CN110979024A - 一种基于内模的电动汽车速度跟踪控制方法 - Google Patents
一种基于内模的电动汽车速度跟踪控制方法 Download PDFInfo
- Publication number
- CN110979024A CN110979024A CN201911329029.3A CN201911329029A CN110979024A CN 110979024 A CN110979024 A CN 110979024A CN 201911329029 A CN201911329029 A CN 201911329029A CN 110979024 A CN110979024 A CN 110979024A
- Authority
- CN
- China
- Prior art keywords
- follows
- speed
- model
- electric automobile
- internal model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
- B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2220/00—Electrical machine types; Structures or applications thereof
- B60L2220/10—Electrical machine types
- B60L2220/14—Synchronous machines
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/64—Electric machine technologies in electromobility
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于内模的电动汽车速度跟踪控制方法,该方法包括:步骤1,选择永磁同步电机作为驱动电机并将电机模型与电动汽车传动系统整合,建立整体系统的非线性数学模型;步骤2,将电动汽车的速度跟踪和干扰抑制问题描述为一个全局鲁棒伺服控制问题;步骤3,设计内模,将整体系统的全局鲁棒伺服控制问题转化为由整体系统和内模组成的增广系统的全局鲁棒镇定问题;步骤4,采用反步法设计状态反馈控制器,解决增广系统的全局鲁棒镇定问题。本发明针对电动汽车行驶过程中运行环境造成系统参数变化和系统外界干扰引入的现象,设计了基于内模的状态反馈控制器,实现了电动汽车速度跟踪控制。
Description
技术领域
本发明涉及伺服系统控制领域,具体涉及一种基于内模的电动汽车速度跟踪控制方法。
背景技术
随着世界石油资源短缺和环境污染日益严重,寻找新形式的能源代替石油为汽车提供动力已成为必然的趋势,而电动汽车则是新能源汽车中的主力军。永磁同步电机因其功率因数高、低损耗等优良性能而被广泛应用在电动汽车中。然而,把永磁同步电机用作电动汽车的驱动装置时,电机或汽车传动系统参数的变化以及系统外界干扰的引入会直接影响电机的控制性能,进而影响车辆的行驶特性。
此外,非线性输出调节理论近年来经历了快速的发展,而作为其常用控制策略的内模控制方法能够解决复杂系统的轨迹跟踪与干扰抑制问题,并具有良好的鲁棒性。针对电动汽车的整体复杂非线性系统,内模控制方法可以实现高精度的速度跟踪与干扰抑制性能,并允许整体系统的所有参数未知。
发明内容
基于背景技术存在的技术问题,本发明提出了一种基于内模的电动汽车速度跟踪控制方法。针对电动汽车的整体复杂系统,设计了内模控制器,从而实现了高精度的速度跟踪与干扰抑制性能,并具有良好的鲁棒性。
本发明的技术方案是:
一种基于内模的电动汽车速度跟踪控制方法,其特征在于,包括以下步骤:
步骤1:选择永磁同步电机作为驱动电机并将电机模型与电动汽车传动系统整合,建立整体系统的非线性数学模型;
步骤2:将电动汽车的速度跟踪和干扰抑制问题描述为一个全局鲁棒伺服控制问题;
步骤3:设计内模,将整体系统的全局鲁棒伺服控制问题转化为由整体系统和内模组成的增广系统的全局鲁棒镇定问题;
步骤4:采用反步法设计状态反馈控制器,解决增广系统的全局鲁棒镇定问题。
进一步地,所述的一种基于内模的电动汽车速度跟踪控制方法,其特征在于,步骤1中,选择永磁同步电机作为驱动电机并将电机模型与电动汽车传动系统整合,建立整体系统的非线性数学模型,其过程如下:
1.1,永磁同步电机数学模型如下:
