基于參數(shù)辨識的車用永磁同步電機矢量控制研究.pdf

1、隨著純電動汽車近幾年的快速發(fā)展，內(nèi)置式永磁同步電機(Interior Permanent Magnet Synchronous Machine，IPMSM）由于其優(yōu)異的性能越來越多被用做純電動汽車的驅(qū)動電機。電機控制器的控制品質(zhì)影響著汽車的安全性、舒適性和動力性。面對汽車復雜的行駛工況，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參數(shù)辨識等技術(shù)成為了電動汽車電控系統(tǒng)的研究熱點，本論文以某款車

2、用IPMSM為被控對象對以下問題展開研究。
　　首先，本文針對課題內(nèi)容檢索了大量相關(guān)的數(shù)據(jù)庫，收集了很多資料，并且對PMSM參數(shù)辨識方法進行了概括，同時分析了國內(nèi)外研究現(xiàn)狀。根據(jù)電動汽車的運行特點，建立了IPMSM的數(shù)學模型，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，并對其進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)電機控制系統(tǒng)

3、，進而通過仿真試驗證明了控制策略和模型的有效可行性。為 IPMSM的參數(shù)辨識方法的設(shè)計提供了理論支持和模型載體。
　　其次，在數(shù)學模型的基礎(chǔ)上給出了車用IPMSM參數(shù)離線辨識的方法，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)推導出IPMSM參數(shù)在線辨識的自適應(yīng)律，在不需要額外測試信號的情況下，實現(xiàn)了車用IPMSM定子電阻、直交軸電感和磁鏈四個參數(shù)精

4、確、快速的在線辨識，通過仿真實驗對該方法的理論正確性和可行性進行驗證。
　　由于基于 MRAS的 IPMSM參數(shù)辨識速度較慢，本文提出了兩種基于 MRAS改進的方法。一種是通過利用上述的MRAS辨識方法和神經(jīng)網(wǎng)絡(luò)相結(jié)合，首先以MRAS算法辨識的結(jié)果作為訓練樣本來訓練神經(jīng)網(wǎng)絡(luò)，而后用訓練成熟的模型對車用IPMSM的參數(shù)進行在線辨識。另外一種方法是利用了人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）來代替

5、MRAS的可調(diào)模型，用權(quán)值調(diào)整來代替了自適應(yīng)機構(gòu)，也就是用誤差反傳算法替代了自適應(yīng)機構(gòu)，而且這個參數(shù)辨識的過程就是神經(jīng)網(wǎng)絡(luò)的學習過程，不用提前離線訓練。通過對以上三種在線辨識方法的仿真結(jié)果進行分析，發(fā)現(xiàn)第三種方法的參數(shù)辨識結(jié)果更加快速和精確。然后，分析了電感和磁鏈變化對 MPTA控制策略的影響，同時將辨識量反饋到電機控制的模型當中。
　　最后，搭建以英飛凌TC1782為核心控制芯片的IPMSM驅(qū)動控制系統(tǒng)實驗平臺，包括控制系統(tǒng)軟件