439fs¼xs p= 4p19其中，p是极点的数量。代入（7）中的is和xs，得出定子电压幅值作为转差、电机参数、功率输出和转子速度。利用有效转差值，（20）的解给出了定子电压的大小。此外，由于定子是从能够产生可变频率输出的功率转换器馈送的，因此预期只有一组定子电压和频率对应于最佳通量，利用所述最佳通量来实现总功率输出。2Pm3 22、电损耗最低。因此，最佳滑移和相应的-jVsj 1/43R开关1-开关5functionc11s12-2c11s2019年11月13日星期二12日星期三计算了定子电压和频率的整定值如果钙-222额定定子电压超过额定电压时，则最大16秒14秒16秒14秒15秒16秒15秒16秒16秒16秒17秒20秒图五、提出的LMC和FOC方案在0.67 p.u.速度（a）定子电压，（b）转差，（c）磁通，（d）定子电流，（e）输入有功功率，（f）无功功率，（g）功率因数，（h）效率。ð ÞDTRM.P. Sadhi等人 /工程科学与技术国际期刊20（2017）1439-14491445额定电压的限制占优势，并且使用（20）重新计算滑差。还对要限制到额定通量上限的相应通量大小进行类似的检查图2示出了使用LMC算法最小化IM的总电损耗的流程图传统的v/f控制方法用于启动驱动电机，并且一旦电机达到稳定操作状态就切换到基于LMC对于开环操作，带式输送机系统所需的机械功率（Pm）可以通过以下简单关系式来估计Pm² Fm：v21当带在稳定运行状态下运动时，运动阻力（Fm）由摩擦力、被输送材料的重量和其他质量力计算。工业使用先进的电子称重传感器测量皮带上的材料重量已知皮带速度v驱动器上的负载需求可以是测定3. 闭环实现图1示出了所提出的基于LMC算法的驱动器的闭环实现的框图。3.第三章。速度传感器用于测量皮带传动的速度电源的电压和频率的大小由损耗最小化控制算法确定皮带传动的机械系统由一个电动机组成，通过皮带轮和齿轮轴与输送带机械连接。对于速度控制器的设计，所有的机械子系统，如电机、齿轮、连接轴和皮带轮，都由总转动惯量表示为，J总计1/4J电机1/2J轴1/2J齿轮22J轴22J皮带轮2/22在电动机中产生的电磁转矩是4. 仿真结果仿真研究进行了检查IM的性能与建议LMC算法使用MATLAB/Simulink。所用电机的参数见表1。结果表明，该系统的效率有了显著提高。4.1. 与LMC、FOC和常规损耗最小化方案采用三种方案，即，提出的LMC，间接磁场定向控制，[20]和传统的损失最小化技术进行了研究。FOC以高动态性能而闻名，然而，本文的内容集中在稳态性能上，其中在所有负载和速度下的损耗最小化是目标。考虑用于比较的损耗最小化技术[21]最佳磁通参考是基于电机总损耗相对于d轴电流的微分计算的。所提出的LMC和传统的损耗最小化方案在轻载时具有相似的性能但与传统的损耗最小化方案相比，实现所提出的方案以获得损耗最小化要简单得多，因为它仅是标量控制，而先前的方案[21]需要闭环矢量控制。图4示出了在0.93 p.u的转子速度下各种电机参数的趋势。随着负载功率的增加。带有LMC在传统方案中，磁通量随着输出功率而增加，而在间接转子磁场定向控制中，磁通量是恒定的。在轻负荷时，LMC的定子电流和输入无功功率显著降低，但随着负荷的增加，它们接近磁场定向控制的水平。通过优化磁通时间¼Jdxr总 dtBxrT负载23通过变量控制其中，n和T载荷分别是传动比和由于带连同被输送的材料的重量而产生的扭矩所产生的电磁功率（Pem）可以写为，Pem¼ Temxr24在稳定操作状态下，项dxr变为零。负载功率（Pm）可以获得为，Pem-Bx2ð25Þ电机速度xr和电磁转矩Tem之间的传递函数由下式给出：联系我们1ð26ÞTemJsB使用等式（26），可以设计PI控制器增益当负载转矩改变时，速度传感器感测到的速度也改变。将速度与参考速度进行比较，并在PI控制器中处理误差PI控制器的输出是在电动机开发的电磁转矩。电动机中产生的电磁功率可以通过Tem和速度相乘来计算的EQ。