线控转向汽车动力电池电量估计及容错控制方法

针对线控转向汽车动力电池荷电状态估计与容错控制问题,提出了安时法积分、扩展卡尔曼滤波估计和开路电压法校正相结合的电池荷电状态最优化估计方法,及基于电池荷电状态控制冗余电池并联的容错控制方法。通过实验对提出的方法进行了验证。结果表明:该方法能够准确地估计出电池的荷电状态,并能够有效地实现电池的容错控制。     

基于自适应神经网络滑模观测器的容错控制

针对机电伺服系统可能发生的故障,提出基于自适应神经网络滑模观测器的快速终端滑模容错控制策略. 在自适应滑模观测器中引入神经网络估计故障,以提高故障发生时观测器的状态估计精度和故障检测准确性. 利用观测器的状态估计值进行状态重构,结合参数自适应技术和快速终端滑模控制方法设计主动容错控制器. 针对参数不确定性设计参数自适应率进行估计,并利用前馈补偿技术补偿故障和参数不确定性. 针对未知上界的扰动设计具有自适应增益的鲁棒项. 利用Lyapunov定理证明所提出的控制方法可以实现系统有界稳定,大量仿真和实验结果验证了控制器在系统发生故障时具有良好的容错能力、控制精度和响应速度.     

基于双观测器的四旋翼无人机姿态控制

为了提高四旋翼无人机姿态控制精度及抗干扰性能,将干扰观测器与扩张状态观测器相结合,提出了一种基于双观测器的滑模抗干扰控制方法.首先,对于部分已知信息的干扰用外生系统模型描述,并用干扰观测器进行估计;然后针对复杂的非线性可微干扰采用扩张状态观测器进行估计;接着设计滑模控制律来补偿双观测器估计的干扰,进而实现姿态控制;最后利用李雅普诺夫理论证明了系统的稳定性.仿真结果表明,该方法相较于传统的PID控制具有更高的跟踪精度和良好的抗干扰能力.     

直流电机的非奇异快速Terminal滑模位置控制

针对直流电机位置控制,提出基于非奇异快速Terminal滑模和扩张观测器的直流电机位置控制算法。根据电枢电压方程、电磁转矩方程和转矩平衡方程建立直流电机状态空间表达式。针对电机状态空间表达式设计扩张观测器,根据电机给定位置和实际位置在线估计电机角速度和负载扭矩扰动。选取偏差作为状态量,建立针对偏差的电机状态空间表达式。考虑电机角位移和角速度偏差,设计动态滑模面,确定算法输出。分别定义Lyapunov函数,分析证明观测器、滑模控制算法和控制系统整体的稳定性。算法硬件实现简单,便于实际应用。对比PID算法,分别跟踪正弦波、方波和三角波信号进行仿真实验验证算法有效性。     

一类非线性系统的快速鲁棒故障诊断

结合在线估计器和滑模观测器方法，基于所给出的一种新的自适应学习算法，提出了一种针对非线性不确定系统的鲁棒故障诊断方法．滑模观测器可以消除建模不确定性的影响以得到准确的状态估计，而在线估计器可以实时估计故障的大小．在此，基于李亚普诺夫函数，在理论上证明了所给出的状态和参数估计误差都是一致有界的；针对三容水箱DTS200所做的仿真实验，其结果验证了该方法的可行性．研究结果表明，由于滑模项的引入，使得该方法的故障检测时间大大缩短，其性能比Polycarpou所提出的在线估计器方法的性能要好．     

基于高阶未知输入观测器的滑模控制

针对一类具有不匹配时变扰动的非线性系统,进行了滑模控制的研究.首先,在状态和扰动已知的假设下设计一种新的滑模控制,用以抵消不匹配时变扰动的影响.其次,提出了可以直接抑制扰动影响的高阶未知输入观测器,以估计系统状态、扰动及其各阶导数.最后,构造了基于高阶未知输入观测器的新型滑模控制器,并通过模拟实例来验证所提出的方法的有效性.     

