论文部分内容阅读
随着经济的快速发展,环境污染问题引起了人们更多的关注,其中燃油汽车排放的尾气污染备受关注。并且近几年全球政治经济动荡,石油危机若隐若现。为应对能源危机和环境污染各国加大了对电动汽车的研发力度。但电动汽车续航里程依然达不到人们的要求,再生制动技术能够有效延长续航里程,受到了研究人员更多的关注。本文以BLDCM(Brushless Direct Current Motor)作为被控核心,首先对BLDCM结构原理进行分析。在此基础上,对纯电动汽车再生制动控制的影响因素和原理进行讨论。为给纯电动汽车再生制动控制系统提供稳定的初始转速,本文设计使用了双闭环调速控制系统。然后对电动汽车进行再生制动控制研究,设计一种基于T-S(Takagi-Sugeno)模糊神经网络控制策略的控制器。该控制器以反馈电流与给定电流的差值和转速为输入,以PWM脉宽调节量为输出,采用BP(Back Propagation)神经网络算法自适应调整输入隶属度函数和模糊规则。然后搭建了电动汽车再生制动控制系统模型,对设计的控制器进行仿真实验研究。最后通过软硬件设计了基于英飞凌TC1782芯片的控制器。并在dSPACE半实物仿真平台进行仿真测试。本文完成的工作如下:(1)针对纯电动汽车用BLDCM的原理和数学模型,分析再生制动控制系统的原理。在实现系统再生制动控制前,搭建双闭环调速控制系统,其转速环为模糊PID控制,电流环为PI控制。调速控制系统驱动电机达到再生制动所需的转速。(2)对BLDCM再生制动系统中PWM全桥调制方式和PWM半桥调制方式进行数学推导和原理分析,选择使用能量回收率更高的半桥调制方式。(3)对基于T-S模糊神经网络再生制动控制策略进行数学分析和推导,设计了基于T-S模糊神经网络再生制动控制系统,并在Matlab/Simulink平台搭建模型进行仿真验证,实验表明基于T-S模糊控制策略能量回收率和模糊控制相比明显提高,达到了设计目的。(4)为验证控制策略在实际控制器中的效果,硬件设计基于英飞凌TC1782的再生制动控制器,并设计对应的软件程序,然后在dSPACE平台搭建再生制动控制系统的硬件在环仿真系统,进行控制器的半实物仿真验证。论文特色之处:(1)分析再生制动控制技术原理,对传统的模糊再生制动控制策略进行改进,设计了基于T-S模糊神经网络再生制动控制系统,并和模糊再生制动控制系统对比,实验证明所设计的系统能有效提高能量回收率。(2)搭建模糊神经网络再生制动控制系统半实物仿真平台,硬件设计基于英飞凌TC1782芯片的再生制动控制器,并设计对应的程序,验证所设计系统的有效性。