一、感应电动机参数的卡尔曼滤波法辩识(论文文献综述)
周伟豪[1](2021)在《基于参数辨识的异步电机效率优化》文中研究表明异步电动机因其成本低、简单可靠,广泛运用于风机泵类负载拖动,矢量控制使得异步电动机的性能得到进一步提升,使其拓展到更多高性能驱动领域,成为工业用电领域的绝对主力军。但在很多应用场合,异步电动机长期工作在空载或轻载状态,这时电机效率降低很大。为了解决这一问题,一些工业变频器中已经根据实际工况设置了(低于满载的)磁通设置值,用以提高异步电机效率,但是这些弱磁磁通通常根据电机的理论参数进行计算得到,运行过程中电机参数会发生变化,此时电机的效率有进一步提高的空间。针对以上问题,本文提出电机参数辨识的异步电动机效率优化算法,并通过仿真和实验对异步电动机参数辨识算法和效率优化算法进行了验证本文的主要工作如下:第一,对效率优化控制和参数辨识的国内外研究进展进行总结分析。分析了异步电机产生损耗的原因,并明确了电机损耗的影响因素。第二,针对目前考虑铁损的三相电机数学模型结构复杂,阶次较高,不便于后续仿真研究的问题,推导了考虑铁损异步电机的六阶数学模型。第三,推导了考虑铁损的转子磁链计算公式,在Matlab/Simulink环境下对控制系统进行了仿真分析。对损耗模型法效率优化的原理进行了分析,通过异步电机稳态数学模型推导出损耗最小化磁通给定表达式,设计了基于最佳磁链控制的效率优化算法。第四,针对传统辨识算法存在的计算量大、实现困难,且易受环境因素干扰,辨识精度低等问题,提出了基于模型参考自适应的参数辨识方法。该方法实现简单,不需要复杂的迭代和计算过程,计算过程具有鲁棒性,计算精度高。在Matlab/Simulink环境下对系统进行了仿真验证,得到的辨识结果误差小于0.5%。证明了提出的在线辨识方法有效性和可行性。同时,针对MRAS方法中,自适应率的PI控制器参数难以调节的问题,利用具有自学习能力的单神经元PID控制器取代了传统PI控制,对传统MRAS进行了改进。经过仿真验证,改进方法相比传统方法辨识来说,辨识精度更为高效,同时辨识系统的快速性也有一定程度提高。第五,将参数辨识结果与效率优化相结合,利用辨识的结果在线修正最佳磁链来实现更为高效的效率优化控制。与传统的固定设定磁链相比,改算法可以使得大幅提高电机的运行效率。第六,利用搭建的实验电路。实验验证了基于模型参考自适应的参数辨识方法及基于参数辨识的效率优化算法的有效性。
曹一梁[2](2020)在《异步电动机无速度传感器的转速估计方法研究》文中研究指明能源是现代工业社会快速发展的重要组成部分,电能是其中一种使用最广泛、便捷的能源。在工业化生产系统中,最常见的电能利用方式,就是由电动机将所获得的电能转换成机械能加以利用。近年来,随着现代电力电子技术及自动化技术的快速发展,人们越来越重视异步电机交流调速系统的发展,其在各行各业中的地位日趋重要。在异步电机交流调速系统中,电机转速是关键因素,为了确保电机转速测量的精确度,设计人员一般在电机转动轴上安装速度传感器,但是这样不仅会增加电机系统的外形尺寸,还会增加系统的机械复杂程度,同时也削弱了系统的稳定性。并且传感器在复杂的环境下容易发生故障,反而会成为电机系统的事故源。所以发展出了无速度传感器三相异步电机转速估计系统研究方向,该系统利用电机定子电压和电流,通过转速估计模块间接得到电机转速,无需附加任何转速传感器,简化了异步电机系统,节省成本,提高系统的可靠性。同时,若将异步电机无速度传感器转速估计系统应用于实际工程,可以有效提高工程进度、保障施工安全和设备的稳定性,因此该研究方向逐渐成为各行各业学者的研究热点。本文从实际工程问题出发,主要研究了基于模型参考自适应理论的异步电机转速估计方法与基于扩展卡尔曼滤波算法的异步电机转速估计方法。首先根据电动机工作原理、坐标变换理论,简化异步电机的数学模型,然后设计基于模型参考自适应理论的无速度传感器转速估计方法,建立无速度传感器转速估计模型,再设计基于扩展卡尔曼滤波算法的无速度传感器转速辨识方法。最终通过比较两种方法在不同工作情况、不同电机参数变化以及干扰时的仿真结果可知,模型参考自适应法跟随性良好,系统响应速度快,动态性能良好,但受工作环境影响稍大。基于扩展卡尔曼滤波算法的转速估计系统稳定性较好,抗干扰能力强,静态性能良好,但由于算法需要进行参数矫正存在一定的滞后,电机参数的精确程度对该算法影响较大。
黄旭[3](2019)在《异步电机无速度传感器矢量控制系统稳定运行技术研究》文中研究指明异步电机无速度传感器矢量控制系统通过自适应算法对电机转速进行实时观测,代替了价格昂贵、体积大、可靠性低的编码器,因其结构简单、成本低、可靠性高等优点被广泛应用在各种工业场合。本文主要对常用的全阶自适应观测器控制算法进行研究,基于极点倍数原则设计了反馈矩阵,并与传统的转速自适应律构成全阶自适应观测器算法,通过实验证明虽然在中高速时转速估测精度较高,动态性能较好,但在低速、特别是极低速区域,存在转速估计误差较大,运行不稳定的问题。针对上述低速不稳定问题,本文设计了一种改进的全阶自适应观测器算法。通过建立含有逆变器非线性电压误差的观测器状态误差方程,并考虑到非线性电压误差对转速估计精度的影响,提出一种可以降低逆变器非线性电压误差对转速估计影响的反馈矩阵;同时对传统自适应律进行了改进,即在传统自适应律的基础上添加与逆变器非线性电压误差和定子电阻压降等造成的磁链误差相当的补偿量,且该补偿量表达式具有一定的自适应性,使得在低速时转速估计具有较高的精度。全阶自适应观测器的设计是建立在电机参数准确的基础上的,在实际工况中电机参数会受到环境影响而发生变化,其中,转子时间常数的变化会导致转矩波动,影响系统性能。为了进一步提高系统的性能,本文采用基于无功功率模型的模型参考自适应系统对转子时间常数进行在线辨识,当转子时间常数发生变化时,能在短时间内辨识出正确的参数值。
李嘉鑫[4](2019)在《基于改进SMC控制及无迹Kalman滤波PMSM矢量控制系统的设计研究》文中提出永磁同步电机(Permanent magnet synchronous motor,PMSM)具有简单结构,优越性能,体积小,效率高,具有良好的稳定性等优点。被广泛运用在电动汽车、伺服机器人,航天项目等领域。虽然传统矢量控制的策略可以支持大多数场合的控制需求,但在一些较易遭受负载突变干扰的状况下,仅仅依赖速度环对PI的反馈调节,则不能达到对转速的迅速调整目的。同时永磁同步电机装有的传感器控制系统也比无速度传感器控制系统在成本上相对更高,无速度传感器控制系统拥有更低的成本而且对于环境的适应能力更强。因此,研究设计性能高、成本相对较低的PMSM控制系统就具有相当高的实际应用价值。本文首先简单介绍了 PMSM的数学模型以及物理构造,因PMSM自身强耦合关系,需要进行坐标转换来实现更易操控性。因此,本文介绍了常用的坐标变换的方式。在此基础上,运用已经成熟的FOC矢量控制方法搭建PMSM的矢量控制系统模型。其次,采用滑模控制的转速控制器(Sliding Mode Variable Structure Control,SMC)来替代系统中PI速度调制器。为提升系统抗外界扰动能力及抑制SMC自身抖振问题,本文采用扰动观测器,将其输出端接入电流调节器的输入进行前馈补偿的策略。并通过仿真及实验验证了此方法可以对SMC自身抖振问题起到削弱作用,同时提升系统的抗负载扰动能力,以及增强了鲁棒性。最后,采用无迹卡尔曼滤波,引入自适应法,通过自适应调节,解决滤波过程中由于系统噪声统计特性未知所导致滤波发散的问题。形成自适应无迹卡尔曼滤波算法(Adaptive Unscented Kalman Filter,AUKF),并对新算法的收敛性进行分析证明。利用AUKF设计对PMSM的转速与转子位置角的观测器,替代原矢量控制中编码器作为反馈速度信号的输出这—过程,实现无速度传感器FOC系统的调制。通过对仿真与实验结果分析,提出的新方法在转速及转子位置估计都具有良好的观测精度。