公式（25）用于估计每个负载条件的负载功率（Pm）。该Pm和速度被馈送到基于算法的控制器，该控制器根据调制信号确定最佳电压和频率然后，SPWM模块为逆变器开关产生脉冲。图六、效率相对于输出功率的%变化1446M.P. Sangli et al. /工程科学与技术，国际期刊20（2017）1439504030201000 1最大载荷（Nm）34（h）见图7。 SCIM的性能。M1：LMC算法的预测结果，M2：使用LMC的实验结果，M3：额定电压和频率的实验结果提供（a）定子电压，（b）转差，（c）定子电流，（d）有功功率，（e）无功功率，（f）功率因数，（g）效率，（h）电流相对于转矩的减少百分比电流减少%M.P. Sadhi等人 /工程科学与技术国际期刊20（2017）1439-14491447IMD在0.67 p.u. 速度与三个方案是描绘图。 五、在较低的速度下，电机的运行功率范围受到电机的通量和额定电流的限制然而，利用LMC方案，电动机能够在低功率、低速操作下保持高效率和改进的功率因数，如5（h）5（g）中所示。三种方案的定子电压曲线如图所示。 5（a）. 随着功率需求的增加，基于LMC算法的方案比FOC方案建议更多的电压，但同时与LMC和常规方案相比，FOC方案的电机转差更多，与LMC和传统的计划为基础的供应电机采取更少的电流在轻负载相比，FOC计划如图所示。 5（d）。4.2. 参数变化研究了参数变化时LMC算法对感应电动机性能的灵敏度.感应电动机的老化会引起电动机某些参数的变化。定子和转子绕组电阻随温度的升高而变化很大，温度的升高又取决于绕组的类型、材料和绝缘。为了研究参数变化的影响，考虑电阻与标称值的50%变化。图6（a）和（b）分别示出了对于50%的电阻变化，效率与功率输出的关系以及效率与功率输出的%偏差。在这些情况下，发现效率偏差小于10%。为了消除这种偏差问题，可以将温度传感器与控制器结合以更新电阻由于温度变化而引起的变化，使得控制器找出与电动机参数的变化相对应的最佳效率条件。5. 实验结果一个750 W，4极鼠笼式感应电动机在实验室实验中使用所提出的方案的性能进行验证。机器的参数在表1中给出。功率转换器（Semikron制造的MD B6 CI 800/415-30 F）用于向电动机提供可变频率。该控制算法采用时钟频率为20 MHz的Cyclone FPGA板实现。使用速度传感器测量转子速度，并且使用Fluke 345功率质量分析仪进行功率测量。5.1. 稳态结果图7（还比较了在稳态下由额定电机电源（恒定电压/赫兹）供电时LMC的性能电机轴的摩擦损耗也被考虑用于损耗计算。的点图7（a-g）中的x和y是相应的实验点在轻负载（200 W）下，分别使用LMC电源和具有恒定v/f比的常规额定电机电源。所提出的方法的模拟和实验结果都是在1480 rpm（0.986 p.u.）的转子速度。图7（a）示出了不同负载条件下所施加的定子线电压而图8.第八条。（A）：当IM由额定电源（380 V，50 Hz）供电时的定子电流（2A/div）（B）：当IM由LMC电源（187 V，52.4 Hz）供电时的定子电流（150 V/div），直流电流（负载）（0.5A/div），速度（3000 rpm/div），时间5.0 s/div。1448M.P. Sangli et al. /工程科学与技术，国际期刊20（2017）1439传统电源工作在额定电压下，LMC算法建议电机在轻载时降低电压，仍能满足负载转速和转矩。转差和定子电流随定子电压和频率输入的变化趋势如图所示。 7(b)（三）分别。基于LMC的电源的运行滑差略高于图7（b）中的恒定v/f电源。驱动器在x3（M2）处的电流需求比y3（M3）小0.48A，因此对于低功率电机节省了大量能量。LMC的输入有功功率和无功功率的预测结果与实验结果非常吻合。7（d，e）。在200 W负载功率下，M2（x4 x5）与传统的恒压/赫兹电源M3（y4 y5LMC方案在轻负载时可降低有功和无功功耗。