其中θM为电机转子角度,ωM为电机转子角速度,id,iq,ud,ud为dq轴定子电流与电压,JM为电机的转动惯量,TL为电机的负载转矩,Φv为转子磁链,p为电机极对数,Rs,L为定子电阻与电感,B为粘性摩擦系数。
1.2,通过分析电动汽车在行驶过程中的受力,可以得到电动汽车传动系统的模型如下:
其中v为汽车行驶速度,m为汽车的整体质量,g为重力加速度,FL为汽车受到的牵引力,χroad为路面坡度,Fwind为空气阻力,FR为滚动阻力。
1.3,建立空气阻力Fwind的模型如下:
其中cair为空气阻力系数,ρa为空气密度,AL为车辆迎风正面面积。
1.4,建立滚动阻力FR的模型如下:
FR=m(cr1+cr2rωW) (4)
其中cr1,cr2是取决于轮胎和轮胎压力的常数,r为车轮半径,ωW为车轮转速。
1.5,将车轮转速ωW与汽车行驶速度v关系表示如下:
1.6,根据牛顿第二定律得出车轮转速与车轮所受力矩之间的关系如下:
其中JW为车轮转动惯量,TW为连接车轮传动轴的输出转矩,Tf为车轮的摩擦转矩。
1.7,根据传动部分转矩关系与速度关系得出如下关系式:
TW=ntnfTL,ωW=ntnfωM (7)
其中nt,nf分别为变速箱和主减速器的变速比。
1.8,结合公式(1)~(7),得到永磁同步电机驱动电动汽车的整体系统数学模型如下:
进一步地,所述的一种基于内模的电动汽车速度跟踪控制方法,其特征在于,步骤2中,将电动汽车的速度跟踪和干扰抑制问题描述为一个全局鲁棒伺服控制问题,其过程如下:
2.1,假定车轮的参考转速ωd和包含摩擦转矩的等效干扰βcr1+βgsinχroad+Tf可由如下的外部系统产生:
其中A1,G1,G2为定常矩阵。
其中e1为车轮转速跟踪误差,e2为d轴电流跟踪误差。
v=A1v,
e=H(x,u,v,w). (11)
其中x=(x1,1,x1,2,x2,1)T,u=(u1,u2)T,
2.4,此时系统(8)的全局速度跟踪控制问题已被描述为系统(11)的全局鲁棒伺服控制问题,其控制目标为在保证从任意初始值出发的闭环系统轨迹有界的情况下,跟踪误差渐近趋于0。
进一步地,所述的一种基于内模的电动汽车速度跟踪控制方法,其特征在于,步骤3中,设计内模,将整体系统的全局鲁棒伺服控制问题转化为由整体系统和内模组成的增广系统的全局鲁棒镇定问题,其过程如下:
3.1,求解如下的调节器方程:
0=H(x(v,w),u(v,w),v,w). (12)
其中x(v,w),u(v,w)分别是稳态状态和稳态输入。得到状态和输入的稳态解如下:
x1,1(v,w)=G1v,
x2,1(v,w)=0,
3.2,令g(x,u)=col(x1,2,u1,u2),用gi(x,u)表示g(x,u)中第i个元素,其中i=1,2,3。构建如下的稳态发生器来产生稳态解:
其中Ti为任意非奇异矩阵,(Φi,Ψi)为一对能观测矩阵。
3.3,选择一对能控矩阵(Mi,Ni),其中Mi为Hurwitz矩阵,使得Ti满足如下的Sylvester方程:
TiΦi-MiTi=NiΨi. (14)
3.4,设计内模为如下形式:
3.5,进行如下的坐标变换与输入变换:
得到如下的误差方程:
其中
b1=Ψ1T1 -1(M1+N1Ψ1T1 -1),
b2=Ψ1T1 -1N1,
c2(v)=-a11-2a12G1v+b2,
c6(v)=-a16G1v,
c10(v)=a22G1vΨ1T1 -1,
c12(v)=a22G1v,
d2=b11Ψ1T1 -1,
d3=-a12,
d9=-a14Ψ1T1 -1-b1,
d12=-a16,
d17=b21Ψ3T3 -1,
d18=Ψ3T3 -1N3-a21,
d19=a22,
d20=a22Ψ1T1 -1,
3.6,此时,系统(11)的全局鲁棒伺服控制问题已经被转化为系统(17)的全局鲁棒镇定问题。
进一步地,所述的一种基于内模的电动汽车速度跟踪控制方法,其特征在于,步骤4中,采用反步法设计状态反馈控制器,解决增广系统的全局鲁棒镇定问题,其过程如下:
4.1,为了使用反步法设计控制器,首先定义如下的记号:
其中l1为特定的正数。
其中l2为特定的正数。
4.5,得到如下控制律解决系统(17)的全局镇定问题:
4.6,得到最终的控制器为如下形式:
本发明的优点是:
本发明提出的一种基于内模的电动汽车速度跟踪控制方法,针对电动汽车行驶过程中运行环境造成系统参数变化和系统外界干扰引入的现象,设计了基于内模的状态反馈控制器,实现了电动汽车速度跟踪控制,具有高精度的速度跟踪与干扰抑制性能,并具有良好的鲁棒性。