谷兆灿[5](2019)在《基于变频器平台的异步电机参数辨识研究》文中进行了进一步梳理现代交流调速技术中,磁场定向控制可以根据异步电机参数来解耦定子电流的转矩分量和励磁分量,实现近似于直流电机的控制方式,有效地提高了异步电机的控制性能。而参数的准确性则会影响解耦的程度,降低控制系统的控制性能,从而电机参数辨识精度成为电机高性能控制中首要解决的基础问题。针对此问题,本文从离线辨识获取参数初值和在线辨识跟踪参数变化两个方面进行理论分析,并运用MATLAB仿真和实验验证参数辨识方法的可行性与准确性。首先以坐标变换和异步电机动态模型为基础,推导出两相dq坐标系下的电机模型,阐述按转子磁场定向方式的直接磁场定向控制原理,分析空间矢量调制方法的原理,并推导出空间矢量作用时间的计算方法。其次,分析异步电机参数辨识原理。基于异步电机稳态数学模型,以空间矢量调制的方式在硬件平台上分别进行直流实验、单相交流实验以及空载实验离线辨识电机参数初值,快速建立磁场定向控制系统所需的电机模型。针对电机参数变化的问题,建立基于递推最小二乘法的电机参数辨识模型进行在线辨识,实时跟踪参数变化,提高参数辨识精度。根据上述电机参数辨识方法,在MATLAB/Simulink中搭建仿真模型,通过仿真验证其可行性。最后,为检验辨识方法的辨识精度,搭建异步电机参数辨识实验平台,包含以TMS320LF2407ADSP为核心的控制回路和以IGBT为核心的主回路,并以C语言的形式在CCS软件平台上编写了主程序、中断程序、通信程序、参数离线辨识和在线辨识程序等软件程序,选用功率为22kW的异步电机作为实验对象进行参数辨识。实验结果表明离线辨识方法可以较为准确地辨识电机参数初值,辨识结果与实际值相比误差较小,满足磁场定向控制的需求;参数在线辨识方法可以实时更新电机参数,为提高参数辨识精度提供了理论依据。
钟卫鹏[6](2019)在《基于遗传算法的永磁同步电机参数辨识》文中认为随着社会的进步,电机系统在各领域内的性能要求被进一步提高。可靠与节能逐渐变成今后电机控制发展的主流。以往的控制策略多是基于线性理论,在电机是高阶、非线性、时变系统的条件下难以长时间保持控制器设计性能。为了继承前人的理论研究成果,同时更好地对电机实施控制,电机参数辨识就变得必不可少。为了说明参数辨识对各主流控制方法的重要性,论文在分析永磁同步电机数学模型的基础上研究了考虑参数变化情况下实施空间矢量控制与直接转矩控制时电机内部状态变化的规律,得出参数变化影响控制精度的结论。在此结论之上,分析了参数辨识方程欠秩的难题以及寻找解决方法。最终确定以遗传算法搜索导致欠秩的两个未知量来建立满秩辨识方程组,从而解出被辨识的四个参数。辩识系统运行时,变频器非线性的性质会影响数据采集的精度从而对辨识结果产生不良的影响。为摆脱这一困境,论文在辨识过程中对电机的状态方程进行等价变换,消除了其中的微分项,从而使得辨识器可以直接从电机端采样,提高了辨识的精度。论文使用不同于以往判断辨识结果优劣的方法,其结果并不与电机的设计值直接做对比,而是以控制要求为依据通过构建评价函数来实现对参数辨识结果的科学评价。仿真与实验的结果佐证了本辨识方法能够快速有效地辨识出电机的参数。论文最后从理论与实践两方面来进行新旧方法对比。理论上,以遗传算法的种群马尔可夫链模型为基础,定性分析了新方法在精度与速度上更加优秀的原因。
沈启康[7](2018)在《无轴承异步电机无速度传感器控制方法研究》文中研究表明无轴承异步电机(BIM)通过在普通异步电动机的定子槽中附加产生径向悬浮力的线圈,用两套线圈共同生成的转矩和径向力可实现电机转子的旋转和稳定悬浮。BIM具有许多传统电机不具备的优点,非常适合应用于高精度、高速度和高新技术领域,具有极高的科研与应用价值。BIM是一个多变量、非线性、强耦合的复杂系统,在电机的运行过程中,需要实时检测转子转速作为反馈信号以完成电机的闭环控制,但由于BIM在运行时转子处于自悬浮状态,在轴上安装传感器不仅增加了硬件成本,还会严重影响电机的运行性能。因此无速度传感器控制是BIM研究中的一个重要课题。本文围绕BIM的控制进行了理论和实验研究。本文以二自由度BIM为研究对象,根据BIM的结构,研究了其运行机理,推导了BIM悬浮的和转矩力的数模型,并进一步建立了运动方程,为后续仿真和实验提供了数学基础。其次在传统的基于卡尔曼滤波的无速度传感器的基础上,提出了一种新型串联卡尔曼滤波器,通过将容易变化的电机参数作为待辨识状态向量增广到系统模型中,实现电机参数的在线计算,并将得到的参数值反馈到算法中实现电机转速的准确辨识,从而减小电机参数变化对转速估算精度的影响。通过采取三个扩展卡尔曼滤波器的串联结构降低系统模型矩阵的阶数,减小实际应用中数字芯片计算负荷和复杂度。通过仿真和实验对比了在电机参数变化时传统EKF和新型串联卡尔曼滤波器的估计转速误差,仿真结果表明新型卡尔曼滤波能有效减小参数变化对估计精度的影响,确保转子稳定悬浮运行。最后设计了以TMS320F2812数字控制器为主体的BIM硬件控制系统,包括主电路、控制电路、保护电路等。在硬件电路的基础上,通过软件程序实现无速度传感器的控制,最终验证了方法的有效性。
