【摘 要】
:
永磁同步电机具有结构简单、体积小、功率密度高和功率因数高等显著优点,其中,内置式永磁同步电机因为磁阻转矩的存在,拥有更高的起动转矩密度,而内嵌的永磁体布置也保证了较高的机械强度,因此内置式永磁同步电机在高速大扭矩的应用场合更受青睐,成为当前国内外新能源车企首选的主驱电机。为了降低铜耗,内置式永磁同步电机在基速区内会采用最大转矩电流比控制。然而,内置式永磁同步电机作为一类复杂的受控对象,其电机参数具
论文部分内容阅读
永磁同步电机具有结构简单、体积小、功率密度高和功率因数高等显著优点,其中,内置式永磁同步电机因为磁阻转矩的存在,拥有更高的起动转矩密度,而内嵌的永磁体布置也保证了较高的机械强度,因此内置式永磁同步电机在高速大扭矩的应用场合更受青睐,成为当前国内外新能源车企首选的主驱电机。为了降低铜耗,内置式永磁同步电机在基速区内会采用最大转矩电流比控制。然而,内置式永磁同步电机作为一类复杂的受控对象,其电机参数具有高度非线性变化的特征,d-q轴电感、永磁体磁链会随着铁芯饱和程度的变化或温度的变化而改变,进而导致现有依赖参数的最大转矩电流比控制和解耦算法出现控制偏差,增加了电机的损耗,降低了系统的动态性能。针对上述问题,本文主要研究内容和创新工作如下:提出一种基于修正公式的改进MTPA搜索策略。不同于传统的搜索方法,此方案对理论推导的公式进行修正,引入调节系数α改变MTPA控制下的d轴电流参考指令。通过调节α可以补偿三个电机参数变化带来的电流控制偏差,避免对电机d-q轴电感和磁链进行辨识或者插值查表。同时,由于结合了公式法,其d轴电流参考指令的变化相比于传统搜索法更快,提升了搜索算法的暂态性能。经过采样和低通滤波处理后的定子电流作为算法的输入,采用梯度下降法进行调节系数α的在线搜索,用以对电机参数的非线性变化进行补偿,实现精确的MTPA控制。由于d-q旋转坐标系下的电压方程仍然存在动态耦合的问题,在恒转矩变转速和恒转速变转矩的工况下,d-q轴的电流响应均会出现超调现象,进而导致定子电流响应出现超调。定子电流的超调会直接影响搜索法的稳态性能和暂态性能,因此,针对电机参数变化对解耦器性能的影响,设计了一种新型复矢量解耦模型,通过设置交叉解耦项和电流反馈补偿项,实现电流环的精确解耦,减小电流响应的超调,进一步提升改进MTPA搜索法的稳态性能和暂态性能。最后,结合基于修正公式的改进MTPA搜索策略和新型复矢量解耦控制模型,提出了一种基于改进搜索法的最大转矩电流比控制方案。选用国产A0级纯电动汽车的主驱动电机搭建了车用内置式永磁同步电机的实验平台,进行实验测试,结果验证了本文提出的控制方案的稳态性能和暂态性能。
其他文献
自动驾驶技术近年来广受关注,三维目标检测作为自动驾驶最重要的感知技术之一,随着深度学习的快速发展取得了重大突破。单目摄像头成本低且安装便捷,基于单目图像的三维目标检测受到了广泛的关注。但单目摄像头缺乏深度感知能力,导致相应检测算法的性能与基于其他传感器的检测算法的性能仍存在较大差距。本文针对自动驾驶场景中基于单目图像的三维目标检测进行深入研究,探讨了如何利用单目深度估计网络估计的深度图辅助单目图像
随着物联网技术的普及和发展,各种物联网设备已逐渐出现在生活的方方面面,传统的电池供电由于不能长期供能、环境污染等局限性,已不适用于数量庞大的物联网设备。从周围环境中采集各种微能源为物联网设备供电已成为新兴的研究方向和研究热点,能量收集也成为实现低功耗物联网的关键技术之一。单一能源提供的能量是有限的,并且非常容易受到工作环境的影响,而多源能量收集系统可以并行收集多种微能源,提供更为稳定的能量。本文基
分布式四驱电动汽车各驱动电机独立可控,传动高效,控制灵活,可以提高汽车的行驶能力,其驱动系统动力单元冗余的配置也为失效控制提供了基础,是当前电动汽车领域的前沿热点。本文以分布式四驱电动汽车为研究对象,建立车辆动力学模型。首先根据横摆稳定性需求,绘制不同车速、路面附着系数及前轮转角下的质心侧偏角-质心侧偏角速度相平面,建立稳定边界模型,将相平面划分为稳定区、临界区以及失稳区三部分,并得到当前工况点的
胃癌是致死率最高的癌症之一,在胃癌早期准确判定胃部发生病变并精准找出病灶区域,是提高患者预后效果的关键。临床上通常使用显微镜下胃部组织病理切片图像进行人工筛查,诊断的准确率取决于医生的经验,病理图像具有分辨率高、染色效果多样,病灶区域形态纹理不规则的特点,给医生的准确诊断带来挑战。近年来,深度学习网络在癌症病理图像分割领域快速发展,深度学习方法在捕捉病理图像中肉眼难以观察的细节,建模病灶区域特征中
随着移动可穿戴技术及其应用的快速发展,基于可穿戴传感器的行为识别技术成为近年来的研究热点,在健康监测、环境辅助生活、人机交互等领域得到广泛应用。人体行为识别的目标是在非受控环境下实时、准确地识别目标用户的动作。不同于图像或视频信息,直接佩戴于人体的运动和生理传感器更容易受到用户运动习惯、个体间差异、设备佩戴模式等因素的影响,使得不同用户之间的传感器数据存在较大的分布差异,降低了模型的跨用户识别性能
医疗技术、计算机技术和移动通讯技术的快速发展,使得人民对于医疗系统效率期望提升,建设智慧医疗平台进行计算机辅助诊断系统的需求也在不断增加。在计算机辅助诊断系统中,对医学影像进行精准地分析和总结是不可或缺的一步。深度学习技术在通用视觉语义分割任务上的巨大成功,推动了相关研究人员在医学图像方向上对其的发展与应用。面向智慧医疗系统设计的医学图像语义分割算法,需要结合对应医学图像的特征,设计高效的算法来进
近年来随着3D传感器的普及,人们越来越多地使用更加直观和信息丰富的三维数据,三维模型数据也变得更加复杂和规模庞大,如何有效地从三维模型数据库中检索出目标模型,成为了当下一个研究热点。针对三维模型检索任务,本文选取点云数据作为三维模型的表示形式,设计了基于分类任务和采用Siamese结构的基于特征距离函数以及基于特征差分网络的三种三维模型检索算法。基于分类任务的三维模型检索网络将检索问题转换为分类问