恒流供电驱动器在低功率因数下运行，这导致工业电费负担增加。如图所示，采用LMC方案，无功功率消耗的减少导致功率因数的改善。 7（f）. 例如，点x6到y6，对于相同的负载条件，功率因数从0.423提高到图图7（g）示出了在200W负载功率下，与M3（y 7）相比，M2（x 7）的效率增加了26.4%。在相同的工作负载功率和固定的工作速度下，基于LMC的电源的电流减少百分比为如图7（h）所示。使用LMC，对于低扭矩（或功率）需求获得电流的显著百分比减小5.2. 动态行为图8显示了定子电流突然减少时，电机从标称电源切换到LMC调节电源，同时驱动恒定负载。感应电动机的负载是一个连接到电阻性负载的他励直流发电机。通过测量负载电压和电流来测量负载功率。实验（图） 8）进行50 s的时间跨度。启动时11 s后，电源从电网切换到基于LMC的逆变器电源。同样，在37 s后，电源切换回标称电源。因此，它被证明（图8），所考虑的负载的工作功率和速度保持不变，即使在应用的最佳供应与建议的LMC算法计算。但是，使用LMC电源（B）可以明显降低定子电流。因此，所提出的方法（B）被证明是稳态损耗最小化的首选方法。图9显示了电源从标称电源（380 V，50 Hz）切换到LMC稳压电源（187 V，52.4 Hz）时的线电压变化。额定线电压的峰值按比例缩小至约5 V。 图图9（b）显示了标称电源的放大图像。 图图9（c）示出了算法的放大图像。图9定子电压图9负载电流负载电压速度(a)（b）第（1）款（c）（d）见图9。(a)电源电压从标称切换到LMC电源。负载电流（1A/div）负载电压（150 V/div）速度（3000 rpm/div）（b）标称（电网）电压（107.48 V/div）（c）逆变器电源（LMC）（107.48 V/div）（d）逆变器电源的基波电压（107.48 V/div）。¼ þRm公 司 简介Rm---Rþ一名142RSa-LR-Rm1 þSRLRR mM.P. Sadhi等人 /工程科学与技术国际期刊20（2017）1439-14491449基于规范的供应。这里的线电压施加到感应电机是一个开关波形与峰值等于直流链路电压。通过改变调制指数来改变电压的大小6. 结论提出了一种新的损耗最小化控制（LMC）算法，该控制器是为电机的稳态运行而设计的，瞬态条件被排除在计算之外。作为标量控制，控制器实现简单。通过使用合适的传感器，可以将由于温度变化而引起的电阻变化的影响与算法相结合最后，对所提出的LMC算法在IMD上进行了仿真和实验，所提出的控制算法计算所需的定子电压和频率对应于最小输入功率为给定的负载条件。通过优化定子磁链，降低了电机的总铜损和铁损在轻负载下，约20%的效率的改善，观察与LMC算法的实施。附录第2.1节中使用的参数解释为，a 1LlrLmc15¼RrLlsxrcRR RsLmxr引用[1] Daniel S.作者：Donald W.作者：Thomas A.李波，感应电动机驱动系统的最优效率控制，IEEE Trans.Energy Conv。2（1）（1987）70- 76。[2] 曹明达，堀洋一，感应电动机效率最佳化控制之收敛性改善，电机工程师学会。Appl. 37（6）（2001）1746-1753。[3] 陈晓，高晓松，异步电动机矢量控制系统的快速效率优化技术，电机工程学报，2004。印度河Appl. 39（4）（2003）107-1076。[4] Iordanis Kioskerkan，Nikos Margaris，带搜索控制器的标量控制感应电机驱动器的损耗最小化，IEEE Trans. 权力选举。 11（2）（1996）213-220。[5] C. Thanga Raj，S. P. Srivastava，Pramod Agarwal，三相感应电机的节能控制-综述，Int. J. Comput. Elect. Eng.1（2009）61- 70。[6] S. Lim，K. Nam，感应电动机的损耗最小化控制方案，IEEProc。