孙伟[8](2017)在《永磁同步电动机无位置传感器控制与高性能运行策略的研究》文中认为永磁同步电动机具有功率密度高、调速性能好、结构灵活多样等显着优点,因而已在驱动牵引、位置伺服、高效动力输出等领域获得了广泛应用。永磁同步电动机的高性能控制需要转子位置或速度信息的反馈,而目前国内外研究的重点问题为,如何在不采用转子位置或速度传感器的前提下实现对永磁电机的高性能控制。这些无传感器控制的主要内容为仅借助于电压和/或电流传感器实现对电机转子实际位置或转速的估算。无传感器控制有利于降低硬件成本、缩小系统体积、提高可靠性,因此应价值显着,值得深入研究。本文首先介绍永磁同步电动机的研究现状,综述国内外在永磁同步电动机控制,尤其是无传感器控制领域的研究成果及技术分类,并着重就转子位置检测技术的重点和难点进行分析。在此基础上,本文针对风机类系统所用的永磁同步电动机的无传感器控制开展了一系列工作,取得了较有价值的研究成果:首先,本文给出四种基于高频注入的无传感器控制方法的实现原理,介绍和对比现有的转子永磁体极性判别方法,并在此基础上提出两种新型的转子永磁体极性判别方法。这两种方法分别为双向电流激励法和基于加速度的判别方法。相比于现有方法,双向电流激励法可以实现转子永磁体极性的可靠判别,而基于加速度的判别方法是一种新型的基于速度环的转子极性判别方法。基于这些方法,实现高鲁棒性的电机初始位置检测。接着,本文推导开环磁链观测的实现原理,并提出一种基于独立旋转坐标系的脉振高频注入法,与开环磁链观测法相结合,可实现全速度范围转子位置检测。相比于常规的脉振高频注入法,独立旋转坐标系脉振高频注入法可以实现自成一体的转子位置检测,因此具有更广的适应范围。为了实现独立旋转坐标系脉振高频注入法和开环磁链观测的复合运行,本文提出一种基于虚拟磁链的切换方式。相比于常规的基于速度的切换方式,基于虚拟磁链的切换方式具有更好的鲁棒性和通用性。然后,本文详细分析现有的高转速下电机转子初始位置的检测方法,并将这些方法进行归纳和分类。在此基础上,本文提出一种电流幅值闭环型零电压矢量法。该方法可以在电流可控并足够小的情况下,实现对电机在高初始转速条件下的连续性位置观测。更进一步,本文提出一种平滑、可靠的电流幅值闭环型零电压矢量法与零电流矢量闭环法的切换方式,从而实现一种复合的高转速下初值位置检测方法。最后,本文着重就滑动平均滤波器在电机控制中的应用进行分析,提出采用滑动平均实现对电机运行性能优化的策略。为了弥补常规滑动平均时域延迟高的不足,本文提出一种并联补偿滑动平均的拓扑结构。为了实现滑动平均在电机转速瞬变时的自适应,本文提出一种新型的动态滑动平均方式,即固定采样时间且固定采样深度滑动平均(FTFDMA)。应用FTFDMA提出平均转速控制和电参数实时辨识等两种运行性能优化方式。平均转速控制可以实现转子位置观测和电机速度环之间的解耦,且有助于风机系统振动值的降低。电参数的实时辨识有助于控制器实现对电机运行状态的主动调节和对运行故障的实时监测,从而获得较好的运行性能和较高的系统可靠性。基于上述内容,本文对永磁同步电动机无传感器运行和性能优化开展了系统性研究,并进行实验验证。本文的研究内容可以实现风机类负载所用的无位置传感器永磁同步电机系统在任意初始转速条件下的可靠起动和在正反向全速度范围内的稳定运行。本文的研究基于风机类系统实现,但所取得的研究成果对于其它类型的电机应用仍有较好的借鉴意义。
《中国公路学报》编辑部[9](2017)在《中国汽车工程学术研究综述·2017》文中认为为了促进中国汽车工程学科的发展,从汽车噪声-振动-声振粗糙度(Noise,Vibration,Harshness,NVH)控制、汽车电动化与低碳化、汽车电子化、汽车智能化与网联化以及汽车碰撞安全技术5个方面,系统梳理了国内外汽车工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。汽车NVH控制方面综述了从静音到声品质、新能源汽车NVH控制技术、车身与底盘总成NVH控制技术、主动振动控制技术等;汽车电动化与低碳化方面综述了传统汽车动力总成节能技术、混合动力电动汽车技术等;汽车电子化方面综述了汽车发动机电控技术、汽车转向电控技术、汽车制动电控技术、汽车悬架电控技术等;汽车智能化与网联化方面综述了中美智能网联汽车研究概要、复杂交通环境感知、高精度地图及车辆导航定位、汽车自主决策与轨迹规划、车辆横向控制及纵向动力学控制、智能网联汽车测试,并给出了先进驾驶辅助系统(ADAS)、车联网和人机共驾等典型应用实例解析;汽车碰撞安全技术方面综述了整车碰撞、乘员保护、行人保护、儿童碰撞安全与保护、新能源汽车碰撞安全等。该综述可为汽车工程学科的学术研究提供新的视角和基础资料。
罗浩[10](2016)在《永磁同步电动机效率优化策略研究》文中研究指明随着我国面临的能源问题和环境污染问题越来越严峻,再加上国家扶持新能源汽车发展的力度不断加大,目前我国电动汽车呈现井喷式发展。由于永磁同步电动机具有功率质量比大、高效率区间宽、运行特性好等诸多方面的优势,再加上中国的稀土资源占有量世界第一这一得天独厚的优势,使得永磁同步电动机成为我国电动汽车首选。因此研究永磁同步电动机效率优化策略,对于推动我国电动汽车行业的发展和节能减排政策的实施都具有重大意义。本文主要的研究工作:(1)分析了国内外车用永磁同步电动机以及效率优化策略的研究现状,针对当前电动汽车高速发展的势头以及一次充电的续航里程短的问题,对永磁同步电动机效率优化的研究具有一定的应用价值。(2)简要地介绍了永磁同步电动机的基本结构以及坐标变换思想,讨论了永磁同步电动机在ABC三相静止坐标系上和dq旋转坐标系上的数学模型,并且分析了永磁同步电动机的电磁关系和功率传递过程。(3)介绍了电压型逆变器的基本工作原理,对电压空间矢量脉宽调制的原理以及实现方法进行深入的研究。使用MATLAB/Simulink建立永磁同步电动机矢量控制仿真模型。(4)详细研究了最大转矩电流比控制策略以及基于电机模型最小损耗的效率优化方法。并且对上述两种方法的优缺点以及实际使用中的问题进行详细的阐述。使用MATLAB/Simulink对上述的两种效率优化策略建立仿真模型,并进行研究、分析。(5)提出一种基于扩展卡尔曼滤波器的永磁同步电动机高效快响应控制策略,对卡尔曼滤波模型进行简要的介绍,详细地介绍了永磁同步电动机在dq旋转坐标系上和αβ静止坐标上的扩展卡尔曼滤波模型,使用MATLAB/Simulink对上述的优化策略建模,结果验证了该方法在控制中的有效性和合理性。
二、感应电动机参数的卡尔曼滤波法辩识(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、感应电动机参数的卡尔曼滤波法辩识(论文提纲范文)
(1)基于参数辨识的异步电机效率优化(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究的背景与意义 |
1.2 异步电机效率优化控制策略 |
1.2.1 搜索控制法研究现状 |
1.2.2 基于损耗模型的效率优化研究现状 |
1.2.3 混合控制法的研究现状 |
1.3 异步电机在线参数辨识研究现状 |
1.3.1 直接辨识方法 |
1.3.2 间接辨识方法 |
1.3.3 智能辨识方法 |
1.4 本文研究内容和结构安排 |
2 考虑铁损的异步电机模型及矢量控制 |
2.1 考虑铁损异步电机的数学模型及其仿真 |
2.1.1 考虑铁损异步电机的数学模型 |
2.1.2 模型验证 |
2.2 基于矢量控制控制的异步电机 |
2.2.1 矢量控制原理 |
2.2.2 考虑铁损的三相异步电动机矢量控制及仿真 |
2.3 本章小结 |
3 矢量控制下的异步电机效率优化 |
3.1 基于损耗模型的电机效率优化 |
3.1.1 异步电动机损耗分析 |
3.1.2 最佳转子磁通的求解 |
3.2 损耗模型法效率优化仿真 |
3.3 本章小结 |
4 基于卡尔曼滤波算法的异步电机的参数辨识 |
