电动汽车无位置传感器的零低速特性研究

来源 :安徽工程大学 | 被引量 : 0次 | 上传用户:xy255c
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
内置式永磁同步电机(Interior Permanent Magnet Synchronous Motor,简称IPMSM)零低速下的无位置传感器控制系统中必须要估测出高精度的转子位置及转速信息才能让保证IPMSM及电动汽车稳定运行。而IPMSM无位置传感器旋转高频电压注入控制策略估测出的转子位置及转速,因在信号解调过程中使用带通滤波器(Band Pass Filter,简称为BPF),同步轴系高通滤波器(Synchronous Frame Filter,简称为SFF)等多种滤波器,使得估测出的转子位置及转速精度较低。针对此问题,采用一种新的信号解调方法,包含IPMSM转子位置信息的高频响应电流通过二阶广义积分器(Second Order Generalized Integrator,简称为SOGI)来代替BPF和SFF来进行解调优化,并对估测出的转子位置角度进行适当的相位补偿,以提高转子位置及转速的估测精度。同时本课题结合了奇瑞新能源纯电动整车产业化S61研发项目。针对电动汽车正常行驶时下的位置传感器突发故障这一问题进行研究,构造出以无位置传感器为基础的控制策略作为中高档SUV电动汽车在位置传感器故障情况下的冗余系统,以此来保障电动汽车在位置传感器故障下依然能够在零低速下继续平稳行驶。基于此,针对位置传感器故障问题,构造了一种位置传感器故障判断方法及冗余切换策略,当位置传感器经故障判断判定为故障后,就会使电动汽车的位置传感器控制策略及时切换到优化后的旋转高频电压信号注入下的IPMSM无位置传感器控制策略中来估测出转子位置及转速信息,从而继续保障其在零低速下安全稳定运行。再采用Matlab/Simulink进行仿真验证本文优化后的IPMSM无位置传感器旋转高频电压注入控制策略估测出的转子位置及转速的高精度性以及所构造的位置传感器故障判断方法和冗余切换控制策略的可行性。最后,通过分析电动汽车整车控制系统结构后,搭建出以DSPTMS320F28379D为主控制芯片的IPMSM驱动控制系统的实验平台,以及给IPMSM提供负载的测功机系统硬件平台,并对本文的控制策略通过上位机进行驱动控制和分析验证。
其他文献
球墨铸铁是一种高强度的铸铁材料,其力学性能等已经接近钢。如今我国已经进入全面小康社会,随着人们对车辆的需求极大的提高,每种车型都需要通过冲压制造。而汽车覆盖件冲压模具常使用球墨铸铁为材料,该材料的模具在经高强度、高频次冲击后,会因强度不足发生变形、开裂等问题导致模具尺寸精度下降,严重影响汽车覆盖件模具使用寿命,从而带来企业的生产成本升高,生产效率减慢,所以企业研发出一种具有高强度,高韧性的汽车冲压
学位
伴随着人们对生物神经网络研究的深入,人工神经网络应运而生,为非线性复杂系统建模与分析开辟了新的研究方向。此外,注意到人工神经网络作为人工智能技术的基石再次引起学者和业界的关注,然而由于人工智能技术进入到更受“类脑技术”影响的新时代,人工智能呈现出更为明显的平台化、芯片化和硬件化特征。作为传统人工神经网络物理实现的基础,CMOS因其物理缺陷已难以满足当今处理海量数据的需求。此时,作为CMOS替代品的
学位
线性系统稳定性分析是控制领域的一个重要研究方向。如今,线性系统稳定性分析已经渗入到电力系统、机器人控制系统和工业网络控制系统等众多控制领域。在实际工程应用中,线性系统经常受到一些诸如时滞和网络攻击等外部不可控制因素的影响,导致其稳定性研究较为复杂。事件触发采样是依据系统状态需求设置触发规则的控制策略,它可以有效提升系统的资源利用率,是目前研究线性系统稳定性的一个热门研究方法。在网络环境下,网络攻击
学位
近年来,随着经济的不断发展,产品包装在日常生活中是必不可少的,考虑到环境保护,人们普遍使用棉布包装袋,其质量受到越来越多的重视。虽然当前棉布包装的生产工艺水平已经有所提高,但是在生产过程中,难免会出现破损、污渍、孔洞、杂质、线头等缺陷。针对棉布包装缺陷的检测,目前普遍采用的是人工挑选法,由于长时间工作,容易产生疲劳,这样会出现漏检甚至错检,使得检测准确率不高、效率低下,直接影响棉布包装的质量。随着
学位
目前,深度学习在计算机视觉领域已得到广泛应用,行人检测是计算机视觉领域的重要研究方向之一,在智能视频监控、无人驾驶和智能机器人等领域具有举足轻重的作用。行人检测的任务是将行人从所给的图像中检测出来,得到行人的具体位置信息。当前在行人检测中,仍存在一些问题。其一,深度神经网络检测算法在检测行人时精确度不高、召回率低;其二,在行人存在遮挡时,对行人的特征提取会变得十分困难,让行人遮挡在行人检测中更具有
学位
切换系统被广泛应用于调速系统、电路系统和机器人控制系统等,是控制理论研究中重要的建模工具。通过在系统控制策略和控制器设计等方面使用切换的思想已解决了不少难题。目前有许多学者对子系统全为稳定的切换系统进行研究,已经取得了许多相关的研究成果。在实际工程应用中可能存在零件故障或传感器失效等突发性问题,从而导致子系统出现不稳定的情形,但有关于此方面问题的研究成果还不多。所以针对含不稳定子系统的切换系统进行
学位
随着社会的不断进步,移动机器人技术得到了快速的发展,人们对移动机器人的需求也越来越高。人工智能、传感器、应用电子等领域的兴起也为移动机器人的发展注入了鲜活的活力,这使得移动机器人技术渗透到各行各业,成为人们不可或缺的工作伙伴。现如今,移动机器人已经趋向于智能化,其自主导航技术成为学者当下研究的热门方向之一,而对于导航算法的研究又是其中的重中之重。移动机器人通过自身传感器感知外部环境以及自身状态信息
学位
近年来,随着移动机器人行业的不断发展,而同时定位和地图构建(SLAM)作为移动机器人的核心技术,被广泛应用于工业、医疗、服务等领域。现阶段多数的SLAM系统是在纹理丰富和静态环境的假设下提出的,然而,在实际环境中难以避免地存在运动物体。本文针对动态物体引起错误的数据关联,进而导致建图精度严重下降的问题,给出了融合Seg Net网络的语义动态补全算法,并在此基础上给出一种动态环境下新型RGB-D S
学位
随着国家经济的发展,汽车逐渐走进每家每户,交通安全问题也随之成为研究的热点。驾驶辅助系统的出现很大程度的缓解了交通安全问题带来的危害,它不仅可以在司机驾驶时进行帮助,尽可能的避免因为司机不小心而导致的交通安全问题,还可以在刹车、倒车以及停车时全方位的对司机进行辅助,极大程度的缓解了司机驾驶时的压力并提高了安全性。而交通标志识别技术作为驾驶辅助系统中的一项关键技术,可以提醒驾驶员道路前方存在的交通标
学位
移动机器人在未知的复杂环境中,通过传感器准确快速地更新自身位姿信息的同时主动进行环境探索,最终构建出环境的经历地图,该方法称为移动机器人的SLAM(Simultaneous Localization and Mapping)算法。SLAM算法往往在小范围、静态的环境中有着良好的表现,但移动机器人自身的传感器有误差且移动机器人在移动中也会产生误差,随着环境的不断增加与变化,如果移动机器人仅依靠当前的
学位