摘要
本申请涉及无刷电机领域,其具体地公开了一种无刷电机控制系统及控制方法,其使用无感FOC控制模式驱动无刷电机空载运行以获取第一空载转子角度,接着采用基于深度学习的信号处理技术对无刷电机驱动板上的两路线性霍尔传感器提供的正弦波反馈信号进行时频分析,提取出信号的时频特征表示,并通过对两路信号的时频特征进行细粒度的全域交互编码,以识别并强化信号间的关键信息交互,实现对无刷电机第二空载转子角度的高精度预测,并在此基础上计算出角度补偿值,在电机的后续正常使用过程中对其进行基于角度补偿值的有感FOC控制,可以有效降低信号噪声和计算误差的影响,提高电机转子位置估计的准确性,进而提升电机整体的控制精度。
技术关键词
正弦波
无刷电机控制方法
无刷电机控制系统
编码特征
语义
线性霍尔传感器
电机转子
驱动无刷电机
核心
聚类
空洞卷积神经网络
神经网络模型
补偿值
无刷电机驱动
转换器结构
信号处理技术
特征提取网络