4.1 电机参数误差对基于模型的效率优化算法的影响 |
4.2 基于扩展卡尔曼滤波算法的电机参数辨识 |
4.2.1 扩展卡尔曼滤波算法原理 |
4.2.2 扩展卡尔曼滤波算法估计电机转子电阻 |
4.3 EKF估计电机转子电阻仿真 |
4.4 本章小结 |
5 基于MRAS及其改进算法的参数辨识 |
5.1 模型参考自适应理论 |
5.1.1 模型参考自适应原理 |
5.1.2 自适应结构设计 |
5.2 基于模型参考自适应辨识电机参数 |
5.2.1 辨识模型选取 |
5.2.2 基于电流-电压模型的MRAS参数辨识 |
5.3 基于单神经元模型参考自适应的电机参数辨识 |
5.3.1 单神经元模型介绍 |
5.3.2 单神经元PID控制器设计 |
5.3.3 单神经元PID控制器学习算法设计 |
5.4 基于MRAS参数辨识的仿真分析 |
5.4.1 待辨识参数时不变工况下的仿真分析 |
5.4.2 待辨识参数变化工况下的仿真分析 |
5.4.3 基于单神经元PID的参数辨识的仿真分析 |
5.5 基于MRAS参数辨识的异步电机效率优化 |
5.5.1 基于MRAS参数辨识的最佳磁链控制策略 |
5.5.2 基于MRAS参数辨识的异步电机效率优化仿真分析 |
5.6 本章小结 |
6 实验及分析 |
6.1 硬件平台介绍 |
6.1.1 实验平台框架 |
6.1.2 主电路 |
6.2 实验系统软件设计 |
6.2.1 主程序 |
6.2.2 效率优化算法程序设计 |
6.3 实验系统平台及实验结果分析 |
6.3.1 实验结果及分析 |
6.4 本章小结 |
7 本文总结与未来展望 |
7.1 本文总结 |
7.2 未来展望 |
致谢 |
参考文献 |
攻读硕士期间相关科研成果 |
(2)异步电动机无速度传感器的转速估计方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 引言 |
1.2 研究背景与意义 |
1.3 国内外研究现状 |
1.3.1 国外研究进展 |
1.3.2 国内研究进展 |
1.4 本文研究的主要内容 |
第二章 三相异步电机的工作原理与数学模型 |
2.1 三相异步电机的工作原理 |
2.2 三相异步电机物理模型 |
2.3 坐标变换 |
2.3.1 三相/两相变换 |
2.3.2 两相/两相旋转变换 (2s/2r)变换 |
2.4 异步电机在二相静止坐标系上的数学模型 |
2.4.1 异步电机在两相静止坐标系中的动态模型 |
2.4.2 异步电机在两相同步旋转坐标系上的数学模型 |
2.5 矢量控制系统 |
2.6 本章小结 |
第三章 基于模型参考自适应的异步电机转速估计 |
3.1 模型参考自适应理论 |
3.2 异步电机转速估计模型参考自适应理论 |
3.3 基于模型参考自适应的异步电机转速估计的Matlab仿真 |
3.3.1 坐标变换模块 |
3.3.2 转子磁链模型 |
3.3.3 模型参考自适应转速辨识模块 |
3.4 基于模型参考自适应的异步电机转速估计的Matlab仿真图 |
3.5 仿真结果 |
3.6 本章小结 |
第四章 基于扩展卡尔曼滤波的异步电机转速估计 |
4.1 扩展卡尔曼滤波原理 |
4.3 基于扩展卡尔曼滤波算法的异步电机转速估计 |
4.4 基于扩展卡尔曼算法的异步电机转速估计的Matlab仿真 |
4.4.1 S-function模块使用简介 |
4.4.2 基于扩展卡尔曼算法的异步电机转速估计的Matlab仿真电路图 |
4.5 仿真结果 |
4.6 本章小结 |
第五章 转速估计方法性能测试与比较 |
5.1 不同工作情况下的转速估计性能分析 |
5.2 不同工作环境下的转速估计性能分析 |
5.3 噪声对转速辨识的影响 |
5.4 转速估计的误差 |
5.5 本章小结 |
第六章 总结与展望 |
致谢 |
参考文献 |
(3)异步电机无速度传感器矢量控制系统稳定运行技术研究(论文提纲范文)
摘要 |
Abstract |
变量注释表 |
1 绪论 |
1.1 课题的背景与意义 |
1.2 异步电机无速度传感器控制技术研究现状 |
1.3 异步电机参数辨识技术研究现状 |
1.4 论文主要研究内容 |
2 异步电机矢量控制基本原理分析 |
2.1 异步电机原始数学模型 |
2.2 坐标变换 |
2.3 异步电机两相静止坐标系上的动态数学模型 |
2.4 电压空间矢量脉宽调制技术 |
2.5 本章小结 |
3 全阶自适应观测器的设计 |
3.1 异步电机及全阶观测器模型 |
3.2 全阶自适应观测器的设计及离散化 |
3.3 PI调节器参数整定 |
3.4 实验结果及分析 |
3.5 本章小结 |
4 全阶自适应观测器的改进设计 |
4.1 系统稳定性分析 |
4.2 反馈矩阵的改进设计 |
4.3 转速自适应律的改进设计 |
4.4 实验结果及分析 |
4.5 本章小结 |
5 异步电机参数在线辨识 |
5.1 转子时间常数变化对系统的影响 |
5.2 基于磁链观测器的MRAS转子时间常数在线辨识 |
5.3 基于无功功率模型的MRAS转子时间常数在线辨识 |
5.4 实验结果及分析 |
5.5 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
作者简历 |
致谢 |
学位论文数据集 |
(4)基于改进SMC控制及无迹Kalman滤波PMSM矢量控制系统的设计研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 PMSM控制策略研究近况 |
1.2.2 负载抗扰动控制方法研究近况 |
1.2.3 无传感器控制策略研究近况 |
1.3 卡尔曼滤波发展 |
1.4 本文各章节安排 |
第二章 PMSM数学模型及控制策略 |
2.1 永磁同步电机数学模型 |
2.2 常用坐标变换 |
2.3 PMSM的FOC控制策略 |
2.3.1 SVPWM调制控制 |
2.3.2 矢量控制i_d~*=0原理 |
2.3.3 FOC控制系统的MATLAB仿真 |
2.4 本章小结 |
第三章 改进SMC控制PMSM矢量系统抗扰动性 |
3.1 SMC滑膜速度控制器设计 |
3.2 负载转矩观测器的设计 |
3.3 改进型扰动转矩观测器的设计 |
3.4 改进SMC控制系统抗扰动性仿真 |
3.5 本章小结 |
第四章 基于AUKF永磁同步电机无速度传感器控制 |
4.1 经典卡尔曼滤波 |
4.2 EKF滤波法 |
4.3 基于UKF永磁同步电机无速度传感器控制 |
4.3.1 基于UKF无速度传感器设计 |
4.3.2 基于AUKF无速度传感器设计 |
4.4 仿真分析 |
4.5 本章小结 |
第五章 控制系统实验 |
5.1 实验平台 |
5.2 带前馈补偿的SMC矢量控制系统实验 |
5.3 基于AUKF的PMSM无速度传感器控制系统实验 |
5.4 本章小结 |
第六章 结论 |
参考文献 |