附图说明
图1为电动汽车基本受力分析图;
图2为整体系统控制框图;
图3为车轮转速跟踪曲线;
图4为车轮转速误差曲线;
图5为id电流曲线;
图6为iq电流曲线;
图7为定子电压ud曲线;
图8为定子电压uq曲线。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例。
如图1、2所示,一种基于内模的电动汽车速度跟踪控制方法,包含以下步骤:
步骤1,选择永磁同步电机作为驱动电机并将电机模型与电动汽车传动系统整合,建立整体系统的非线性数学模型,其过程如下:
1.1,永磁同步电机数学模型如下:
其中θM为电机转子角度,ωM为电机转子角速度,id,iq,ud,ud为dq轴定子电流与电压,JM为电机的转动惯量,TL为电机的负载转矩,Φv为转子磁链,p为电机极对数,Rs,L为定子电阻与电感,B为粘性摩擦系数。
1.2,通过分析电动汽车在行驶过程中的受力,可以得到电动汽车传动系统的模型如下:
其中v为汽车行驶速度,m为汽车的整体质量,g为重力加速度,FL为汽车受到的牵引力,χroad为路面坡度,Fwind为空气阻力,FR为滚动阻力。
1.3,建立空气阻力Fwind的模型如下:
其中cair为空气阻力系数,ρa为空气密度,AL为车辆迎风正面面积。
1.4,建立滚动阻力FR的模型如下:
FR=m(cr1+cr2rωW) (4)
其中cr1,cr2是取决于轮胎和轮胎压力的常数,r为车轮半径,ωW为车轮转速。
1.5,将车轮转速ωW与汽车行驶速度v关系表示如下:
1.6,根据牛顿第二定律得出车轮转速与车轮所受力矩之间的关系如下:
其中JW为车轮转动惯量,TW为连接车轮传动轴的输出转矩,Tf为车轮的摩擦转矩。
1.7,根据传动部分转矩关系与速度关系得出如下关系式:
TW=ntnfTL,ωW=ntnfωM (7)
其中nt,nf分别为变速箱和主减速器的变速比。
1.8,结合公式(1)~(7),得到永磁同步电机驱动电动汽车的整体系统数学模型如下:
步骤2,将电动汽车的速度跟踪和干扰抑制问题描述为一个全局鲁棒伺服控制问题,其过程如下:
2.1,假定车轮的参考转速ωd和包含摩擦转矩的等效干扰βcr1+βgsinχroad+Tf可由如下的外部系统产生:
其中A1,G1,G2为定常矩阵。
其中e1为车轮转速跟踪误差,e2为d轴电流跟踪误差。
v=A1v,
e=H(x,u,v,w). (11)
其中x=(x1,1,x1,2,x2,1)T,u=(u1,u2)T,
2.4,此时系统(8)的全局速度跟踪控制问题已被描述为系统(11)的全局鲁棒伺服控制问题,其控制目标为在保证从任意初始值出发的闭环系统轨迹有界的情况下,跟踪误差渐近趋于0。
步骤3,设计内模,将整体系统的全局鲁棒伺服控制问题转化为由整体系统和内模组成的增广系统的全局鲁棒镇定问题,其过程如下:
3.1,求解如下的调节器方程:
0=H(x(v,w),u(v,w),v,w). (12)
其中x(v,w),u(v,w)分别是稳态状态和稳态输入。得到状态和输入的稳态解如下:
x1,1(v,w)=G1v,
x2,1(v,w)=0,
3.2,令g(x,u)=col(x1,2,u1,u2),用gi(x,u)表示g(x,u)中第i个元素,其中i=1,2,3。构建如下的稳态发生器来产生稳态解:
其中Ti为任意非奇异矩阵,(Φi,Ψi)为一对能观测矩阵。
3.3,选择一对能控矩阵(Mi,Ni),其中Mi为Hurwitz矩阵,使得Ti满足如下的Sylvester方程:
TiΦi-MiTi=NiΨi. (14)
3.4,设计内模为如下形式:
3.5,进行如下的坐标变换与输入变换:
得到如下的误差方程:
其中
b1=Ψ1T1 -1(M1+N1Ψ1T1 -1),
b2=Ψ1T1 -1N1,
c6(v)=-a16G1v,
c10(v)=a22G1vΨ1T1 -1,
c12(v)=a22G1v,
d2=b11Ψ1T1 -1,
d3=-a12,
d9=-a14Ψ1T1 -1-b1,
d12=-a16,
d17=b21Ψ3T3 -1,
d18=Ψ3T3 -1N3-a21,
d19=a22,
d20=a22Ψ1T1 -1,
3.6,此时,系统(11)的全局鲁棒伺服控制问题已经被转化为系统(17)的全局鲁棒镇定问题。
步骤4,采用反步法设计状态反馈控制器,解决增广系统的全局鲁棒镇定问题,其过程如下:
4.1,为了使用反步法设计控制器,首先定义如下的记号:
其中l1为特定的正数。
