基于动态递归反馈型神经网络的永磁同步电机 转矩观测器设计

现有永磁同步电机普遍存在算法复杂、电机参数辨识困难、电磁转矩难以通过数学模型来精 确估算等问题,从而导致电机控制精度以及驱动系统的整体性能下降。该研究设计了一种基于动态递 归反馈型神经网络的电机电磁转矩网络拓扑模型,使用 MATLAB/Simulink 将该神经网络封装成转矩观 测器,并用于电机转矩的精确估算。实验结果显示,与传统转矩和反向传播神经网络计算方式相比, 该研究所设计的转矩观测器具有更高的转矩计算精度,与反向传播神经网络算法相比具有更高的控制 精度与准确性。     

基于卷积神经网络的永磁同步电机转矩观测器

内嵌式永磁同步电机具有高功率密度、高可靠性和弱磁性等诸多优点,但由于电动机参数具有非线性化特征,导致电磁转矩难以精确估算。该文提出了一种基于卷积神经网络的电磁转矩估算方 法,即转矩观测器。首先,基于所搭建的高保真非线性内嵌式永磁同步电机模型,获得用于神经网络训练的转矩观测器数据;然后,基于所提出的卷积神经网络转矩观测器实现内嵌式永磁同步电机的精确控制;最后,为获取最优的转矩估算误差,在仿真实验阶段对不同参数和结构的卷积神经网络进行了对比和分析。结果表明,该神经网络可以实现电磁转矩的准确估算,所建立的转矩观测器具有良好的性能参数和泛化能力。     

论电动汽车的发展趋势(英文)

文章基于使用电机与主动安全控制实现全制动能量回收以提高能效的原理,提出了纯电气化车辆(Pure Electrified Vehicle,PVE)的概念。阐述了该类车辆具有通过电机可感知车辆运动状态的特点并介绍了相关智能检测方法以及车辆机电解耦的动力学控制结构。讨论了该类车辆的动力学控制方法及驾驶节能策略。最后,从智能化电动车的层面,讨论了驾驶辅助安全技术和人文关怀技术。     

永磁同步电机模型预测磁场定向控制技术

针对永磁同步电机磁场定向控制(FOC)策略中PI电流控制环存在超调、交直轴电流耦合等不足,提出了一种基于模型预测以及FOC技术的模型预测磁场定向控制(MP-FOC)。MP-FOC优点在于:利用模型预测控制技术取代了传统FOC控制技术中的所有PI环,从而提高了电机的稳态以及动态性能;由于所提方案避免了PI环所带来的的不足,所以MP-FOC技术的提出不仅增加了电机转矩的控制精度,同时还增加了电机的应用场所,从而使得电机能够应用在超高精度的控制场所。最后,在逆变器馈电的电机系统进行实验验证,并与传统的磁场定向控制策略对比,结果表明,所提出的MP-FOC控制策略能够在电机控制系统中无任何PI环的前提下具有更好的稳态、动态性能以及控制精度,验证了所提方法的可行性与正确性。     

基于电动汽车磷酸铁锂动力电池荷电状态 估计方法研究

近几年,磷酸铁锂动力电池逐渐成为电动汽车动力电池首选.但是由于材料本身特性,使得磷酸铁锂电池的荷电状态难以精确估算.当电动汽车处于复杂工作环境时,荷电状态估计在保证电动汽车电池操作中的安全性和可靠性方面起到了至关重要的作用.文章采用戴维宁等效电路模型,验证无迹卡尔曼滤波和粒子滤波两种方法的估算效果,并分别与扩展卡尔曼滤波方法作对比,结果证明无迹卡尔曼滤波和粒子滤波都具有更好的估算精度.     

一种基于轻量级矢量地图的无人车导航方法

现有的差分全球定位系统通常需要高精度地图数据的支持,然而高精地图制作成本高昂,且 庞大的地图数据对车载电脑性能及网络通讯带宽有较高要求。该文提出一种基于低数据量矢量地图的智能车导航方法,通过引入道路标签机制,从高层次抽象组织道路点,以便快速建立矢量导航地图,并大幅度降低道路点的重复存储。基于该地图的导航方法自动规划最优全局路径,通过基于预瞄点与历史点的几何学算法进行路径跟踪与避障,从而将上位机计算出的方向盘转角、油门和制动踏板深度信息传递到车辆底层控制器,以控制车辆按规划路径行驶。该方法的有效性和准确性在自主开发的无人驾驶平台上得到了验证。     

基于模型预测控制的永磁同步电机电流控制技术综述

永磁同步电机(PMSM)驱动控制技术的性能直接决定着整个电机驱动系统的性能。由于模型预测控制(MPC)技术可以对多输入多输出(MIMO)系统进行滚动优化控制,且容易施加约束,因此基于MPC的电机驱动技术正逐渐受到关注。回顾并总结了近年来国内外学者在基于MPC的PMSM电流控制方面所做的研究,并对现有技术中的基于单矢量、双矢量以及三矢量的电流控制技术进行了建模并进行了电流输出波形分析。最后综合比较了现有技术的优缺点,并讨论了现有技术尚存的一些问题和未来发展的主要方向。     

论电动汽车的发展趋势

文章基于使用电机与主动安全控制实现全制动能量回收以提高能效的原理,提出了纯电气化车辆(Pure Electrified Vehicle, PVE) 的概念。阐述了该类车辆具有通过电机可感知车辆运动状态的特点并介绍了相关智能检测 方法以及车辆机电解耦的动力学控制结构。讨论了该类车辆的动力学控制方法及驾驶节能策略。最后,从智能化 电动车的层面,讨论了驾驶辅助安全技术和人文关怀技术。     

基于容积卡尔曼滤波算法估计动力锂电池荷电状态

动力锂电池荷电状态的准确估计是电池管理系统的关键功能之一。该文结合二阶电阻-电容等效电路模型,通过建立状态空间表达式,利用最小二乘法对等效电路模型各参数进行辨识,并通过多项式拟合方法获得了开路电压与剩余电荷的关系曲线,进而基于容积卡尔曼滤波方法对锂电池荷电状态进行建模,建立了基于数字信号处理器的充放电实验平台,实现了锂电池放电时荷电状态的实时估算。实验结果表明,该方法能够实现实时在线估算,且最大误差小于 2%,具有良好的估算精度。