致谢 |
攻读硕士学位期间的研究成果 |
(5)基于变频器平台的异步电机参数辨识研究(论文提纲范文)
摘要 |
Abstract |
变量注释表 |
1 绪论 |
1.1 研究背景和意义 |
1.2 异步电机参数辨识研究现状 |
1.3 异步电机控制策略研究现状 |
1.4 课题主要研究内容 |
2 磁场定向控制与空间矢量调制 |
2.1 坐标变换 |
2.2 异步电机数学模型 |
2.3 转子磁场定向控制原理 |
2.4 空间矢量调制 |
2.5 本章小结 |
3 异步电机参数辨识方法研究 |
3.1 参数离线辨识方法 |
3.2 输出电压重构 |
3.3 参数在线辨识方法 |
3.4 参数辨识方法仿真 |
3.5 本章小结 |
4 实验平台硬件电路设计与软件实现 |
4.1 实验平台整体结构 |
4.2 实验平台控制回路设计 |
4.3 实验平台主回路设计 |
4.4 实验平台线路板设计 |
4.5 实验平台软件设计 |
4.6 本章小结 |
5 实验平台组建及实验结果分析 |
5.1 组建实验平台 |
5.2 参数离线辨识实验 |
5.3 参数在线辨识实验 |
5.4 本章小结 |
6 结论与展望 |
6.1 全文总结 |
6.2 研究展望 |
参考文献 |
附录1 |
作者简历 |
致谢 |
学位论文数据集 |
(6)基于遗传算法的永磁同步电机参数辨识(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题的研究背景与意义 |
1.2 永磁同步电机参数变化的原因 |
1.3 永磁同步电机参数辨识的两个难题 |
1.4 永磁同步电机参数辨识的研究现状 |
1.4.1 离线参数辨识 |
1.4.2 在线参数辨识 |
1.5 论文的主要研究内容 |
第二章 永磁同步电机参数辨识的数学基础 |
2.1 永磁同步电机的结构 |
2.2 永磁同步电机的线性数学模型 |
2.3 永磁同步电机参数辨识方程的欠秩分析 |
2.4 变频器对参数辨识影响的消除 |
2.5 电磁转矩与负载角的分析 |
2.5.1 电磁转矩 |
2.5.2 负载角 |
2.6 本章小结 |
第三章 参数变化情况下的主流控制策略 |
3.1 参数变化对矢量控制的影响 |
3.1.1 矢量控制原理简述 |
3.1.2 电压空间矢量调制技术简述 |
3.1.3 参数变化对控制策略的影响 |
3.2 参数变化对直接转矩控制的影响 |
3.2.1 直接转矩控制原理简述 |
3.2.2 参数变化对控制策略的影响 |
3.3 本章小结 |
第四章 基于遗传算法的永磁同步电机参数辨识 |
4.1 遗传算法概述 |
4.2 MATLAB遗传算法工具箱介绍 |
4.3 辨识系统的算法设计 |
4.4 参数辨识仿真与实验 |
4.4.1 仿真设计 |
4.4.2 仿真结果分析 |
4.4.3 硬件设计 |
4.4.4 辨识结果的优劣判断 |
4.4.5 论文提出的方法优于传统智能方法的原因分析 |
4.4.6 误差分析 |
4.5 本章小结 |
结论 |
参考文献 |
致谢 |
附录A 攻读硕士学位期间发表的论文及取得成果 |
(7)无轴承异步电机无速度传感器控制方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题的研究背景 |
1.1.1 无轴承电机的研究背景及意义 |
1.1.2 无轴承电机在国内外的研究概况 |
1.2 无轴承异步电动机的主要控制方法 |
1.3 无速度传感器矢量控制的背景和发展现状 |
1.4 无轴承异步电动机的发展趋势 |
1.5 本文研究意义及主要内容 |
第二章 无轴承异步电动机的基本理论 |
2.1 无轴承异步电动机运行机理 |
2.2 悬浮力产生原理及其数学模型 |
2.2.1 洛仑兹力与数学模型 |
2.2.2 麦克斯韦力与数学模型 |
2.3 BIM转矩系统的数学模型 |
2.4 BIM的运动方程 |
2.5 本章小结 |
第三章 BIM无速度传感器控制 |
3.1 基于卡尔曼滤波法的无速度传感器研究现状 |
3.2 基于新型卡尔曼滤波的转速估计算法 |
3.2.1 卡尔曼滤波的基础理论与离散化 |
3.2.2 尔曼滤波的非线性化 |
3.2.3 无迹卡尔曼滤波算法 |
3.2.4 扩展卡尔曼滤波的增广串联结构 |
3.3 声矩阵协方差的选取方法 |
3.3.1 凑试法 |
3.3.2 遗传算法优化法 |
3.4 基于BIM系统的新型卡尔曼滤波无速度传感器控制的仿真与分析 |
3.5 本章小结 |
第四章 无轴承异步电动机数字控制系统 |
4.1 数字控制系统设计 |
4.2 控制系统硬件设计 |
4.2.1 控制核心TMS320F2812特性及系统搭建 |
4.2.2 主电路设计 |
4.2.3 信号调理电路设计 |
4.2.4 保护与LED显示电路 |
4.2.5 辅助电源电路设计 |
4.3 控制系统软件结构 |
4.3.1 集成开发环境CCS介绍 |
4.3.2 主程序流程图 |
4.3.3 系统中断服务子程序 |
4.4 实验验证与分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 本文的主要内容 |
5.2 展望 |
致谢 |
参考文献 |
攻读硕士学位期间发表论文及参加科研项目 |
(8)永磁同步电动机无位置传感器控制与高性能运行策略的研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
缩写、符号清单、术语表 |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 永磁同步电动机研究概况 |
1.2.1 永磁同步电动机概述 |
1.2.2 永磁同步电动机的控制技术 |
1.2.3 永磁同步电动机的发展趋势 |
1.3 无传感器控制研究概况 |
1.3.1 无传感器控制概述 |
1.3.2 转子位置检测技术分类 |
1.3.3 转子位置检测技术的重点和难点问题 |
1.4 本文研究内容和论文结构 |
2 低转速下转子初始位置检测 |
2.1 低速和静止位置检测的研究背景 |
2.1.1 三段式起动方法 |
2.1.2 低速和静止位置检测的研究意义 |
2.1.3 低速和静止位置检测的研究现状 |
2.2 高频电压信号注入法 |
2.2.1 电机的高频方程及坐标变换 |
2.2.2 旋转高频电压注入法 |
2.2.3 脉振高频电压注入法 |
2.2.4 静止坐标系脉振高频注入法 |
2.2.5 旋转坐标系旋转高频注入法 |
2.3 转子永磁体极性的判别方法 |
2.3.1 基于饱和的判别方法 |
2.3.2 双向电流激励法 |
2.3.3 基于加速度的判别方法 |
2.4 复合的初始位置检测方法 |
2.4.1 实现方式 |
2.4.2 控制模型 |
2.4.3 实验验证 |
2.5 本章总结 |
3 全速度范围运行时转子位置检测 |
3.1 全速度范围转子位置检测研究背景 |
