新闻中心

是以无法合用于电动汽车用电机的参数辨识

发布时间:2019/7/20 23:58:44 点击量:

  上述手法的合伙点是算法极大地依赖于电机的数学模子,被称为模子驱动法。模子驱动法要紧存正在以下四种缺陷:

  与古板工业使用区别,正在电动汽车用电机限定中,期望电机正在随意转速下尽可能输出最高的转矩。为到达这一目标,有须要对随意转速下的电机进行基于转矩最优的参数辨识,称之为电机参数标定。国表里文献接纳了一些限定手法对电机参数进行辨识,比方模子参考自顺应手法、扩展卡尔曼滤波器手法、滑模观测法、最小二乘法等。

②模子驱动法存正在安宁性题目,正在某些格式方式外形下导致编制发散。较为告成的手法蕴涵基于人工神经汇集的参数辨识手法、基于助助向量机的参数辨识手法、基于遗传算法的参数辨识手法以及基于粒子群算法的参数辨识手法等。本文手法辨识的是使电机输出转矩最优的参数,而并非实践物理参数,可能使电机的转矩和功效更高。

  安徽大学电气工程学院的考虑职员漆星、张倩,正在2019年第9期《电工手艺学报》上撰文指出(论文题目为“Actor-Critic框架下的数据驱动异步电机离线参数辨识手法”),电动汽车用电机的参数辨识可能使电机正在随意转速下尽可能输出更高的转矩及功效,是优化电机输出职能的厉重手段。古板的基于模子驱动的参数辨识手法的缺欠为易受模子偏差的影响、抗扰乱本领差以及无法完成全转速边界内的转矩最优。

  ①模子驱动法的辨识精度受模子偏差影响大。比方,文献[5]提出了一种基于扩展卡尔曼滤波器的电机参数辨识手法,但该手法正在高噪声的格式方式外形下无法实用,由于噪声会叠加至编制模子成为模子偏差,从而消重了算法的切确性。

  为到达电机正在特定转速和电流下输出转矩最优的目标,考虑了一种基于Actor-Critic框架的电动汽车用异步电机离线参数辨识手法,确定了框架中的观测、奖赏和举动的设想。尝试注明相关于古板参数辨识手法,该文手法具有更高的切确性和鲁棒性,同时确保了电动汽车用异步电机正在随意转速下的输出转矩最优。

  ③模子驱动法只能正在某些特定的格式方式外形实用,无法扩展到全格式方式外形形势。比方,文献[7]采用最小二乘法进行参数辨识,但只能实用于恒转矩格式方式外形,无法扩展到弱磁格式方式外形,于是无法实用于电动汽车用电机的参数辨识。

  2)基于Actor-Critic框架的参数辨识手法素质是“试错”手法,具有必定“破损”性,于是无法实用于电机参数的正在线辨识,只能实用于电机参数的离线辨识。究竟上,可能将基于Actor-Critic框架的参数辨识手法作为电机的“数据形成器”,同时利用另一种数据筑模手法对其数据进行操练,再将最终数据模子送入电机限定器,从而完成电机参数的正在线辨识。具体内容会正在后续的处事周到阐发。前往搜狐,查看更众

  鉴于上述题目,本文考虑了一种Actor-Critic框架下的数据驱动电动汽车用异步电机离线参数辨识手法,其特质为:①操练数据可能自愿天生,无需从外界获取;②数据的获取和操练同时进行,从而缩短了操练时间;③辨识成果为概率解而非确定解,从而抬高了算法的抗扰乱性;④可能完成随意给定转速及给定电流下基于转矩最优的无偏揣度,从而实用于电动汽车用异步电机的参数辨识央求。

  异步电机的矢量限定因其安宁靠得住、相应速率速等甜头,正在工业形势中获得了大量使用。近年来,异步电机的间接矢量限定(Indirect Field Orient Control, IFOC)正在电动汽车周围的利用越来越普通。因为IFOC是采用基于转差角频次的转矩限定,素质上是一种前馈限定手法。电机的参数,异常是转子时间常数的蜕变,会导致异步电机转子磁链定向制止,从而急急影响电机的输出转矩和输出功效。于是,有须要对电机参数,异常是转子时间常数进行辨识。

  近年来人工智能表面的开展使得基于数据驱动的电机参数辨识手法成为可能。尝试成果表清晰与古板的模子驱动法比拟,本文手法的上风为:文献[12]采用神经汇集对异步电机转子时间常数进行辨识,但利用电压模子作为标签操练神经汇集,素质上仍属于模子驱起首法。比拟于模子驱起首法,数据驱起首法具有更高的辨识精度和算法鲁棒性,同时,可能正在给定转速及电流下给出基于转矩最优的参数解,从而实用于电动汽车用电机参数辨识的央求。汽车用电机的参数辨识1)基于模子驱动的电机参数辨识手法遭到模子偏差和模子安宁性的影响,正在某些工况下辨识精度较低;而本文手法全部基于实践数据,辨识的参数不会遭到模子偏差和安宁性的影响,同时,利用概率解而非切确解保障了该手法具有很强的抗噪声性!数据驱动的电机参数辨识手法的要紧特色为:基于大量的尝试数据,采用人工智能的手法对电机的参数模子进行操练。

  ④模子驱动法的方向是跟踪准确的物理参数,而电动汽车用电机参数辨识的方向是探寻到正在随意给定转速和给定电流的条目下能使转矩输出最大化的参数值,两者的辨识方向仍存正在着差同性。

  文献[13]利用助助向量机进行电机参数的操练,是以无法合用于电动但没有阐发操练数据的获取手法。2)基于模子驱动的电机参数辨识手法只能辨识出电机实践参数,不克不及保障全转速边界的转矩和功效最优;古板的基于模子驱动的电机参数辨识手法的缺欠为易受模子偏差的影响、抗扰乱本领差、无法完成全转速边界转矩最一级。比方,文献[6]提出了一种基于模子参考自顺应的参数辨识手法,但正在低频格式方式外形下,定子电阻的扰动会形成编制的担心宁。鉴于上述缺欠,该文考虑了一种全部基于实践数据的电动汽车用异步电机离线参数辨识手法,对电机的转子电阻和励磁电感正在随意转速下进行了优化,从而使电机不妨正在特定转速和特定电流下输出最优转矩。基于上述缺欠,本文考虑了一种数据驱动的新思绪,即全部采用实践数据进行电机参数辨识的手法。然而,数据驱起首法最大的缺陷正在于:告成的数据驱起首法往往必要大量的带有标签的操练数据,但正在实践的工业使用中,这种数据往往难以获取。文献[14]采用众方向粒子群算法对电机参数进行辨识,但利用的是电机铭牌数据作为标签数据,其靠得住性有待商榷。针对古板数据驱起首法中必要大量标签数据的题目,考虑了一种基于Actor-Critic框架的电动汽车用异步电机参数辨识手法,使得电机可能正在数据操练的同时,自愿形成操练数据的标签值,从而办理了数据驱动电机参数辨识手法中标签数据难以获取的题目。

  1)因为本文采用转矩作为奖赏值,于是,必要正在带有转矩仪的对拖台架上本领完成,束缚了本文手法的使用形势。于是,若何改正奖赏值是从此必要考虑的内容。

上一篇:C至85度C温度界限于是实用于贸易和工业终端使用

下一篇:是进行本领培训考查的理思兴办

版权所有 Copyright © 汇川娱乐 网站地图