dsp移相全桥pwm_功放整流桥为什么烧

dsp移相全桥pwm_功放整流桥为什么烧  在网上找关于dsp28335移相寄存器的配置问题,找了好多还是没有百度到现在这个问题终于解决了于是吧关于epwm的配置贴到这里,具体配置看图              这就是具体的配置过程,主要是PHSEN寄存器使能 EPwm2Regs.TBCTL.bit.PHSEN=TB_ENABLE;,还有 EPwm2Regs…

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

    在网上找关于dsp28335移相寄存器的配置问题,找了好多还是没有百度到现在这个问题终于解决了于是吧关于epwm的配置贴到这里,具体配置看图

 

 

dsp移相全桥pwm_功放整流桥为什么烧

dsp移相全桥pwm_功放整流桥为什么烧

 

dsp移相全桥pwm_功放整流桥为什么烧

 

 

 

 

 

 

 

 

 

 

 

这就是具体的配置过程,主要是PHSEN寄存器使能 EPwm2Regs.TBCTL.bit.PHSEN = TB_ENABLE;,还有 EPwm2Regs.TBCTL.bit.SWFSYNC =

 1; EPwm2Regs.TBCTL.bit.PRDLD = TB_SHADOW;这些寄存器配置相当的关键。还有就是在定时器中断中使用移相寄存器的时候,需要调用移相寄存器的时候与要用到这两

个移相寄存器

 

 

      如果不写入下面这个寄存器的话,不会发生移相。

     最终经过移相逆变后的实验波形如图

 

 

 

                                                     dsp移相全桥pwm_功放整流桥为什么烧

 

 

具体配置看https://blog.csdn.net/Aaron_Suen/article/details/84932812是ADC采集电压电流,定时器中断函数实现双闭环。

2.模糊自适应PID 控制算法

为了摆脱经典PID 算法中各种因素之间的相互影响,可以把比例、积分和微分作用分别用比例因子P、积分因子I和微分因子 D 表示,相互之间没有关联,互不影响。运算公式如下:
                  △u(n)=P*[e(n)―e(n-1)]+1/I*e(n)*Kii+D*[e(n)―2*e(n-1)+e(n-2)]
其 中 :
P、I 和 D 分别是比例因子、积分因子和微分因子,K i i 是积分作用强度因子 其中:A 为偏差限值。即当偏差绝对值|e|从接近A到A/2方向,积分作用从0.2~100% 逐步增强。
当偏差 |e|>A 时,积分不完全起作用 。与经典 PID 算法相比,比例因子 P、积分因子I和微分因子D的作用与比例系数Kp、积分时间Ti 和微分时间Td 的作用相似,P 值越大,比例作用越强,P 值越小,比例作用越弱;I 越小,积分作用越强,I 值越大积分作用越弱;D 值越大,微分作用越强,D 值越小,微分作用越弱。但有明显不同:⑴ 比例因子P、积分因子I和微分因子

⑵ 积分因子I和微分因子D与积分时间Ti和微分时间Td的数值差别很大,不能根据经验进行设置;
⑶ 积分作用强度因子Kii与偏差有关,具有模糊自适应能力,能够根据偏差的大小自动调节积分作用的强弱。根据偏差的大小和性质建立模糊控制规则。当偏差大或较大时,增强控制作用,以尽快消除偏差;当偏差较小时,减少控制作用,以减少因测量误差引起的波动 。
                                                         设△T1= 量程*1.0%
                                                        设△T2= 量程*0.25%
当偏差|e|在△T1~A之间和|e|>A时,按照公式计算。当偏差|e|在△T1~△T2之间时,增加 P、I 作用,减弱 D 作用,PID 参数做
以下修正:
                                                   P’=P*(1+(|e|-△T2)/(△T1-△T2)*c1)
                                                   I’=I*(1-(|e|-△T2)/(△T1-△T2)*c2)
                                                  D’= D*(1-(|e|- △T2)/(△T1- △T2)*c3)
以新的 P ’、I ’和 D ’代替 P 、I和 D 参与公式计算。
系数c1、c2、c3与偏差∣e∣在△T1~△T2之间的次数有关,范围为0.05~0.50。当偏差|e|在0~△T2之间时,减弱各调节作用,P I D 参数做以下修正:
                            P’=P*(1+(|e|-△T2)/△T2*0.20)
                             I’=I*(1-(|e|-△T2)/△T2*0.10)
                            D’= D*(1+(|e|-△T2)/△T2*0.20)
当偏差|e| 在0~△T1 之间发生振荡时,根据振荡特性自动在±0.25范围内修改 P 、I 、D 参数。
其控制流程。首先根据经验缺点比例因子P、积分因子I和微分因子D 的初值,设置偏差限值△T1、△T2 和A,假设设定值为 r,测量值为 y ,初始化e(n-1)=0,e(n-2)=0,然后计算偏差e(n)=r n -y n ,根据偏差e(n)大小,利用公式自动计算Kii和调整P、I和D的值,计算PID 输出。如果采样周期到,进入下一个循环重新计算。

程序中具体实现如下:

  Fuzzy_pid.E0 = V_Set – V_Now ;

    if( Fuzzy_pid.E0<= Fuzzy_pid.A /2)
        Fuzzy_pid.Kii = 1;
    else
        Fuzzy_pid.Kii = 1-0.8*(2*fabss(Fuzzy_pid.E0)-Fuzzy_pid.A)/Fuzzy_pid.A;

    if(Fuzzy_pid.E0 >=Fuzzy_pid.T2&&Fuzzy_pid.E0 <=Fuzzy_pid.T1 )
       {

       Fuzzy_pid.P1 =  Fuzzy_pid.P*(1+(fabss(Fuzzy_pid.E0)-Fuzzy_pid.T2)/
                                               (Fuzzy_pid.T1-Fuzzy_pid.T2)*Fuzzy_pid.C1);

        Fuzzy_pid.I1 =  Fuzzy_pid.I*(1-(fabss(Fuzzy_pid.E0)-Fuzzy_pid.T2)/
                                               (Fuzzy_pid.T1-Fuzzy_pid.T2)*Fuzzy_pid.C2);
        Fuzzy_pid.D1 =  Fuzzy_pid.D*(1-(fabss(Fuzzy_pid.E0)-Fuzzy_pid.T2)/
                                               (Fuzzy_pid.T1-Fuzzy_pid.T2)*Fuzzy_pid.C3);

        Fuzzy_pid.P = Fuzzy_pid.P1;
        Fuzzy_pid.I = Fuzzy_pid.I1;
        Fuzzy_pid.D = Fuzzy_pid.D1;
       }

    Fuzzy_pid.SUM+=
                  Fuzzy_pid.P*(Fuzzy_pid.E0-Fuzzy_pid.E1)+
                             1/Fuzzy_pid.I*Fuzzy_pid.E0*Fuzzy_pid.Kii+
                               Fuzzy_pid.D*(Fuzzy_pid.E0-2*Fuzzy_pid.E1+Fuzzy_pid.E2);

 

 

 

 

 

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/179413.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号