3.1.1 全速度范围转子位置检测的研究意义 |
3.1.2 全速度范围转子位置检测的研究现状 |
3.2 基于磁链观测的转子位置观测算法 |
3.2.1 电感矩阵和坐标变换 |
3.2.2 磁链观测原理 |
3.2.3 交轴电感与磁链观测误差的关系 |
3.2.4 仿真验证 |
3.3 独立旋转坐标系脉振高频电压注入法 |
3.3.1 研究背景 |
3.3.2 实现方式 |
3.3.3 优缺点分析 |
3.3.4 实验验证 |
3.4 一种全速度段范围下的转子位置检测和控制方法 |
3.4.1 控制模型 |
3.4.2 考虑逆变器死区时间的定子磁链计算 |
3.4.3 基于虚拟磁链幅值的凸极模型和基波模型切换方法 |
3.4.4 实验验证 |
3.5 本章总结 |
4 高转速下转子初始位置检测 |
4.1 高转速下转子初始位置检测研究背景 |
4.1.1 高转速下转子初始位置检测研究意义 |
4.1.2 高转速下转子初始位置检测研究现状 |
4.2 零电压矢量脉冲法和零电流矢量闭环法 |
4.2.1 零电压矢量单脉冲法 |
4.2.2 零电压矢量双脉冲法 |
4.2.3 零电压矢量多脉冲法 |
4.2.4 零电流矢量闭环法 |
4.3 电流幅值闭环型零电压矢量法 |
4.3.1 基本原理 |
4.3.2 理论推导 |
4.3.3 误差分析和处理 |
4.3.4 仿真验证 |
4.4 复合的高转速下初始位置检测方法 |
4.4.1 基本原理 |
4.4.2 磁链幅值统一后的电流幅值闭环型零电压矢量法 |
4.4.3 控制模型 |
4.4.4 实验验证 |
4.5 本章总结 |
5 基于滑动平均的运行性能优化策略 |
5.1 基于滑动平均运行性能优化策略的研究背景 |
5.1.1 电机控制的部分性能优化问题 |
5.1.2 滑动平均滤波器的研究现状 |
5.2 滑动平均滤波器原理 |
5.2.1 滑动平均滤波器 |
5.2.2 串联补偿滑动滤波器 |
5.2.3 并联补偿滑动滤波器 |
5.3 固定采样间隔且固定采样深度滑动平均 |
5.3.1 原理 |
5.3.2 特性 |
5.3.3 性能对比 |
5.4 平均转速控制与电参数实时辨识 |
5.4.1 实验平台 |
5.4.2 平均转速控制 |
5.4.3 电参数实时辨识 |
5.5 本章总结 |
6 结论与展望 |
参考文献 |
附录A 一台样机的异常直轴电感与电流关系曲线及转子极性判别 |
A.1 实验样机Motor B直轴电感与直轴电流的关系曲线 |
A.2 实验样机Motor B的转子永磁体极性判别 |
A.3 实验样机Motor B转子永磁体极性判别的DUR值比较 |
附录B 若干脉宽调制技术的原理与性能分析 |
B.1 PWM基础 |
B.1.1 PWM概念 |
B.1.2 PWM载波比 |
B.1.3 PWM调制度和直流电压利用率 |
B.1.4 调制系数 |
B.1.5 电压空间矢量 |
B.1.6 可视化的调制策略表示方式 |
B.2 常规PWM |
B.2.1 连续PWM (CPWM)和不连续PWM (DPWM) |
B.2.2 SPWM和THIPWM |
B.2.3 SPWM和SVPWM |
B.2.4 DPWM |
B.2.5 零序电压 |
B.2.6 过调制 |
B.3 非常规PWM |
B.3.1 降共模电压PWM (RCMV-PWM) |
B.3.2 一种新型的直流母线开关PWM |
B.4 PWM性能对比 |
B.4.1 电流谐波 |
B.4.2 逆变器损耗 |
B.4.3 共模电压 |
B.4.4 共模电流 |
B.4.5 听觉噪音 |
B.5 本章总结 |
参考文献 |
索引 |
作者简历及在学期间所取得的科研成果 |
(9)中国汽车工程学术研究综述·2017(论文提纲范文)
索引 |
0引言 |
1汽车NVH控制 (长安汽车工程研究院庞剑总工程师统稿) |
1.1从静音到声品质 (重庆大学贺岩松教授提供初稿) |
1.1.1国内外研究现状 |
1.1.1.1声品质主观评价 |
1.1.1.2声品质客观评价 |
1.1.1.3声品质主客观统一模型 |
1.1.2存在的问题 |
1.1.3研究发展趋势 |
1.2新能源汽车NVH控制技术 |
1.2.1驱动电机动力总成的NVH技术 (同济大学左曙光教授、林福博士生提供初稿) |
1.2.1.1国内外研究现状 |
1.2.1.2热点研究方向 |
1.2.1.3存在的问题与展望 |
1.2.2燃料电池发动机用空压机的NVH技术 (同济大学左曙光教授、韦开君博士生提供初稿) |
1.2.2.1国内外研究现状 |
1.2.2.2存在的问题 |
1.2.2.3总结与展望 |
1.3车身与底盘总成NVH控制技术 |
1.3.1车身与内饰 (长安汽车工程研究院庞剑总工程师提供初稿) |
1.3.1.1车身结构 |
1.3.1.2声学包装 |
1.3.2制动系 (同济大学张立军教授、徐杰博士生、孟德建讲师提供初稿) |
1.3.2.1制动抖动 |
1.3.2.2制动颤振 |
1.3.2.3制动尖叫 |
1.3.2.4瓶颈问题与未来趋势 |
1.3.3轮胎 (清华大学危银涛教授、杨永宝博士生、赵崇雷硕士生提供初稿) |
1.3.3.1轮胎噪声机理研究 |
1.3.3.2轮胎噪声计算模型 |
1.3.3.3轮胎噪声的测量手段 |
1.3.3.4降噪方法 |
1.3.3.5问题与展望 |
1.3.4悬架系 (吉林大学庄晔副教授提供初稿) |
1.3.4.1悬架系NVH问题概述 |
1.3.4.2悬架系的动力学建模与NVH预开发 |
1.3.4.3悬架系的关键部件NVH设计 |
1.3.4.4悬架NVH设计整改 |
1.4主动振动控制技术 (重庆大学郑玲教授提供初稿) |
1.4.1主动和半主动悬架技术 |
1.4.1.1主动悬架技术 |
1.4.1.2半主动悬架技术 |
1.4.2主动和半主动悬置技术 |
1.4.2.1主动悬置技术 |
1.4.2.2半主动悬置技术 |
1.4.3问题及发展趋势 |
2汽车电动化与低碳化 (江苏大学何仁教授统稿) |
2.1传统汽车动力总成节能技术 (同济大学郝真真博士生、倪计民教授提供初稿) |
2.1.1国内外研究现状 |
2.1.1.1替代燃料发动机 |
2.1.1.2高效内燃机 |
2.1.1.3新型传动方式 |
2.1.2存在的主要问题 |
2.1.3重点研究方向 |
2.1.4发展对策及趋势 |
2.2混合动力电动汽车技术 (重庆大学胡建军教授、秦大同教授, 彭航、周星宇博士生提供初稿) |
2.2.1国内外研究现状 |
2.2.2存在的问题 |
2.2.3重点研究方向 |
2.3新能源汽车技术 |
2.3.1纯电动汽车技术 (长安大学马建、余强、汪贵平教授, 赵轩、李耀华副教授, 许世维、唐自强、张一西研究生提供初稿) |
2.3.1.1动力电池 |
2.3.1.2分布式驱动电动汽车驱动控制技术 |
2.3.1.3纯电动汽车制动能量回收技术 |