其中l2为特定的正数。
4.5,得到如下控制律解决系统(17)的全局镇定问题:
4.6,得到最终的控制器为如下形式:
为了验证所提方法的有效性,本发明对所提出控制器的控制效果进行仿真验证,所选用的永磁同步电机的标称值为:极对数p=4,定子电阻磁链定子电感转动惯量粘性摩擦系数所选用的电动汽车传动系统的标称值为:车体总质量车轮转动惯量迎风面积空气阻力系数空气密度总变速比n=7,轮胎常数轮胎压力常数重力加速度g=9.8m/s2,路面坡度
摩擦转矩设置为一个常值信号Tf=10N.m,参考速度设置为一个斜坡信号与常值信号的组合,当0<t≤20s时参考速度设置为ωd=2t(rad/s),当20<t≤40s时,参考速度设置为ωd=40rad/s,则外部系统参数如下:
控制器参数设计为:
基于上述的一系列参数,图3为车轮转速跟踪曲线,图4为车轮转速误差曲线,图5为定子电流id曲线,图中曲线反映了所设计的控制器在外部干扰和整体系统参数摄动的条件下有良好的速度跟踪性能和电流跟踪性能,图6为定子电流iq曲线,图7和图8分别为永磁同步电机ud和uq曲线。从图3-图8的仿真结果可以看出,所设计的内模控制器可以实现高精度的速度跟踪与干扰抑制性能,并具有良好的鲁棒性。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种基于内模的电动汽车速度跟踪控制方法,其特征在于,包括以下步骤:
步骤1:选择永磁同步电机作为驱动电机并将电机模型与电动汽车传动系统整合,建立整体系统的非线性数学模型;
步骤2:将电动汽车的速度跟踪和干扰抑制问题描述为一个全局鲁棒伺服控制问题;
步骤3:设计内模,将整体系统的全局鲁棒伺服控制问题转化为由整体系统和内模组成的增广系统的全局鲁棒镇定问题;
步骤4:采用反步法设计状态反馈控制器,解决增广系统的全局鲁棒镇定问题。
2.根据权利要求1所述的一种基于内模的电动汽车速度跟踪控制方法,其特征在于,步骤1中,选择永磁同步电机作为驱动电机并将电机模型与电动汽车传动系统整合,建立整体系统的非线性数学模型,其过程如下:
1.1,永磁同步电机数学模型如下:
其中θM为电机转子角度,ωM为电机转子角速度,id,iq,ud,ud为dq轴定子电流与电压,JM为电机的转动惯量,TL为电机的负载转矩,Φv为转子磁链,p为电机极对数,Rs,L为定子电阻与电感,B为粘性摩擦系数;
1.2,通过分析电动汽车在行驶过程中的受力,可以得到电动汽车传动系统的模型如下:
其中v为汽车行驶速度,m为汽车的整体质量,g为重力加速度,FL为汽车受到的牵引力,χroad为路面坡度,Fwind为空气阻力,FR为滚动阻力;
1.3,建立空气阻力Fwind的模型如下:
其中cair为空气阻力系数,ρa为空气密度,AL为车辆迎风正面面积;
1.4,建立滚动阻力FR的模型如下:
FR=m(cr1+cr2rωW) (4)
其中cr1,cr2是取决于轮胎和轮胎压力的常数,r为车轮半径,ωW为车轮转速;
1.5,将车轮转速ωW与汽车行驶速度v关系表示如下:
1.6,根据牛顿第二定律得出车轮转速与车轮所受力矩之间的关系如下:
其中JW为车轮转动惯量,TW为连接车轮传动轴的输出转矩,Tf为车轮的摩擦转矩;
1.7,根据传动部分转矩关系与速度关系得出如下关系式:
TW=ntnfTL,ωW=ntnfωM (7)
其中nt,nf分别为变速箱和主减速器的变速比;
1.8,结合公式(1)~(7),得到永磁同步电机驱动电动汽车的整体系统数学模型如下:
3.根据权利要求2所述的一种基于内模的电动汽车速度跟踪控制方法,其特征在于,步骤2中,将电动汽车的速度跟踪和干扰抑制问题描述为一个全局鲁棒伺服控制问题,其过程如下:
2.1,假定车轮的参考转速ωd和包含摩擦转矩的等效干扰βcr1+βgsinχroad+Tf可由如下的外部系统产生:
其中A1,G1,G2为定常矩阵;
其中e1为车轮转速跟踪误差,e2为d轴电流跟踪误差;
e=H(x,u,v,w). (11)
其中x=(x1,1,x1,2,x2,1)T,u=(u1,u2)T,
2.4,此时系统(8)的全局速度跟踪控制问题已被描述为系统(11)的全局鲁棒伺服控制问题,其控制目标为在保证从任意初始值出发的闭环系统轨迹有界的情况下,跟踪误差渐近趋于0。
4.根据权利要求3所述的一种基于内模的电动汽车速度跟踪控制方法,其特征在于,步骤3中,设计内模,将整体系统的全局鲁棒伺服控制问题转化为由整体系统和内模组成的增广系统的全局鲁棒镇定问题,其过程如下:
3.1,求解如下的调节器方程:
0=H(x(v,w),u(v,w),v,w). (12)
其中x(v,w),u(v,w)分别是稳态状态和稳态输入,得到状态和输入的稳态解如下:
x1,1(v,w)=G1v,
x2,1(v,w)=0,
3.2,令g(x,u)=col(x1,2,u1,u2),用gi(x,u)表示g(x,u)中第i个元素,其中i=1,2,3,构建如下的稳态发生器来产生稳态解:
其中Ti为任意非奇异矩阵,(Φi,Ψi)为一对可观测矩阵;
3.3,选择一对可控矩阵(Mi,Ni),其中Mi为Hurwitz矩阵,使得Ti满足如下的Sylvester方程:
TiΦi-MiTi=NiΨi. (14)
3.4,设计内模为如下形式:
3.5,进行如下的坐标变换与输入变换:
得到如下的误差方程:
其中
b1=Ψ1T1 -1(M1+N1Ψ1T1 -1),
b2=Ψ1T1 -1N1,
c2(v)=-a11-2a12G1v+b2,
c6(v)=-a16G1v,
c10(v)=a22G1vΨ1T1 -1,
c12(v)=a22G1v,
d2=b11Ψ1T1 -1,
d3=-a12,
d9=-a14Ψ1T1 -1-b1,
d12=-a16,
d19=a22,
d20=a22Ψ1T1 -1,
3.6,此时,系统(11)的全局鲁棒伺服控制问题已经被转化为系统(17)的全局鲁棒镇定问题。
5.根据权利要求4所述的一种基于内模的电动汽车速度跟踪控制方法,其特征在于,步骤4中,采用反步法设计状态反馈控制器,解决增广系统的全局鲁棒镇定问题,其过程如下:
4.1,为了使用反步法设计控制器,首先定义如下的记号:
其中l1为特定的正数;
其中l2为特定的正数;
4.5,得到如下控制律解决系统(17)的全局镇定问题:
4.6,得到最终的控制器为如下形式:
由此,得到最终的控制器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911329029.3A CN110979024B (zh) | 2019-12-20 | 2019-12-20 | 一种基于内模的电动汽车速度跟踪控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911329029.3A CN110979024B (zh) | 2019-12-20 | 2019-12-20 | 一种基于内模的电动汽车速度跟踪控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110979024A true CN110979024A (zh) | 2020-04-10 |
CN110979024B CN110979024B (zh) | 2021-11-19 |
Family
ID=70073701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911329029.3A Active CN110979024B (zh) | 2019-12-20 | 2019-12-20 | 一种基于内模的电动汽车速度跟踪控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110979024B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112936270A (zh) * | 2021-02-04 | 2021-06-11 | 合肥工业大学 | 一种基于神经网络的机械臂内模控制方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103532448A (zh) * | 2013-10-23 | 2014-01-22 | 东南大学 | 一种电动汽车驱动系统的控制方法 |
CN105629737A (zh) * | 2016-03-25 | 2016-06-01 | 中车永济电机有限公司 | 一种内燃机车异步电机内模控制方法 |
CN106849791A (zh) * | 2017-01-05 | 2017-06-13 | 江苏大学 | 一种抑制永磁直线电机不匹配扰动的基于内模的滑模速度控制方法 |
CN106985813A (zh) * | 2017-02-23 | 2017-07-28 | 南京航空航天大学 | 一种智能轮电驱动汽车的稳定性集成控制方法 |