刚体航天器有限时间输出反馈姿态跟踪控制

为提高航天器系统飞行可靠性,研究角速度信息不可测量的刚体航天器有限时间姿态跟踪控制,将姿态导数信息作为未知状态,设计基于改进自适应超螺旋滑模的状态观测器,避免未知状态导数上界需要已知的约束,将姿态运动方程进行扩维,在有限时间内实现对未知角速度估计.同时考虑环境干扰和模型不确定,设计新的有限时间干扰观测器,结合连续自适应方法实现对系统综合不确定上界的估计.在此基础上,基于终端滑模技术,设计有限时间连续姿态跟踪控制器,较好地减小了控制输入抖振,并采用Lyapunov理论证明了观测器和控制器的有限时间稳定性.最后仿真结果说明了所提方法的有效性.     

基于回跳电压的动力电池SOC估算方法

估算动力电池荷电状态是电池管理系统中的一个重点及难点,提出了利用回跳电压与神经网络相结合的方法估算电池的剩余容量.对动力电池离线后所产生的回跳电压进行了研究,并建立回跳电压与电池的剩余容量之间的关系.通过对比分析本算法估测的动力电池SOC值和实际测量值,验证了该方法的可行性.     

基于改进型SMO的PMSM无传感器鲁棒控制方法

为提高永磁同步电机无传感器控制系统的控制性能和抗干扰能力,提出一种改进型滑模观测器无传感器鲁棒控制方法.该方法引入双曲正切函数替代传统滑模观测器的开关函数,并采用锁相环技术对转子状态信息进行提取,以削弱观测器的抖振效应和提高转子状态估计精度;为抑制转子状态估计误差和不同负载工况等干扰,提高无传感器控制系统的整体性能,设...     

基于滑模观测器的不确定系统传感器故障重构

针对一类不确定线性系统,讨论了观测器匹配条件不满足下的传感器故障重构方法．首先,引入增维向量形成观测器匹配条件不满足增维系统,使得增维系统的未知输入包含原系统的未知输入和传感器故障向量;其次,通过构造辅助输出的方法,使得观测器匹配条件满足,然后再利用高阶滑模观测器对辅助输出进行精确估计;第三,基于辅助输出的精确估计,设计鲁棒滑模观测器对系统状态进行估计,在此基础上提出一种传感器故障代数重构方法;最后,通过对一个四阶飞行器模型进行仿真,验证了方法的实用性和有效性．     

基于改进多新息扩展卡尔曼滤波的电池SOC估计

为了提高SOC估计精度,提出基于遗忘因子改进多新息扩展卡尔曼滤波（FMIEKF）方法. 建立锂离子电池的双极化等效电路模型,开展开路电压测试. 通过递归最小二乘法,实现电池模型参数在线辨识. 提出FMIEKF进行SOC估计,该方法在融合多新息辨识理论和卡尔曼滤波基础上,引入遗忘因子削弱历史数据修正权重,解决数据过饱和问题. 通过实验和硬件在环进行验证. 结果表明,FMIEKF具有较高的准确性和收敛性,最大估计误差为0.948%,平均误差为0.214%,在不同SOC初值下20 s内收敛,可以适用于实际的电池管理系统中.     

Fuzzy Model for Estimation of the State-of-Charge of Lithium-Ion Batteries for Electric Vehicles

A fuzzy model was established to estimate the state of charge (SOC) of a lithium-ion battery for electric vehicles. The robust Gustafson-Kessel (GK) clustering algorithm based on clustering validity indices was applied to identify the structure and antecedent parameters of the model. The least squares algorithm was utilized to determine the consequent parameters. Validation results show that this model can provide accurate SOC estimation for the lithium-ion battery and satisfy the requirement for practical electric vehicle applications.     

