【摘 要】
：
针对车用永磁同步电机传统模型预测控制方法存在转矩波动和转速波动较大,从而影响汽车乘坐舒适性的问题,提出了一种新型的考虑永磁同步电机开关切换状态转移概率的改进型模型预测控制方法.通过永磁同步电机工作中开关切换状态的历史数据计算状态转移概率矩阵.在获得转移概率的基础上,根据当前的开关状态和状态转移矩阵得到状态转移约束误差.接着在模型预测控制算法中制定包含状态转移约束误差项的代价函数,通过代价函数对下一时刻的开关状态进行在线寻优以获得最优的控制变量.并基于MATLAB平台对该改进型模型预测控制策略进行仿真分析,
【机 构】
：
重庆电子工程职业学院智能制造与汽车学院 重庆401331;重庆交通大学交通运输学院 重庆400074;重庆长安新能源汽车科技有限公司 重庆401120
论文部分内容阅读
针对车用永磁同步电机传统模型预测控制方法存在转矩波动和转速波动较大,从而影响汽车乘坐舒适性的问题,提出了一种新型的考虑永磁同步电机开关切换状态转移概率的改进型模型预测控制方法.通过永磁同步电机工作中开关切换状态的历史数据计算状态转移概率矩阵.在获得转移概率的基础上,根据当前的开关状态和状态转移矩阵得到状态转移约束误差.接着在模型预测控制算法中制定包含状态转移约束误差项的代价函数,通过代价函数对下一时刻的开关状态进行在线寻优以获得最优的控制变量.并基于MATLAB平台对该改进型模型预测控制策略进行仿真分析,仿真结果表明,改进型模型预测控制策略具有更好的转矩和转速响应特性,从而表明基于状态转移的模型预测控制方法能够用于车用永磁同步电机的控制中,并且对于改善汽车的乘坐舒适性具有重要意义.
其他文献
覆盖控制是很多无线传感器网络应用中基础且关键的问题.针对传感器节点部署的高维优化问题和覆盖区域的复杂性,提出了一种基于主成分布谷鸟搜索算法的无线传感器网络覆盖优化方法.该算法在标准布谷鸟算法(CS)的基础上,加入主成分分析法,减少了布谷鸟个体位置信息之间的相关性,提升了算法的全局搜索能力.仿真实验表明,当贡献率大于0.5时,主成分布谷鸟搜索算法不仅在6个基准测试函数上的性能优于标准CS算法,而且能有效提高无线传感器网络中节点的覆盖范围.
利用电力变压器故障时产生的气体(DGA)来对变压器进行故障诊断已经成为国内外重要的诊断方法.本文选择采用卷积神经网络(CNN)作为变压器故障的诊断模型,对电力变压器进行故障诊断.但CNN的诊断性能很大程度取决于它的结构,存在着模型超参数难以人工选择的问题.针对该问题,为了提高模型的诊断准确率,设计了利用改进粒子群算法(IPSO)来对CNN的超参数进行自动寻优.通过对PSO算法中的惯性权重叫以及学习因子c1、c2进行改进,提高粒子的寻优能力,从而构建出性能更好的诊断模型,达到提高诊断准确率的目的 .实验结果
随着5G、WiFi通信技术的不断发展以及超宽带信号(UWB)高精度定位系统的广泛应用,在室内空间下正交频分复用信号(OFDM)与UWB信号的共存互干扰不可忽视.采用等效载噪比的分析方法,结合两者物理特性,使用MATLAB搭建两系统物理层模型,根据谱分离系数来计算干扰信号随接收信号进入接收机而引起的噪声量,进而通过受干扰情况下接收机的等效信噪比获得OFDM通信系统的误码率和UWB系统的定位精度.仿真结果表明,OFDM信号与UWB信号间存在同频信号干扰,干扰中心处UWB信号定位误差放大12倍以上,OFDM通信
针对直驱式永磁风电变流器开关管开路故障诊断的问题,提出了一种基于机侧电流畸变规律的故障诊断方法.该方法研究了在不同开路故障类型下的机侧三相电流的畸变规律,总结畸变规律并设计诊断变量,实时监测低通滤波后的机侧三相电流并计算诊断变量,然后根据诊断变量得出诊断信号,最后根据诊断信号完成实时故障诊断,并在单管故障诊断方法的基础上提出了支持双管故障诊断的方法.实验结果表明,该方法对单管故障和双管故障均能进行准确且快速的诊断,诊断成本较低,鲁棒性较好,不容易出现误诊和漏诊.
