基于反电动势滤波的无传感器无刷直流电机控制

无刷直流电机的反电动势信号不是一个平滑的信号,从其他相耦合的PWM噪声使得不能准确检测到该信号的过零事件。在此对电机每相的反电动势进行数字滤波,并基于滤得的反电动势信号来决定何时对电机换相,这种控制技术不需要使用离散式低通滤波硬件和片外比较器。该算法已在Microchip公司的dsPIC30F6010A上实现。     

基于反电动势法BLDCM无位置传感器控制系统设计

分析了以反电动势过零点作为无位置传感器无刷直流电动机转子位置检测的方法,设计了基于反电动势过零点检查方法的硬件电路以及软件流程,最后给出了试验调试结果。试验波形表明,该系统结构简单,运行可靠,调速性能良好。     

一种无位置传感器BLDC零启动的纯硬件实现方法

为了在现有电机和控制器等产品的基础上实现低风险及低成本的产品升级换代,基于无刷无位置传感直流电机反电动势过零检测的原理,分析了三相反电动势端电压与中性点的关系,提出了一种可完全替换3路霍尔传感器的无刷无位置传感电机零启动的纯硬件方法,弥补了传统无传感控制策略运算要求高、成本提升大、可靠性不高、30°软件时延的缺点.经理论分析和大量实验验证,输出的模拟换相逻辑信号与原系统中霍尔信号相一致,零启动具有大扭矩、无抖动、平滑、提速快的特性,可以完全取代霍尔传感器.     

永磁无刷直流电机反电动势PWM调制控制的实现

换向通电控制是永磁无刷直流电机变频调速的关键点,本文介绍了利用反电动势过零点确定换向准确时刻的原理和实现方法.控制系统由单片机和开关模块(IPM)组成,采用TMP88CH40单片机进行PWM控制,采用MIG15J503H开关模块进行电机驱动.系统能实现强制起动、自动调速和平稳运行等多项功能.     

无位置传感器BLDCM控制系统的设计

针对传统的带位置传感器的无刷直流电机体积大、控制精度低、抗干扰能力差等缺点,本文采用反电势法对基于数字信号处理(digital signal processing,DSP)的无位置传感器无刷直流电机的控制系统进行研究。本系统采用IR2130的驱动电路,转子位置检测电路和保护电路,对系统的硬件电路及软件设计方案进行论述,并对控制系统进行分析。该系统简化了硬件结构,使电机能够得到稳定有效的控制,并能准确检测电机转子的位置,具有良好的调速性能及较高的实用价值。     

基于数学形态学的彩色图像边缘检测算法

传统的基于微分算子的边缘检测算法对噪声非常敏感,而基于数学形态学的边缘检测算法具有一定的抗噪声能力.图像边缘不仅由灰度突变产生,颜色或纹理发生突变也产生边.本文考虑了颜色对图像边缘的影响,把一种灰度图像形态学边缘检测算法推广到彩色图像,并与原文献形态学灰度图像边缘检测算法、传统的形态学边缘检测算法进行了比较,实验结果表明本文的算法抗噪声能力更强,提取的边缘更加清晰、完整.     

一种基于数学形态学的灰度图像边缘检测算法

基于数学形态学的方法,利用形态运算膨胀、腐蚀、开、闭等变换以及它们的组合,该文提出了一种改进的形态学边缘检测算子,能够有效地检测出图像边缘,并保持边缘的平滑性.同时引入多尺度的概念,对形态结构元素尺度的大小进行调整,从而在噪声存在的条件下得到较理想的图像边缘.实验结果表明,与传统的边缘检测算子相比较,该算法抗噪性能良好,计算量较小,因此具有一定的实用性和可行性.     

