基于模型设计的车载异步电机参数辨识研究

发布时间：2020-07-22 08:27

【摘要】：异步电机是纯电动汽车最常使用的驱动电机之一,在矢量控制下具有良好的动稳态性能,但是其控制效果极其依赖参数精度。为了精确地控制车载异步电机,本文对异步电机的参数辨识展开研究,并将基于模型设计的思想引入算法开发中,利用早期验证与代码自动生成的优势缩短开发周期,提升开发效率。论文首先介绍了异步电动机的数学模型和空间矢量脉宽调制的基本原理,建立了转矩闭环控制的纯电动汽车异步电机电驱动系统模型。通过逐一改变控制算法中的电机参数变量验证了参数对电机控制性能的影响。结果表明,电机的各项参数变化都会影响电机的转矩输出和转子磁链精度,其中以转子电阻和定转子漏感的影响最为明显。其次,论文介绍了异步电机离线参数辨识。选择反Γ型等效电路作为参数辨识的电路模型,通过单相直流实验辨识电机定子电阻,两次单相交流实验辨识电机转子电阻、互感、漏感。由于汽车控制器无电压传感器,电机定子电压通过PWM波占空比重构并补偿的方式获取。在此基础上搭建了单相实验模型并进行了仿真验证,结果表明单相实验能够实现异步电机参数自整定。考虑到电机参数在运行过程中会发生变化,自整定的参数无法保证矢量控制的精确性,从异步电机的状态方程出发,构建了能够实现异步电机参数在线辨识的人工神经网络模型。以离线辨识的参数值计算得到神经网络的权值矩阵初值,采集电机定子电流、电压,转速变量作为神经网络的输入输出,使用神经网络梯度下降算法修正权值矩阵,之后通过权值矩阵计算更新电机的各项参数。在包含参数辨识输入输出采集的控制算法模块中引入了基于模型设计的思想,对其进行离散化处理后,按照模型生成嵌入式代码的流程将算法模块代码化,得到了代码的生成报告。最后,以AVL电驱动系统性能测试台架为实验平台,先对车载电机进行单相实验完成参数自整定,然后将包含在线参数辨识输入输出采集的控制算法模块生成的代码移植到电机控制算法中,并以自整定的参数计算结果作为神经网络算法中权值矩阵的初值,在实验台架上对异步电机矢量控制进行了验证,采集的电流波形与转矩输出证明了在线参数辨识的有效性。
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM343;U469.72
【图文】：

汽车控制,开发流程,异步电机

图 1.1 汽车控制系统 V 型开发流程Fig 1.1 Vehicle controller "V" type development process受条件限制，主要研究异步电机参数辨识的策略模型开发与自动生验证在模型开发中实现。最后将生成的代码移植到主程序中，一并制器中，通过台架试验来验证算法。要研究内容主要内容安排如下：析异步电机矢量控制原理，确定需要辨识的参数；分析离线参数辨定，定子电压重构和电压补偿；通过电机控制器向异步电机注入特实现异步电机在静止状态下的离线参数辨识。 Matlab/Simulink 中搭建异步电机电驱动控制系统模型，通过依次改模型中的参数值验证不同参数值不准确对异步电机控制效果的影响工神经网络的在线参数辨识，并将其应用于异步电机矢量控制中。

拓扑图,拓扑,驱动电路,逆变器

程的简化式： = ，定子电流在 MT 坐标系下完成了其转矩分量和励磁分量以实行先通过控制维持转子磁链恒定，再调节控制电式。这种控制原理与直流电机控制原理相近，因此能获得果。脉宽调制需要三相交流电进行供电，而新能源电动汽车上的电池组需要逆变器来对直流源进行逆变。新能源汽车上的应用最电平的电压型逆变器，它的电路拓扑如图 2.1 所示。逆变器个开关管，目前汽车控制器的逆变器开关管大多采用 IGB二极管，在电机的负载为感性时起续流作用，避免了开关为了维持直流侧电压的稳定，靠近电池的一边还并联了大

矢量空间,电压输出,逆变器,桥臂

脉宽调制相比，能够更好的降低电流谐波，提高电压 SVPWM 给定 IGBT 门极信号，通过控制三相逆变器，合成出按指定频率在空间旋转的圆形电压矢量，由旋转磁场。脉宽调制下，两电平三相逆变器每相桥臂上下两个开用 (i=A,B,C)来表示每一相桥臂开关管的通断状态，下开关管关闭，则 = ；该相桥臂上开关管关闭，样 A，B，C 三相通过不同的通断组合就能获得 8 个)， ( )， ( )， ( )， ( )， ( ( )零矢量两个。等幅值变换下，根据空间矢量的电压矢量为： = ( ) 零矢量的电压幅值为 2 /3，它们和两个零电压矢量空间分布如图 2.2 所示。

【参考文献】