针对移动自组网拓扑高动态变化和节点的繁忙程度导致数据包传输时延和丢包率增加的问题,本文提出了一种改进的AOMDV协议,基于分散路由的思想,减少了主路径切换到备份路径导致的时延抖动以及路由重传导致的丢包,同时加入延时算法,避免了主路径选到繁忙节点导致路径断裂的情况,通过设置不同的节点移动速率进行仿真,对比了AOMDV协议与改进协议的平均时延和丢包率,仿真结果表明改进的路由协议在端到端时延和丢包率指标上都优于AOMDV协议,尤其在节点移动速度超过30 m/s时,明显提高了网络传输的性能.
针对陀螺仪电机转矩波动高精度微力矩测量需求,提出了一种基于力矩器与角度传感器的高精度反力矩测量系统方案,基于共轴传递的阶梯轴结构,采用弹簧状游丝柔性连接外部接线,降低接线引入的弹性干扰力矩,实现了转矩波动的高精度测量;在传统砝码标定基础上,开展了测量系统静态标定及不确定度分析.实验结果表明,与优化前相比,系统测量精度提高了90％,在-10～ 10 mN·m的量程内,测量精度高达0.06％,线性度优于0.03％,漂移误差优于0.5 μN·m/2 h,不确定度优于0.025％.
针对非平稳状况滚动轴承振动信号易受速度波动、幅值或频率调制、噪声和其他无关分量的干扰,导致生成的时频面复杂,难以识别滚动轴承故障特征频率等问题,提出一种新的基于自适应调频模式分解和脊检测相结合的方法.所提出的方法构建了高分辨率的时频表示,提升了诊断的准确度,而且具有非常强的自适应性.通过对不同健康状况滚动轴承振动信号分析发现,所提方法非常适合于变工况下的滚动轴承故障诊断,且诊断效果优于最新发展的时频分析方法.
D-S证据理论在合成冲突较大的证据时会产生直觉相悖问题,现有的修正证据源的改进方法大多只从单一角度做出改进,不能全面反映冲突信息特征.针对此问题,提出了一种基于皮尔逊相关系数和不确定性测度的证据组合方法.首先,利用皮尔逊相关系数衡量证据之间的相关性,定义证据的可信度.其次,引入基于区间概率的不确定度对可信度进行修正,得到权重.最后,使用该权重对原始证据进行加权平均,使用Dempster组合规则进行合成.与经典改进方法相比,该方法能有效处理冲突证据的融合问题,指认正确命题的准确率达到0.9920.与已有皮尔
针对传统容积卡尔曼滤波器(CKF)在非高斯噪声下滤波精度下降以及传统最大相关熵(MCC)算法收敛速度较慢的问题,提出了一种改进的自适应相关熵高阶容积卡尔曼滤波(ADMCC-HCKF)算法.该方法依据MCC迭代过程的误差变化自适应调整核宽大小,核宽能够改变核参数对输入数据的敏感性,从而提高算法收敛速度及对非高斯噪声的处理能力.基于非高斯噪声环境,搭建SINS/CNS/GNSS组合导航实验,研究结果表明,改进的ADMCC-HCKF算法相比传统HCKF和基于常规MCC的HCKF算法具有更强的鲁棒性,在降噪性能及
在建的全程可控的地基微重力试验设备是一种采用直线电机驱动实验舱体,以上抛下落方式来产生微重力环境的新型落塔装置,其支撑结构上的微小形变是决定实验舱能否在轨道上平顺运行的关键因素.为了更加科学有效地布置应变传感器对其进行监测,将改进后的量子粒子群算法用于传感器布局优化.以有限元模型作为实际算例,比较和验证了粒子群算法、量子粒子群算法以及改进量子粒子群3种算法布局优化策略在形变重构上的有效性和优劣性,改进后的量子粒子群算法得到的重构形变平均绝对误差为最大形变的1.2％.该结果表明对量子粒子群算法的改进方法是有