原文传递
电动汽车电机驱动控制及电机参数辨识研究
| 论文题名： | 电动汽车电机驱动控制及电机参数辨识研究 |
| 关键词： | 电动汽车;驱动控制;参数辨识;异步电机;矢量控制;自适应律 |
| 摘要： | 电机驱动系统是电动汽车的关键技术之一。与普通电机控制器相比,电动汽车的电机控制器对可靠性、效率和性能有更高的要求。本文基于上述要求,对电动汽车异步电机控制系统进行了研究,主要做了以下工作: 首先,分析了矢量控制的几种方案优缺点,根据异步电机和混合动力中巴车车用电机控制系统的特点,选择了转子磁场间接定向的控制方案。针对控制方案的要求,分析了电机参数变化对系统性能的影响及电机参数变化原因,确定需要辨识的参数。 接着,对电机初始参数的测量方法进行分析和设计,该方法能够较为准确的测量出电机初始参数,与传统堵转实验和空载实验比较,更加简单实用,有利于提高控制系统性能和加快在线辨识收敛速度。 因电机参数在电机运行过程中会改变,为了能跟踪参数变化,提出了模型参考自适应法在线辨识转子时间常数,利用LyaPunov稳定性理论推导出自适应律,再在原算法的基础上进行改进,加快了收敛速度,并推导定子电阻的辨识算法,通过辨识定子电阻,消除它对辨识转子时间常数的干扰。 针对模型参考自适应难以推导多个参数的自适应律的问题,分析设计了扩展卡尔曼滤波器,它可一次性辨识多个电机参数,但扩展卡尔曼滤波器算法复杂,计算量大,随后又提出了降阶卡尔曼滤波器,通过对输出方程的改进,解决了传统降阶卡尔曼滤波器输出方程为时变方程的缺陷,可辨识转子电阻和励磁电感,且计算量大大减少。 本文利用Matlab/simulink对以上所提方法进行仿真验证及分析,仿真结果表明,上述算法都能辨识出电机参数,控制系统在加入了辨识算法后,性能得到一定改善。此外,还作了模型参考自适应法和卡尔曼滤波的抗干扰仿真,结果显示卡尔曼滤波的抗干扰能力比模型参考自适应法强。 |
| 作者： | 姚伟科 |
| 专业： | 电气工程 |
| 导师： | 和军平 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
