CN110048651A - 一种基于电动汽车nvh优化的驱动控制方法 - Google Patents

Abstract

本发明公开了一种基于电动汽车NVH优化的驱动控制方法，本发明通过对电动汽车驱动控制系统的输入、输出设计新的控制器，将模糊控制的思想引入到速度环控制器中，增强速度环的鲁棒性和更快的速度响应；将预测控制的思想引入到电流环控制器中，设计新的速度预测控制器，改善了电动汽车驱动控制系统的动态性能和稳态性能；并在此基础上通过对预测控制器的输出电压进行死区误差电压的补偿，在电流环对逆变器的输入电压补偿，改善因死区效应对输出电压造成的恶性影响；使驱动控制系统获得更快的电流动态响应、更好的稳态控制精度以及更强的抗干扰性，并通过电压死区补偿对转矩波动进行抑制，使电动汽车获得更好的NVH性能，具有更好的应用价值。

Description

一种基于电动汽车NVH优化的驱动控制方法

技术领域

本发明涉及一种电动汽车NVH优化的驱动控制方法，尤其涉及一种模糊预测混合控制策略下的含死区补偿的PMSM转矩脉动抑制方法。

技术背景

随着石油能源短缺以及环境污染的加重，新能源汽车的发展逐步成为汽车行业的发展核心。在新能源汽车的发展中，纯电动汽车因其能源利用率高、以及零排放等优点逐步列入各大汽车公司的发展章程。相较于燃油车，电动汽车具有更好的快速性和动力性，且大大减轻汽车重量；并且由于没有发动机这一噪音源，电动汽车具有良好的NVH性能。

虽然电动汽车具有较好的NVH性能，但是由电动汽车的驱动系统产生的转矩波动，会引起高频的电磁噪音，并与传动装置结合后引起汽车壳体的振动，会大大降低驾驶体验。并且电磁噪音是电动汽车所独有的，燃油车的NVH方案并不能用于优化电磁噪音。因此对电动汽车NVH性能的优化研究具有较为重要的研究意义。

电动汽车电磁噪音产生的主要由其驱动电机(PMSM)的齿槽转矩和纹波转矩两部分组成。PMSM齿槽转矩的优化可以通过对电机定子齿槽进行优化，齿槽转矩的优化主要是从电机本体进行优化，具有一定的局限性。电动汽车驱动的输出纹波转矩的优化可以通过对转矩进行直接控制也可以通过对电流高频分量的削弱进行间接控制；对转矩进行间接控制中，一般通过对电流进行高频分量注入和对逆变器的死区效应进行补偿；本发明通过将死区补偿引入到预测控制器中，对电压矢量进行补偿，对电流进行优化，进而实现电动汽车的良好NVH性能。

发明内容

为了优化电动汽车的控制性能和NVH性能，对电动汽车驱动系统的永磁同步电机进行控制算法的优化，提出了一种基于模糊预测混合控制的含有死区补偿的电机转矩脉动优化方法，在提升电动汽车驱动控制系统动、稳态性能的基础上，兼顾优化电动汽车的NVH性能，从而实现电动汽车的优质运行；

本发明解决其技术问题所采用的技术方案是：

本发明涉及一种电动汽车NVH优化的驱动控制方法，应用于由逆变器、电流传感器、位置传感器和直流电源构成的驱动控制系统，其特点是，该控制装置包括：速度模糊控制器、电流预测控制器、死区补偿模块、坐标变换模块和SVPWM调制模块；

控制方法具体包括以下步骤：

选取给定转速和实际转速的误差e和误差变化率ec为输入变量，输出变量选取为PI控制器的参数调整量；

针对输入变量和输出变量的变化范围，对其进行模糊化处理，分别设误差和误差变化率的基本论域为[-x_e,+x_e]和[-x_ec,+x_ec]；输出的PI参数调整量ΔK_p、ΔK_i的基本论域分别为[-y_p,+y_p]和[-y_i,+y_i],设误差和误差变化率所取的模糊子集的论域分别为[-m,+m]和[-a,+a]，输出的PI参数调整量ΔK_p、ΔK_i所取的模糊子集的论域分别为[-l_p,+l_p]和[-l_i,+l_i]，确定模糊化的语言变量为“负大、负中、负小、零、正小、正中、正大”，用英文缩写为“NB、NM、NS、O、PS、PM、PB”；

引入误差量化因子K_e和误差变化率量化因子K_ec来实现输入变量由基本论域到模糊论域的转换，其中

引入误差和误差变化率的比例因子k_up和k_ui，将模糊量进行清晰化实现精确控制，其中

选择三角形函数作为输入和输出的隶属函数，考虑控制性能确定ΔK_p、ΔK_i的控制规则表

ΔK_p控制规则表

ΔK_i控制规则表

运用重心法对得到的模糊输出量进行解模糊，得到ΔK_p、ΔK_i的精确输出值，完成速度模糊PI控制器；

经过速度环控制器得到参考定子交轴电流即i_q[k+2]，通过电流传感器得到实际的定子交轴电流i_q[k]；

电流预测控制器包含直轴电流预测控制器和交轴电流预测控制器，在第K个采样周期Ts,所述的坐标变换模块对电流传感器提供的三相定子电流i_a(k)、i_b(k)和i_c(k)以及位置传感器得到的位置角θ(k)进行坐标变换，获得d-q坐标系下的定子直轴电流i_d(k)和定子交轴电流i_q(k)；