基于分数阶滑模观测器的BLDCM无位置传感器控制

为解决传统滑模观测器存在的抖振和相位延迟问题,将分数阶思想引入滑模观测器设计中,利用其传递能量缓慢的特点,结合无刷直流电机(brushless DC motor,BLDCM)线电压方程,设计出分数阶滑模观测器,避免了传统整数阶观测器中因低通滤波器的存在引起观测值相位滞后,同时可以得到光滑的线反电动势估计值曲线,进而获得实时准确的换相信号和估算转速。仿真结果表明:本研究提出的方法,可以准确观测BLDCM线反电动势,实现其无位置传感器控制。     

无刷电机反电势IIR滤波及其DSP实现

转子位置信息的获得是无位置传感器无刷直流电动机控制的关键,传统的反电势检测法在滤除高频干扰时的相位延迟难于补偿;通过在DSP上实现反电势信号的IIR数字滤波,消除噪声对反电势信号的影响,获得正确的反电势过零点。该方法在基于DSP的无位置传感器无刷直流电动机控制平台上进行实验验证,实测数据证明该方法可以有效滤除高频干扰,准确的获得反电势过零点,性能可靠,灵活性和实用性较高。     

永磁无刷直流电动机反电动势及定位力矩的计算与仿真

以一台八极方波永磁无刷直流电动机为例,建立了给定电机的求解域和假设条件下的有限元方程,采用有限元法计算了电机的瞬态电磁场和稳态电磁场,给出了反电动势和定位力矩的计算方法.在此基础上,仿真了空载和负载下的电机反电动势,并且对不同磁钢尺寸下的定位力矩进行了分析计算.计算表明,受电枢反应和换向电感的影响,反电动势有较大波动,定位力矩的大小同磁化方向长度和极弧系数成正比关系.     

开关磁阻电动机新型位置传感器

提出一种新型的开关磁阻电动机位置传感器。对任意相绕阻的开关磁阻电动机,只需在转子上安装一个位置传感元件,转子每转一周只发出一个位置脉冲,有效地简化了开关磁阻电动机的位置传感器。讨论了通过锁相原理由ＥＰＲＯＭ脉冲序列发生器产生各相绕组的开关脉冲序列。分析了ＥＰＲＯＭ中二进制数的取值与开关磁阻电动机受控相以及二进制数的位置与开通关断角之间的关系。该位置传感器结构简单、便于安装,有较强的抗干扰能力和较高     

一种改进的数学形态学图像滤波算法

设计了一种多结构元素复合滤波结构,采用两级级联结构,每级运用两种结构元素分别对图像作开闭和闭开运算,运算中间结果以图像熵比值为融合准则进行合并。该算法在抑制图像噪声污染的同时,保留图像的边缘,不损伤图像的细节质量。仿真证明,采用该算法滤波后,反映了图像细节质量的统计参数图像标准差和绝对平均梯度比传统的均值和维纳滤波均高。     

一种深度学习的硬件木马检测算法

由于传统的硬件木马检测均采用功能测试等电信号检测技术,检测方法存在成本高、漏检率高和效率低下等问题,对此提出了一种深度学习的非电信号硬件木马检测算法。该算法首先利用增强残差网络将低分辨率芯片显微图像转换为高分辨率芯片显微图像; 然后通过循环一致对抗生成网络将该高分辨率图像生成与母版图像同源的芯片显微图像, 生成的芯片显微图像通过二阶微分图像增强算法区分出目标区域与背景区域,并结合阈值分割算法将目标区域分割出来; 最后通过数学形态学操作去除由于工业噪声产生的微小干扰,利用变化检测算法检测芯片中存在的硬件木马。通过在芯片显微图像数据集上的实验显示,基于深度学习的硬件木马检测方法正检率高达约92.4%,与传统的电信号检测方法相比,精度更高,速度更快,且操作更简易。     

基于单目视觉的运动障碍物检测

针对室内结构化环境中光照和外界环境的实时变化,提出一种基于单目视觉的改进的运动障碍物检测算法。利用单目摄像头截取图像,进行灰度转换和中值滤波,将混合高斯模型背景差分法和帧差法相结合,并引入面积信息,对二值化后的差分图像进行形态学处理和连通性分析,有效的解决了空洞问题,得到完整的运动目标信息。实验结果表明,该方法能准确快速检测所观测区域内的运动障碍物,实时性,鲁棒性好,对光照等外界条件的变化有很好的适应性。