Método de controle do motor DC sem escova

O controle do motor DC sem escova é dividido em três tipos: com sensor de posição, sem sensor de posição e controle inteligente.

1. Controle do sensor de posição

O controle do sensor de posição é instalar um sensor de posição no estator do motor brushless DC para detectar a posição do rotor e controlar a comutação do enrolamento do estator. Os sensores de posição usados ​​incluem o tipo eletromagnético (como o resolvedor de relutância), o tipo fotoelétrico (como a placa de sombreamento), o tipo magnético sensível (como o sensor Hall), etc. Entre eles, o sensor Hall é amplamente utilizado.

2. Nenhum controle do sensor de posição

O método de controle de motor sem escova CC sem sensor de posição não instala diretamente um sensor de posição no estator do motor CC sem escova para detectar a posição do rotor. Geralmente, métodos como detecção direta de EMF de retorno, método de terceiro harmônico de retorno de EMF, método de monitoramento de caminho de corrente, método de detecção de tensão de fase de circuito aberto, método de indutância de fase e método de comparação integral de nível lógico EMF de retorno são usados ​​para detectar indiretamente a posição do rotor.

3. Controle inteligente

O controle inteligente é o estágio de desenvolvimento da teoria de controle, geralmente incluindo controle difuso, controle de rede neural, sistema especialista e assim por diante. O sistema de controle inteligente possui funções como autoaprendizagem, autoadaptação e autoorganização e pode resolver problemas mais complexos, como incerteza do modelo e controle não linear. Estritamente falando, o BLDCM é um objeto multivariável, não linear e fortemente acoplado, portanto, o uso de controle inteligente pode alcançar um efeito de controle relativamente satisfatório. Atualmente, muitos métodos de controle inteligentes maduros têm sido aplicados ao controle de motores CC sem escova, como: controle Fuzzy-PID combinando controle fuzzy e controle PID, controle composto combinando controle fuzzy e rede neural, otimização de algoritmo de herança de parâmetro subordinado controle fuzzy, Controle adaptativo de neurônio único, etc.