2.3.2插电式混合动力汽车技术 (重庆大学胡建军、秦大同教授, 彭航、周星宇博士生提供初稿) |
2.3.2.1国内外研究现状 |
2.3.2.2存在的问题 |
2.3.2.3热点研究方向 |
2.3.2.4研究发展趋势 |
2.3.3燃料电池电动汽车技术 (北京理工大学王震坡教授、邓钧君助理教授, 北京重理能源科技有限公司高雷工程师提供初稿) |
2.3.3.1国内外技术发展现状 |
2.3.3.2关键技术及热点研究方向 |
2.3.3.3制约燃料电池汽车发展的关键因素 |
2.3.3.4燃料电池汽车的发展趋势 |
3汽车电子化 (吉林大学宗长富教授统稿) |
3.1汽车发动机电控技术 (北京航空航天大学杨世春教授、陈飞博士提供初稿) |
3.1.1国内外研究现状 |
3.1.2重点研究方向 |
3.1.2.1汽车发动机燃油喷射控制技术 |
3.1.2.2汽车发动机涡轮增压控制技术 |
3.1.2.3汽车发动机电子节气门控制技术 |
3.1.2.4汽车发动机点火控制技术 |
3.1.2.5汽车发动机空燃比控制技术 |
3.1.2.6汽车发动机怠速控制技术 |
3.1.2.7汽车发动机爆震检测与控制技术 |
3.1.2.8汽车发动机先进燃烧模式控制技术 |
3.1.2.9汽车柴油发动机电子控制技术 |
3.1.3研究发展趋势 |
3.2汽车转向电控技术 |
3.2.1电动助力转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
3.2.1.1国内外研究现状 |
3.2.1.2重点研究方向和存在的问题 |
3.2.1.3研究发展趋势 |
3.2.2主动转向及四轮转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
3.2.2.1国内外研究现状 |
3.2.2.2研究热点和存在问题 |
3.2.2.3研究发展趋势 |
3.2.3线控转向技术 (吉林大学郑宏宇副教授提供初稿) |
3.2.3.1转向角传动比 |
3.2.3.2转向路感模拟 |
3.2.3.3诊断容错技术 |
3.2.4商用车电控转向技术 (吉林大学宗长富教授、赵伟强副教授, 韩小健、高恪研究生提供初稿) |
3.2.4.1电控液压转向系统 |
3.2.4.2电液耦合转向系统 |
3.2.4.3电动助力转向系统 |
3.2.4.4后轴主动转向系统 |
3.2.4.5新能源商用车转向系统 |
3.2.4.6商用车转向系统的发展方向 |
3.3汽车制动控制技术 (合肥工业大学陈无畏教授、汪洪波副教授提供初稿) |
3.3.1国内外研究现状 |
3.3.1.1制动系统元部件研发 |
3.3.1.2制动系统性能分析 |
3.3.1.3制动系统控制研究 |
3.3.1.4电动汽车研究 |
3.3.1.5混合动力汽车研究 |
3.3.1.6参数测量 |
3.3.1.7与其他系统耦合分析及控制 |
3.3.1.8其他方面 |
3.3.2存在的问题 |
3.4汽车悬架电控技术 (吉林大学庄晔副教授提供初稿) |
3.4.1电控悬架功能与评价指标 |
3.4.2电控主动悬架最优控制 |
3.4.3电控悬架其他控制算法 |
3.4.4电控悬架产品开发 |
4汽车智能化与网联化 (清华大学李克强教授、长安大学赵祥模教授共同统稿) |
4.1国内外智能网联汽车研究概要 |
4.1.1美国智能网联汽车研究进展 (美国得克萨斯州交通厅Jianming Ma博士提供初稿) |
4.1.1.1美国智能网联车研究意义 |
4.1.1.2网联车安全研究 |
4.1.1.3美国自动驾驶车辆研究 |
4.1.1.4智能网联自动驾驶车 |
4.1.2中国智能网联汽车研究进展 (长安大学赵祥模教授、徐志刚副教授、闵海根、孙朋朋、王振博士生提供初稿) |
4.1.2.1中国智能网联汽车规划 |
4.1.2.2中国高校及研究机构智能网联汽车开发情况 |
4.1.2.3中国企业智能网联汽车开发情况 |
4.1.2.4存在的问题 |
4.1.2.5展望 |
4.2复杂交通环境感知 |
4.2.1基于激光雷达的环境感知 (长安大学付锐教授、张名芳博士生提供初稿) |
4.2.1.1点云聚类 |
4.2.1.2可通行区域分析 |
4.2.1.3障碍物识别 |
4.2.1.4障碍物跟踪 |
4.2.1.5小结 |
4.2.2车载摄像机等单传感器处理技术 (武汉理工大学胡钊政教授、陈志军博士, 长安大学刘占文博士提供初稿) |
4.2.2.1交通标志识别 |
4.2.2.2车道线检测 |
4.2.2.3交通信号灯检测 |
4.2.2.4行人检测 |
4.2.2.5车辆检测 |
4.2.2.6总结与展望 |
4.3高精度地图及车辆导航定位 (武汉大学李必军教授、长安大学徐志刚副教授提供初稿) |
4.3.1国内外研究现状 |
4.3.2当前研究热点 |
4.3.2.1高精度地图的采集 |
4.3.2.2高精度地图的地图模型 |
4.3.2.3高精度地图定位技术 |
4.3.2.4基于GIS的路径规划 |
4.3.3存在的问题 |
4.3.4重点研究方向与展望 |
4.4汽车自主决策与轨迹规划 (清华大学王建强研究员、李升波副教授、忻隆博士提供初稿) |
4.4.1驾驶人决策行为特性 |
4.4.2周车运动轨迹预测 |
4.4.3智能汽车决策方法 |
4.4.4自主决策面临的挑战 |
4.4.5自动驾驶车辆的路径规划算法 |
4.4.5.1路线图法 |
4.4.5.2网格分解法 |
4.4.5.3 Dijistra算法 |
4.4.5.4 A*算法 |
4.4.6路径面临的挑战 |
4.5车辆横向控制及纵向动力学控制 |
4.5.1车辆横向控制结构 (华南理工大学游峰副教授, 初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
4.5.1.1基于经典控制理论的车辆横向控制 (PID) |
4.5.1.2基于现代控制理论的车辆横向控制 |
4.5.1.3基于智能控制理论的车辆横向控制 |
4.5.1.4考虑驾驶人特性的车辆横向控制 |
4.5.1.5面临的挑战 |
4.5.2动力学控制 (清华大学李升波副研究员、李克强教授、徐少兵博士提供初稿) |
4.5.2.1纵向动力学模型 |
4.5.2.2纵向稳定性控制 |
4.5.2.3纵向速度控制 |
4.5.2.4自适应巡航控制 |
4.5.2.5节油驾驶控制 |
4.6智能网联汽车测试 (中国科学院自动化研究所黄武陵副研究员、王飞跃研究员, 清华大学李力副教授, 西安交通大学刘跃虎教授、郑南宁院士提供初稿) |
4.6.1智能网联汽车测试研究现状 |
4.6.2智能网联汽车测试热点研究方向 |
4.6.2.1智能网联汽车测试内容研究 |
4.6.2.2智能网联汽车测试方法 |
4.6.2.3智能网联汽车的测试场地建设 |
4.6.3智能网联汽车测试存在的问题 |
4.6.4智能网联汽车测试研究发展趋势 |
4.6.4.1智能网联汽车测试场地建设要求 |
