基于參數(shù)辨識(shí)的車用永磁同步電機(jī)矢量控制研究.pdf

1、隨著純電動(dòng)汽車近幾年的快速發(fā)展，內(nèi)置式永磁同步電機(jī)(Interior Permanent Magnet Synchronous Machine，IPMSM）由于其優(yōu)異的性能越來(lái)越多被用做純電動(dòng)汽車的驅(qū)動(dòng)電機(jī)。電機(jī)控制器的控制品質(zhì)影響著汽車的安全性、舒適性和動(dòng)力性。面對(duì)汽車復(fù)雜的行駛工況，能夠精確平穩(wěn)且快速響應(yīng)的輸出汽車在行駛中所需求的轉(zhuǎn)矩是非常重要的。所以高效的控制方法和電機(jī)參數(shù)辨識(shí)等技術(shù)成為了電動(dòng)汽車電控系統(tǒng)的研究熱點(diǎn)，本論文以某款車

2、用IPMSM為被控對(duì)象對(duì)以下問(wèn)題展開(kāi)研究。
　　首先，本文針對(duì)課題內(nèi)容檢索了大量相關(guān)的數(shù)據(jù)庫(kù)，收集了很多資料，并且對(duì)PMSM參數(shù)辨識(shí)方法進(jìn)行了概括，同時(shí)分析了國(guó)內(nèi)外研究現(xiàn)狀。根據(jù)電動(dòng)汽車的運(yùn)行特點(diǎn)，建立了IPMSM的數(shù)學(xué)模型，確定了本論文車用IPMSM的矢量控制策略，即最大轉(zhuǎn)矩電流比控制（Maximum Torque Per Ampere,MTPA）和弱磁控制，并對(duì)其進(jìn)行了深入的分析研究。另外，搭建電流環(huán)、速度環(huán)雙閉環(huán)電機(jī)控制系統(tǒng)

3、，進(jìn)而通過(guò)仿真試驗(yàn)證明了控制策略和模型的有效可行性。為 IPMSM的參數(shù)辨識(shí)方法的設(shè)計(jì)提供了理論支持和模型載體。
　　其次，在數(shù)學(xué)模型的基礎(chǔ)上給出了車用IPMSM參數(shù)離線辨識(shí)的方法，并且借助Popov超穩(wěn)定性理論和模型參考自適應(yīng)系統(tǒng)(Model Reference Adaptive System,MRAS)推導(dǎo)出IPMSM參數(shù)在線辨識(shí)的自適應(yīng)律，在不需要額外測(cè)試信號(hào)的情況下，實(shí)現(xiàn)了車用IPMSM定子電阻、直交軸電感和磁鏈四個(gè)參數(shù)精

4、確、快速的在線辨識(shí)，通過(guò)仿真實(shí)驗(yàn)對(duì)該方法的理論正確性和可行性進(jìn)行驗(yàn)證。
　　由于基于 MRAS的 IPMSM參數(shù)辨識(shí)速度較慢，本文提出了兩種基于 MRAS改進(jìn)的方法。一種是通過(guò)利用上述的MRAS辨識(shí)方法和神經(jīng)網(wǎng)絡(luò)相結(jié)合，首先以MRAS算法辨識(shí)的結(jié)果作為訓(xùn)練樣本來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，而后用訓(xùn)練成熟的模型對(duì)車用IPMSM的參數(shù)進(jìn)行在線辨識(shí)。另外一種方法是利用了人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）來(lái)代替

5、MRAS的可調(diào)模型，用權(quán)值調(diào)整來(lái)代替了自適應(yīng)機(jī)構(gòu)，也就是用誤差反傳算法替代了自適應(yīng)機(jī)構(gòu)，而且這個(gè)參數(shù)辨識(shí)的過(guò)程就是神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程，不用提前離線訓(xùn)練。通過(guò)對(duì)以上三種在線辨識(shí)方法的仿真結(jié)果進(jìn)行分析，發(fā)現(xiàn)第三種方法的參數(shù)辨識(shí)結(jié)果更加快速和精確。然后，分析了電感和磁鏈變化對(duì) MPTA控制策略的影響，同時(shí)將辨識(shí)量反饋到電機(jī)控制的模型當(dāng)中。
　　最后，搭建以英飛凌TC1782為核心控制芯片的IPMSM驅(qū)動(dòng)控制系統(tǒng)實(shí)驗(yàn)平臺(tái)，包括控制系統(tǒng)軟件