将数据窗口长度设置为n，所述的交轴电流预测控制器对第k-n-1个采样周期的逆变器直轴电压指令至第k-1个采样周期的逆变器直轴电压指令第k-n个采样周期的实际定子直轴电流i_d[k-n]至第k个采样周期的实际直轴电流i_d[k]、第k+2个采样周期直轴电流指令进行处理，获得逆变器交轴电压指令U_q[k]；

所述的直轴电流预测控制器对第k-n-1个采样周期的逆变器交轴电压指令至第k-1个采样周期的逆变器交轴电压指令第k-n个采样周期的实际定子交轴电流i_q[k-n]至第k个采样周期的实际交轴电流i_q[k]、第k+2个采样周期的交轴电流指令进行处理，获得逆变器直轴电压指令U_d[k]；

对得到的逆变器直交轴电压U_d[k]、U_q[k]进行死区补偿，设同步旋转坐标系下的死区电压误差为u_d-dead和u_q-dead；理想状态下的直交轴电压方程为：

考虑死区效应时，直交轴电压方程为：

得到同步旋转坐标系d-q下的死区电压误差方程，并进行离散化：

上述方程中：ψ_f为转子磁链，ω_e为电角速度，P为微分算子，R为定子电阻，L为定子电感；

对电流预测控制器得到的直交轴电压进行死区补偿，将死区误差电压引入到电流预测控制器中，得到补偿后的直交轴电压

所述的SVPWM调制模块对直、交轴电流预测控制器得到的电压指令、进行处理，获得逆变器开关管的通断信号Sa[k]、Sb[k]、Sc[k]，并传输给所述逆变器；

所述逆变器利用所述SVPWM调制器得到的控制信号Sa[k]、Sb[k]、Sc[k]控制电动汽车驱动电机的三相定子电压，实现对电动汽车NVH性能的优化控制。

与已有技术相比，本发明的有效增益效果体现在：

本发明通过对电动汽车驱动控制系统的输入、输出设计新的控制器，在传统的控制方法的基础之上，将模糊控制的思想引入到速度环控制器中，增强速度环的鲁棒性和更快的速度响应；将预测控制的思想引入到电流环控制器中，设计新的速度预测控制器，改善了电动汽车驱动控制系统的动态性能和稳态性能；并在此基础上通过对预测控制器的输出电压进行死区误差电压的补偿，在电流环对逆变器的输入电压补偿，改善因死区效应对输出电压造成的恶性影响；使电动汽车驱动控制系统获得更快的电流动态响应、更好的稳态控制精度以及更强的抗干扰性，并在此基础之上通过电压死区补偿对转矩波动进行抑制，使电动汽车获得更好的NVH性能，具有更好的应用价值。

附图说明

图1为电动汽车驱动控制系统框图；

图2为速度模糊控制器框图；

图3为含死区补偿的电流预测控制器框图。

具体实施方式：

一种基于优化电动汽车NVH性能的控制方法，其控制框图如图1所示；通过对传统控制策略进行优化处理，将模糊控制的规则引入到速度环PI控制器中，其原理图如图2所示，过得更好的调速性能以及更好的抗扰性能；并将预测控制的理念引入到电流环中，并将死区补偿引入到新型的预测电流控制器中，起原理图如图3所示，通过对电压进行补偿，获得更好的电流特性，进而抑制转矩脉动，对电动汽车的NVH进行优化；

现结合附图对本文发明详细描述如下：

步骤一：根据给定转速和速度传感器获得的实际转速，选取给定转速和实际转速的误差e和误差变化率ec为输入变量，输出变量选取为PI控制器的参数调整量ΔK_p、ΔK_i；

步骤二：针对输入变量和输出变量的变化范围，对其进行模糊化处理；确定模糊化的语言变量为“负大、负中、负小、零、正小、正中、正大”，用英文缩写为“NB、NM、NS、O、PS、PM、PB”；

步骤三：引入误差量化因子K_e和误差变化率量化因子K_ec来实现输入变量由基本论域到模糊论域的转换；

步骤四：引入误差和误差变化率的比例因子kup和kui，将模糊量进行清晰化实现精确控制；

步骤五：选择三角形函数作为输入和输出的隶属函数，考虑控制性能确定ΔK_p、ΔK_i的控制规则表

ΔK_p控制规则表

ΔK_i控制规则表

步骤六：运用重心法对得到的模糊输出量进行解模糊，得到ΔK_p、ΔK_i的精确输出值；

步骤七：经过速度环控制器得到参考定子交轴电流即i_q[k+2]；通过电流传感器得到实际的定子交轴电流i_q[k]；

步骤八：在第K个采样周期,所述的坐标变换模块对电流传感器提供的三相定子电流ia(k)，ib(k)和ic(k)以及位置传感器得到的位置角θ(k)进行坐标变换，获得d-q坐标系下的定子直轴电流id(k)和定子交轴电流iq(k)；