电动电源应用 151（4）（2004）385-397。[7] 李志荣，感应电动机之最小损耗控制，国立成功大学电机工程研究所硕士论文。Appl.27（1）（1991）32-37.[8] K.奇洛兹角应用自适应滑动窗口搜索法估计电机转速的方法，电机工程，2000。电力 能源系统91（2017）80-91.[9] 曲增才，米卡拉兰塔，马尔科Hinkkanen，Jorma Luomi，感应电动机驱动器的损耗最小化磁链水平控制，IEEE Trans.印度河Appl. 48（3）952[10] VenkataRamaRaju鲁德拉拉朱，奇拉卡帕蒂长谷，GanesanSaravanaIlango，通过间接磁通优化的并网SCIG的简单铜损最小化控制算法，电力公司。a 11¼ R r R s a 2Rr Rs.4R r R s.Rrrr2a2LlrLmRmRMRm双头2L2！2x2L 2.þRRs44（3）（2015）324-335。[11] M. 吴建民，基于非线性模型的异步电动机在线最小损耗控制器的设计与实现，硕士学位论文。能量转换 23（4）（2008）1015-1024。[12] 杨文，王晓，等，单转矩最大效率直接磁链矢量控制的研究进展a12¼Rm2Rm22Rs-x2L21LRRm1Rm— 2Rr感应电动机驱动器，IEEE Trans. Indus. 51（6）（2015）4415-4421。[13] G.C. Sousa，B.K.玻色，J.G. 克莱兰，模糊逻辑基于在线效率间接矢量控制感应电动机驱动器的优化控制-2Rs a2R河L5R5R3R！RmLm2Rm2Rsx2L2x2 L 2。RRmRmIEEETrans. 印度河电动 42（2）（1995）192-198。[14] JoseTilus，Jayendra Teja，Kamalesh Hatua，Krishna Vasudevan，An Improved电压源逆变器馈电系统中延长功率损耗穿越的方案rIEEETrans. 印度河Appl. 52（2）（2016）1500-R m你好，一15¼-4C1/4R.1升lr[15] Iordanis Kiosker，Nikos Margaris，感应电动机损耗最小化可调速驱动器，IEEE Trans. Indus. 43（1）（1996）226-231。[16] Mehdi Farasat，Andrzej M.李文，电动汽车感应电机无速度传感器控制系统的研究，北京交通大学学报，2001。4（4）（2014）122-131。[17] M.V. Aware，S.G. Tarnekar，A.G.高晓松，电压源逆变器驱动的异步电动机功率因数和效率控制，电机工程学报。电动电源应用 147（5）（2000）。[18] Jean-Franc，ois Stumper，Alexander Dotlinger，Ralph Kennel，损失最小化11SC1/4R.1LmLlsRs在动态运行的感应电机，IEEE trans.energy Conv。第二十八条 （三）（2013）726[19] 韦塞尔河阿里？比于克代吉尔门奇菲利普·巴齐Krein，诱导评价和永磁同步机器使用驱动循环12RLm能量和损耗最小化的牵引应用，IEEE Trans. 印度河Appl. 50（1）（2014）395-403。[20] G.埃斯特雷米亚纳湾 Abad，J. Chivite-Zabalza，I. Torre，转子磁链定向控制c13¼-xrLlsLlrRm基于感应电机的驱动器与补偿的所有机器参数的变化，布尔波兰学院。Sci. 61（2）（2013）309-324。[21] 陈文，高晓刚，等.异步电动机直接转矩控制系统的研究.电机工程学报，2001，10（1）：113 - 114. Comput.C1/4x LLxrLlrLlsxrLlrRsþCommun. 告知。（ICACCI）（2015）618-623。14RLSlrLmRmþ2a13¼使用损耗最小化技术的矢量控制感应电动机驱动器，！
我的内容管理
展开