4.6.4.2智能网联汽车测评方法的发展 |
4.6.4.3加速智能网联汽车测试及进程管理 |
4.7典型应用实例解析 |
4.7.1典型汽车ADAS系统解析 |
4.7.1.1辅助车道保持系统、变道辅助系统与自动泊车系统 (同济大学陈慧教授, 何晓临、刘颂研究生提供初稿) |
4.7.1.2 ACC/AEB系统 (清华大学王建强研究员, 华南理工大学游峰副教授、初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
4.7.2 V2X协同及队列自动驾驶 |
4.7.2.1一维队列控制 (清华大学李克强教授、李升波副教授提供初稿) |
4.7.2.2二维多车协同控制 (清华大学李力副教授提供初稿) |
4.7.3智能汽车的人机共驾技术 (武汉理工大学褚端峰副研究员、吴超仲教授、黄珍教授提供初稿) |
4.7.3.1国内外研究现状 |
4.7.3.2存在的问题 |
4.7.3.3热点研究方向 |
4.7.3.4研究发展趋势 |
5汽车碰撞安全技术 |
5.1整车碰撞 (长沙理工大学雷正保教授提供初稿) |
5.1.1汽车碰撞相容性 |
5.1.1.1国内外研究现状 |
5.1.1.2存在的问题 |
5.1.1.3重点研究方向 |
5.1.1.4展望 |
5.1.2汽车偏置碰撞安全性 |
5.1.2.1国内外研究现状 |
5.1.2.2存在的问题 |
5.1.2.3重点研究方向 |
5.1.2.4展望 |
5.1.3汽车碰撞试验测试技术 |
5.1.3.1国内外研究现状 |
5.1.3.2存在的问题 |
5.1.3.3重点研究方向 |
5.1.3.4展望 |
5.2乘员保护 (重庆理工大学胡远志教授提供初稿) |
5.2.1国内外研究现状 |
5.2.2重点研究方向 |
5.2.3展望 |
5.3行人保护 (同济大学王宏雁教授、余泳利研究生提供初稿) |
5.3.1概述 |
5.3.2国内外研究现状 |
5.3.2.1被动安全技术 |
5.3.2.2主动安全技术研究 |
5.3.3研究热点 |
5.3.3.1事故研究趋势 |
5.3.3.2技术发展趋势 |
5.3.4存在的问题 |
5.3.5小结 |
5.4儿童碰撞安全与保护 (湖南大学曹立波教授, 同济大学王宏雁教授、李舒畅研究生提供初稿;曹立波教授统稿) |
5.4.1国内外研究现状 |
5.4.1.1儿童碰撞安全现状 |
5.4.1.2儿童损伤生物力学研究现状 |
5.4.1.3车内儿童安全法规和试验方法 |
5.4.1.4车外儿童安全法规和试验方法 |
5.4.1.5儿童安全防护措施 |
5.4.1.6儿童约束系统使用管理与评价 |
5.4.2存在的问题 |
5.4.3重点研究方向 |
5.4.4发展对策和展望 |
5.5新能源汽车碰撞安全 (大连理工大学侯文彬教授、侯少强硕士生提供初稿) |
5.5.1国内外研究现状 |
5.5.1.1新能源汽车碰撞试验 |
5.5.1.2高压电安全控制研究 |
5.5.1.3新能源汽车车身结构布局研究 |
5.5.1.4电池包碰撞安全防护 |
5.5.1.5动力电池碰撞安全 |
5.5.2热点研究方向 |
5.5.3存在的问题 |
5.5.4发展对策与展望 |
6结语 |
(10)永磁同步电动机效率优化策略研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 电动汽车用电动机国内外研究现状 |
1.2.1 国外电动汽车用电动机的现状和水平 |
1.2.2 国内电动车用电动机的研究状况 |
1.3 永磁同步电动机效率优化控制策略研究现状 |
1.4 本文研究内容 |
第二章 永磁同步电动机数学模型 |
2.1 永磁同步电动机基本结构 |
2.2 永磁同步电动机数学模型 |
2.2.1 常用坐标系及坐标变换 |
2.2.2 永磁同步电动机不同坐标系下的数学模型 |
2.3 永磁同步电动机基本电磁关系 |
2.3.1 永磁同步电动机电磁关系 |
2.3.2 永磁同步电动机功率传递与扭矩平衡 |
2.4 本章小结 |
第三章 永磁同步电动机矢量控制策略研究 |
3.1 逆变器基本原理 |
3.2 电压空间矢量脉宽调制 |
3.2.1 空间矢量脉宽调制基本原理 |
3.2.2 空间矢量脉宽调制算法 |
3.2.3 空间矢量脉宽调制建模与仿真 |
3.3 矢量控制原理 |
3.3.1 矢量控制结构 |
3.3.2 系统建模与仿真 |
3.4 本章小结 |
第四章 永磁同步电动机效率优化策略研究 |
4.1 最大转矩电流比控制策略 |
4.1.1 最大转矩电流比控制策略分析 |
4.1.2 最大转矩电流比控制策略的近似方法 |
4.1.3 系统建模与仿真 |
4.2 基于电机模型最小损耗的效率优化策略 |
4.2.1 永磁同步电动机损耗数学模型 |
4.2.2 最小损耗策略实现方法 |
4.2.3 系统建模与仿真 |
4.3 本章小结 |
第五章 电动汽车用永磁同步电动机高效快响应控制策略研究 |
5.1 扩展卡尔曼滤波模型的分析 |
5.1.1 随机线性离散系统分析 |
5.1.2 连续方程离散化处理 |
5.1.3 扩展卡尔曼滤波与模型分析 |
5.2 永磁同步电动机的扩展卡尔曼滤波算法 |
5.2.1 旋转坐标系dq上的扩展卡尔曼滤波模型 |
5.2.2 静止坐标系 αβ 上的扩展卡尔曼滤波模型 |
5.3 基于扩展卡尔曼滤波的永磁同步电动机效率优化 |
5.3.1 基于扩展卡尔曼滤波的永磁同步电动机控制结构 |
5.3.2 系统建模与仿真 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
致谢 |
四、感应电动机参数的卡尔曼滤波法辩识(论文参考文献)
- [1]基于参数辨识的异步电机效率优化[D]. 周伟豪. 西安理工大学, 2021(01)
- [2]异步电动机无速度传感器的转速估计方法研究[D]. 曹一梁. 西安理工大学, 2020(01)
- [3]异步电机无速度传感器矢量控制系统稳定运行技术研究[D]. 黄旭. 山东科技大学, 2019(05)
- [4]基于改进SMC控制及无迹Kalman滤波PMSM矢量控制系统的设计研究[D]. 李嘉鑫. 广西大学, 2019(01)
- [5]基于变频器平台的异步电机参数辨识研究[D]. 谷兆灿. 山东科技大学, 2019(05)
- [6]基于遗传算法的永磁同步电机参数辨识[D]. 钟卫鹏. 长沙理工大学, 2019(07)
- [7]无轴承异步电机无速度传感器控制方法研究[D]. 沈启康. 江苏大学, 2018(05)
- [8]永磁同步电动机无位置传感器控制与高性能运行策略的研究[D]. 孙伟. 浙江大学, 2017(06)
- [9]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报, 2017(06)
- [10]永磁同步电动机效率优化策略研究[D]. 罗浩. 上海工程技术大学, 2016