基于V-R模型与卡尔曼滤波器的蓄电池SOC估计

蓄电池组广泛应用于UPS系统中,荷电状态(SOC)是表征蓄电池状态的重要参数之一.在线准确估算蓄电池SOC,有利于开展对蓄电池的状态诊断、维护,保证电池组安全供电.通过对阀控铅酸电池作了大量的充放电试验,根据试验数据应用最小二乘法进行辨识,获得蓄电池SOC的端电压-电阻的计算模型,运用卡尔曼滤波器算法,对SOC做最优估计.经实验验证和仿真,得到了蓄电池SOC最优估计结果,具有很好的精确度,表明该方法能够在工程上用来估算蓄电池的SOC.     

基于强跟踪卡尔曼滤波的电池SOC估计

针对锂电池模型不准确和状态突变导致SOC估计精度不佳的问题,提出了引入时变渐消因子的强跟踪卡尔曼滤波算法.以HPPC试验方法辨识了锂电池的等效二阶RC模型,对比分析了现有的扩展卡尔曼滤波原理及提出的强跟踪卡尔曼滤波算法.通过结合强跟踪原理和卡尔曼滤波算法并引入时变渐消因子,提出的方法能够强制估计残差保持正交特性,并保证残差满足高斯白噪声特性.仿真验证表明,与扩展卡尔曼滤波原理相比,在模型不准确和状态突变的情况下,强跟踪卡尔曼滤波算法具有更高的估计精度,估计误差低于2.5%,提高了近45%.     

一类非线性系统的故障诊断

针对一类非线性系统,设计了一种用于故障检测和诊断的滑模神经网络观测器.在故障发生之前,保证滑模的存在,并以此为条件,通过检测残差信号是否在规定的滑动区内,从而判定是否发生故障.当不满足判定条件时,说明滑模被破坏,有故障发生,则启动观测器中的“故障估计项”,利用神经网络在线辨识故障的形态.应用李亚普诺夫理论证明了该方法的稳定性.     

电动汽车锂电池SOC估算研究

为了精确估算电动汽车锂电池的荷电状态(state of charge,SOC),本文通过对主流SOC估算方法进行分析与比较,提出了一种基于卡尔曼滤波算法的电动汽车能量管理系统(energy management system,EMS)SOC估算方法,同时采用联合模型以保证估算过程中有较好的精度,并在实验室条件下进行实测数据及MATLAB仿真分析。仿真结果表明,卡尔曼滤波算法对锂电池SOC进行在线实时估计是有效的,能够较为准确地计算出SOC值,且估算结果与实测值基本一致,该方法可以用于电动汽车锂电池SOC的估算,具有很强的实际应用价值。     

基于分段幂次函数滑模观测器的 永磁同步电机速度控制

为了提高永磁同步电机的控制性能,解决传统滑模控制器中存在的抖振和响应速度慢等问题,提出一种采用分段幂次函数的新型滑模观测器。利用Lyapunov稳定判据对系统稳定性进行了证明,并在新型滑模观测器前设计了滑模速度控制器,最后与传统的PI控制器进行仿真比较。Matlab仿真和实验结果表明,新型滑模观测器结合滑模速度控制器的控制方法具有更强的鲁棒性和更快的收敛速度,在抑制系统抖振方面具有更优的性能,所得结果验证了所提出方法的有效性。     

可变低温环境锂电池组内部短路故障诊断

针对可变低温环境下锂离子电池组易发生的内部短路故障问题,提出基于模型的电池组参数估计和故障诊断方法. 通过特性实验,建立三元锂电池容量与温度的关系. 根据标准-偏差模型,采用无迹卡尔曼滤波实时估计标准电池状态和参数,结合双卡尔曼滤波得到电池组状态和参数的实时估计结果,根据电池容量衰减定量诊断内部短路故障. 在5~25 °C时变温度下,结合实际工况进行电池组充放电实验,通过并联电阻法模拟内部短路故障,得到电池组状态和内部短路电阻估计值和真实值的对比. 实验结果表明,利用提出的方法能够快速、精确地跟踪电池组状态,准确地诊断电池内部短路故障.