CN109733242A (zh) * | 2018-12-12 | 2019-05-10 | 西北工业大学 | 电动汽车充电机的神经模糊稳定性控制系统及控制方法 |
KR20190085252A (ko) * | 2018-01-10 | 2019-07-18 | 서울과학기술대학교 산학협력단 | 외란 관측기를 이용한 기계 부하의 강인한 에뮬레이션 방법 및 장치 |
CN110289795A (zh) * | 2019-05-29 | 2019-09-27 | 南京金崎新能源动力研究院有限公司 | 一种电动汽车用永磁同步电机控制系统及控制方法 |
WO2019219698A1 (en) * | 2018-05-17 | 2019-11-21 | Bayerische Motoren Werke Aktiengesellschaft | Traction control system |
CN110518853A (zh) * | 2019-09-04 | 2019-11-29 | 合肥工业大学 | 一种永磁同步电机电流解耦控制方法及装置 |
-
2019
- 2019-12-20 CN CN201911329029.3A patent/CN110979024B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103532448A (zh) * | 2013-10-23 | 2014-01-22 | 东南大学 | 一种电动汽车驱动系统的控制方法 |
CN105629737A (zh) * | 2016-03-25 | 2016-06-01 | 中车永济电机有限公司 | 一种内燃机车异步电机内模控制方法 |
CN106849791A (zh) * | 2017-01-05 | 2017-06-13 | 江苏大学 | 一种抑制永磁直线电机不匹配扰动的基于内模的滑模速度控制方法 |
CN106985813A (zh) * | 2017-02-23 | 2017-07-28 | 南京航空航天大学 | 一种智能轮电驱动汽车的稳定性集成控制方法 |
KR20190085252A (ko) * | 2018-01-10 | 2019-07-18 | 서울과학기술대학교 산학협력단 | 외란 관측기를 이용한 기계 부하의 강인한 에뮬레이션 방법 및 장치 |
WO2019219698A1 (en) * | 2018-05-17 | 2019-11-21 | Bayerische Motoren Werke Aktiengesellschaft | Traction control system |
CN109733242A (zh) * | 2018-12-12 | 2019-05-10 | 西北工业大学 | 电动汽车充电机的神经模糊稳定性控制系统及控制方法 |
CN110289795A (zh) * | 2019-05-29 | 2019-09-27 | 南京金崎新能源动力研究院有限公司 | 一种电动汽车用永磁同步电机控制系统及控制方法 |
CN110518853A (zh) * | 2019-09-04 | 2019-11-29 | 合肥工业大学 | 一种永磁同步电机电流解耦控制方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112936270A (zh) * | 2021-02-04 | 2021-06-11 | 合肥工业大学 | 一种基于神经网络的机械臂内模控制方法 |
CN112936270B (zh) * | 2021-02-04 | 2022-05-03 | 合肥工业大学 | 一种基于神经网络的机械臂内模控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110979024B (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Modelling and testing of in‐wheel motor drive intelligent electric vehicles based on co‐simulation with Carsim/Simulink | |
CN109194219B (zh) | 一种基于无模型非奇异终端滑模控制永磁同步电机的方法及系统 | |
CN108649847A (zh) | 基于频率法和模糊控制的电机pi控制器参数整定方法 | |