步骤九：经过电流预测控制器获得K时刻的直、交轴电压U_q[k]、U_d[k]；

步骤十：所述的死区补偿模块对得到的直、交轴电压进行死区补偿，得到补偿后的直、交轴电压

步骤十一：所述的坐标变换模块对旋转坐标系下的d-q轴电压进行坐标变换，得到两项静止坐标系下的电压

步骤十二：所述的SVPWM调制模块对直、交轴电流预测控制器得到的电压指令进行处理，获得逆变器开关管的通断信号Sa[k]、Sb[k]、Sc[k]，并传输给所述逆变器；

步骤十三：所述逆变器利用所述SVPWM调制器得到的控制信号Sa[k]、Sb[k]、Sc[k]控制逆变器输出电动汽车驱动电机的三相定子电压，实现对电动汽车NVH性能的优化控制。

Claims (1)

1.一种基于电动汽车NVH优化的驱动控制方法，其特征在于，该方法用于由逆变器、电流传感器、位置传感器和直流电源构成的驱动控制系统，该控制系统包括：速度模糊控制器、电流预测控制器、死区补偿模块、坐标变换模块和SVPWM调制模块；

控制方法具体包括以下步骤：

选取给定转速和实际转速的误差e和误差变化率ec为输入变量，输出变量选取为PI控制器的参数调整量；

针对输入变量和输出变量的变化范围，对其进行模糊化处理，分别设误差和误差变化率的基本论域为[-x_e,+x_e]和[-x_ec,+x_ec]；输出的PI参数调整量ΔK_p、ΔK_i的基本论域分别为[-y_p,+y_p]和[-y_i,+y_i],设误差和误差变化率所取的模糊子集的论域分别为[-m,+m]和[-a,+a]，输出的PI参数调整量ΔK_p、ΔK_i所取的模糊子集的论域分别为[-l_p,+l_p]和[-l_i,+l_i]，确定模糊化的语言变量为“负大、负中、负小、零、正小、正中、正大”，用英文缩写为“NB、NM、NS、O、PS、PM、PB”；

引入误差量化因子K_e和误差变化率量化因子K_ec来实现输入变量由基本论域到模糊论域的转换，其中

引入误差和误差变化率的比例因子k_up和k_ui，将模糊量进行清晰化实现精确控制，其中

选择三角形函数作为输入和输出的隶属函数，考虑控制性能确定ΔK_p、ΔK_i的控制规则表

ΔK_p控制规则表

ΔK_i控制规则表

运用重心法对得到的模糊输出量进行解模糊，得到ΔK_p、ΔK_i的精确输出值，完成速度模糊PI控制器；

经过速度环控制器得到参考定子交轴电流即i_q[k+2]，通过电流传感器得到实际的定子交轴电流i_q[k]；

电流预测控制器包含直轴电流预测控制器和交轴电流预测控制器，在第K个采样周期Ts,所述的坐标变换模块对电流传感器提供的三相定子电流i_a(k)、i_b(k)和i_c(k)以及位置传感器得到的位置角θ(k)进行坐标变换，获得d-q坐标系下的定子直轴电流i_d(k)和定子交轴电流i_q(k)；

将数据窗口长度设置为n，所述的交轴电流预测控制器对第k-n-1个采样周期的逆变器直轴电压指令至第k-1个采样周期的逆变器直轴电压指令第k-n个采样周期的实际定子直轴电流i_d[k-n]至第k个采样周期的实际直轴电流i_d[k]、第k+2个采样周期直轴电流指令进行处理，获得逆变器交轴电压指令U_q[k]；

所述的直轴电流预测控制器对第k-n-1个采样周期的逆变器交轴电压指令至第k-1个采样周期的逆变器交轴电压指令第k-n个采样周期的实际定子交轴电流i_q[k-n]至第k个采样周期的实际交轴电流i_q[k]、第k+2个采样周期的交轴电流指令进行处理，获得逆变器直轴电压指令U_d[k]；

对得到的逆变器直交轴电压U_d[k]、U_q[k]进行死区补偿，设同步旋转坐标系下的死区电压误差为u_d-dead和u_q-dead；理想状态下的直交轴电压方程为：

考虑死区效应时，直交轴电压方程为：

得到同步旋转坐标系d-q下的死区电压误差方程，并进行离散化：

上述方程中：ψ_f为转子磁链，ω_e为电角速度，P为微分算子，R为定子电阻，L为定子电感；

对电流预测控制器得到的直交轴电压进行死区补偿，将死区误差电压引入到电流预测控制器中，得到补偿后的直交轴电压

所述的SVPWM调制模块对直、交轴电流预测控制器得到的电压指令、进行处理，获得逆变器开关管的通断信号Sa[k]、Sb[k]、Sc[k]，并传输给所述逆变器；

所述逆变器利用所述SVPWM调制器得到的控制信号Sa[k]、Sb[k]、Sc[k]控制电动汽车驱动电机的三相定子电压，实现对电动汽车NVH性能的优化控制。