CN110266226B (zh) | 一种基于模型预测控制的电动汽车能效控制方法 | |
CN107121932A (zh) | 电机伺服系统误差符号积分鲁棒自适应控制方法 | |
CN110247586B (zh) | 基于效率最优的电动公交车用永磁同步电机转矩分配方法 | |
Peters et al. | A precise open-loop torque control for an interior permanent magnet synchronous motor (IPMSM) considering iron losses | |
CN106788053B (zh) | 基于观测器的电动车永磁同步电机系统误差补偿控制方法 | |
CN110979024B (zh) | 一种基于内模的电动汽车速度跟踪控制方法 | |
Rohan et al. | Design of fuzzy logic tuned PID controller for electric vehicle based on IPMSM using flux-weakening | |
Cash et al. | Fuzzy logic field-oriented control of an induction motor and a permanent magnet synchronous motor for hybrid/electric vehicle traction applications | |
CN109873583B (zh) | 基于状态受限的永磁同步电机模糊位置跟踪控制方法 | |
CN109871044B (zh) | 一种转速跟踪方法及装置 | |
Hodgson et al. | Effect of vehicle mass changes on the accuracy of Kalman filter estimation of electric vehicle speed | |
Hezzi et al. | Linear ADRC for speed control of 5-Phase PMSM-based electric vehicles | |
CN104408223B (zh) | 一种风电机组的跟踪优化控制方法 | |
Ounnas et al. | A combined methodology of H∞ fuzzy tracking control and virtual reference model for a PMSM | |
Rind et al. | Rotor flux-MRAS based speed sensorless non-linear adaptive control of induction motor drive for electric vehicles | |
CN106533313A (zh) | 电动汽车用永磁同步电机的极限学习机命令滤波控制方法 | |
KR101461909B1 (ko) | 친환경 자동차의 모터 제어 시스템 | |
Chen et al. | Simulation of surface mounted pmsm vector control based on fuzzy pi control | |
Li et al. | Theoretical and experimental analytical study of powertrain system by hardware-in-the-loop test bench for electric vehicles | |
Nadji et al. | Robust integral backstepping control of PMSM for electric vehicle application | |
Tamás et al. | Model in the loop simulation of an electric propulsion system using virtual reality | |
Li et al. | An internal model approach for speed tracking control of PMSM driven electric vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |