混合動(dòng)力電動(dòng)汽車無(wú)刷轉(zhuǎn)矩電機(jī)智能直接控制的研究

1、混合動(dòng)力電動(dòng)汽車無(wú)刷轉(zhuǎn)矩電機(jī)智能直接控制的研究 密歇根大學(xué) - 迪爾伯恩，MI48128，USA 譯者：藍(lán)飛雁 專業(yè)：汽車服務(wù)工程 學(xué)號(hào)：摘要： 本文探討了神經(jīng)網(wǎng)絡(luò)在非正弦反電動(dòng)勢(shì)轉(zhuǎn)矩直接控制(DTC)的無(wú)刷直流(BLDC)電機(jī)的應(yīng)用。傳統(tǒng)DTC技術(shù)通過開關(guān)信號(hào)直接控制轉(zhuǎn)矩，而開關(guān)信號(hào)來(lái)源于預(yù)設(shè)定的轉(zhuǎn)矩誤差、定子磁鏈誤差和定子磁通角。把這種方法運(yùn)用到混合動(dòng)力電動(dòng)汽車上，將會(huì)由于幾個(gè)系統(tǒng)限制造成嚴(yán)重的轉(zhuǎn)矩脈動(dòng)和功率損耗。在本文中提出了把智能神經(jīng)網(wǎng)絡(luò)應(yīng)用到混合動(dòng)力電動(dòng)汽車上，這種智能神經(jīng)網(wǎng)絡(luò)運(yùn)用無(wú)刷直流對(duì)電動(dòng)機(jī)進(jìn)行直接轉(zhuǎn)矩控制。對(duì)此提出的方法是減小轉(zhuǎn)矩脈動(dòng)和開關(guān)數(shù)量，從而減少了開關(guān)損耗，同時(shí)運(yùn)用M

2、ATLAB/ SIMULINK對(duì)運(yùn)用傳統(tǒng)的直接控制技術(shù)和運(yùn)用無(wú)刷直流的直接控制神經(jīng)網(wǎng)絡(luò)電機(jī)進(jìn)行仿真，對(duì)結(jié)果進(jìn)行了比較和討論，以驗(yàn)證提出了控制是否合適。關(guān)鍵詞：無(wú)刷直流電機(jī)；直接轉(zhuǎn)矩控制；神經(jīng)網(wǎng)絡(luò)1簡(jiǎn)介永磁無(wú)刷直流驅(qū)動(dòng)電機(jī)被廣泛應(yīng)用于從伺服到牽引驅(qū)動(dòng)器等許多高性能的設(shè)備上，這主要是利用了其效率高、功率密度高和慣性力矩大比等特點(diǎn)。直接轉(zhuǎn)矩控制首先應(yīng)用于感應(yīng)電動(dòng)機(jī)驅(qū)動(dòng)上，它主要包括直接控制電磁轉(zhuǎn)矩和磁鏈連桿1。逆變器開關(guān)組合是通過考慮到轉(zhuǎn)矩偏差和磁鏈誤差1而得到的。本結(jié)果表明，這種控制策略具有更好的動(dòng)態(tài)性能，且實(shí)現(xiàn)簡(jiǎn)單3,4。最近，直接轉(zhuǎn)矩控制已應(yīng)用于三相無(wú)刷直流電機(jī)驅(qū)動(dòng)上。這種驅(qū)動(dòng)在120傳導(dǎo)模式

3、1下運(yùn)作，這種傳導(dǎo)模式是在一個(gè)固定的-參考系中由電磁轉(zhuǎn)矩方程推導(dǎo)出陰極無(wú)刷電機(jī)與非正弦電動(dòng)勢(shì)。在這種直接轉(zhuǎn)矩控制的機(jī)器中定義了空間電壓矢量，這形成了選擇開關(guān)表的基礎(chǔ)。直接轉(zhuǎn)矩控制已被證明能夠?qū)崿F(xiàn)瞬時(shí)轉(zhuǎn)矩控制，因此降低轉(zhuǎn)矩脈動(dòng)1。在2中，直接轉(zhuǎn)矩控制方法更適合于無(wú)位置傳感器控制的三相無(wú)刷直流電機(jī)。它介紹了一個(gè)新的線到線的終止轉(zhuǎn)換，這種轉(zhuǎn)換允許使用兩根線連接從離線所獲得的反電勢(shì)(與)。然后它們被轉(zhuǎn)換成位置依賴型線到線反電勢(shì)常數(shù)()和()，最后使用提出的轉(zhuǎn)換方法2轉(zhuǎn)換成d-q軸公式，這就形成了一個(gè)轉(zhuǎn)矩估計(jì)查找表。此外，用這種方法，操作也可能弱化。該方法2利用直軸電流直接控制轉(zhuǎn)矩和間接控制定子磁鏈的幅

4、值，最終降低低頻轉(zhuǎn)矩振蕩。在5，對(duì)于在直接轉(zhuǎn)矩控制下的永磁同步電動(dòng)機(jī)提出了一種自適應(yīng)模糊邏輯控制器。它的方法是根據(jù)定子磁鏈、轉(zhuǎn)矩誤差和磁鏈誤差選擇活性載體。模糊邏輯代替固定的查找表為選定的載體計(jì)算開關(guān)時(shí)間。這種載體是根據(jù)定子磁鏈和轉(zhuǎn)矩誤差位置5絕對(duì)值的基礎(chǔ)上而得出的。這種方法減少了轉(zhuǎn)矩脈動(dòng)和電流脈動(dòng)。 本文提出的神經(jīng)網(wǎng)絡(luò)在直接轉(zhuǎn)矩控制的直流無(wú)刷電機(jī)上的應(yīng)用。它是一種神經(jīng)網(wǎng)絡(luò)控制器根據(jù)轉(zhuǎn)矩誤差，磁鏈誤差，和定子磁鏈的位置輸入的最佳開關(guān)模式，同時(shí)也減少轉(zhuǎn)矩脈動(dòng)，開關(guān)損耗已達(dá)到系統(tǒng)的最優(yōu)化。2直接轉(zhuǎn)矩控制的無(wú)刷直流電動(dòng)機(jī)傳統(tǒng)的直接轉(zhuǎn)矩控制的無(wú)刷直流電機(jī)的概要在圖1中顯示。它控制了速度，這速度與假定的

5、轉(zhuǎn)矩和使用磁滯控制器的定子磁鏈成正比的。滯環(huán)控制器的速度比PI控制器快，所以他們能夠調(diào)節(jié)常數(shù)以及改變參考量即轉(zhuǎn)矩和磁鏈2。根據(jù)轉(zhuǎn)矩誤差，定子磁鏈偏差，和角位置定子磁鏈?zhǔn)噶?，給一個(gè)適當(dāng)?shù)拈_關(guān)信號(hào)給逆變器，從而在發(fā)動(dòng)機(jī)運(yùn)行階段返還適當(dāng)?shù)碾妷?。圖1 直接轉(zhuǎn)矩控制的無(wú)刷直流電機(jī)原理圖A 轉(zhuǎn)矩估計(jì) 對(duì)于非正弦定子磁鏈的陰極無(wú)刷電機(jī)，電磁轉(zhuǎn)矩在固定-參考系中可以表示為1。 (1)其中P是磁極的數(shù)量，r和r是-軸轉(zhuǎn)子磁鏈，is和is是和軸的定子電流，是電相角。B .定子磁鏈估計(jì)定子磁鏈沿和軸可表示為2。 (2) (3)其中us 和us為定子電壓，is和is為定子電流C角轉(zhuǎn)子磁鏈幅值 轉(zhuǎn)子磁鏈可以從定子磁鏈得

6、到 1。 (4) (5)其中r, r, s和s分別是軸轉(zhuǎn)子和定子磁鏈 D建立模型根據(jù)上述方法在MATLAB/SIMULINK仿真中建立模型，圖2說(shuō)明了模型 表1：無(wú)刷直流電機(jī)轉(zhuǎn)矩開關(guān)表。TorqueFluxSector1234 5611V1V2V3V4V5V610V2V3V4V5V6V11-1V3V4V5V6V1V2-11V4V5V6V1V2V3-10V5V6V1V2V3V4-1-1V6V1V2V3V4V5 基于6個(gè)定子磁鏈位置部門，轉(zhuǎn)矩誤差，和通量誤差1模型的開關(guān)表（表1） 查找表flusFluxSectorTorqueFlux12345678910111211V1V1 V2V2V2 V3V

7、3V3 V4V4V4 V5V5V5 V6V6V6 V110.5V1 V2V1 V3V2 V3V2 V4V3 V4V3 V5V4 V5V4 V6V5 V6V5 V1V6 V1V6 V210V2V2 V3V3V3 V4V4V4 V5V5V5 V6V6V6 V1V1V1 V21-0.5V2 V3V3 V4V3 V4V4 V5V4 V5V5 V6V5 V6V6 V1V6 V1V1 V2V1 V2V2 V31-1V3V3 V4V4V4 V5V5V5 V6V6V6 V1V1V1 V2v2V2 V30.51V1V1 v2V2V2 V3V3V3 V4V4V4 V5V5V5 V6V6V6 V10.50.5V1

8、V0V2 V0V2 V0V3 V0V3 V0V4 V0V4 V0V5 V0V5 V0V6 V0V6 V0V1 V00.50V2 V0V2 V0V3 V0V3 V0V4 V0V4 V0V5 V0V5 V0V6 V0V6 V0V1 V0V1 V00.5-0.5V3 V0V4 V0V4 V0V5 V0V5 V0V6 V0V6 V0V1 V0V1 V0V2 V0V2 V0V3 V00.5-1V3V3 V4V4V4 V5V5V5 V6V6V6 V1V1V1 V2v2V2 V301V6 V1V1V1 V2V2V2 V3V3V3 V4V4V4 V5V5V5 V6V600.5V1 V0V1 V0V2 V0V2

9、 V0V3 V0V3 V0V4 V0V4 V0V5 V0V5 V0V6 V0V6 V000V0V0V0V0V0V0V0V0V0V0V0V00-0.5V3 V0V3 V0V4 V0V4 V0V5 V0V5 V0V6 V0V6 V0V1 V0V1 V0V2 V0V2 V00-1V3 V4V4V4 V5V5V5 V6V6V6 V1V1V1 V2V2V2 V3V3智能神經(jīng)網(wǎng)絡(luò)對(duì)無(wú)刷直流電動(dòng)機(jī)轉(zhuǎn)矩的直接控制 由于混合動(dòng)力車輛的的牽引電機(jī)電感非常低，把滯環(huán)比較器運(yùn)用傳統(tǒng)的直接轉(zhuǎn)矩控制的混合電動(dòng)車輛（電動(dòng)汽車）上將造成嚴(yán)重的轉(zhuǎn)矩脈動(dòng)。 因此，把控制器運(yùn)用于智能神經(jīng)網(wǎng)絡(luò)，主要是為了減少扭矩脈動(dòng)。另外，在一個(gè)電

10、循環(huán)周期中，轉(zhuǎn)換的次數(shù)與的轉(zhuǎn)換能量損失也會(huì)減少。神經(jīng)網(wǎng)絡(luò)包括受生物神經(jīng)系統(tǒng)刺激的簡(jiǎn)單電器原件，元器件間是相互平行的。神經(jīng)系統(tǒng)能夠通過調(diào)整連接或不同部件的比重的數(shù)值來(lái)操作特定的功能。在這些神經(jīng)網(wǎng)絡(luò)中，一個(gè)特定的目標(biāo)輸入將導(dǎo)致特定的目標(biāo)輸出。正如圖表4中顯示的一樣，運(yùn)行時(shí)不斷對(duì)輸出和目標(biāo)的對(duì)比，直到輸出與目標(biāo)相符。圖 神經(jīng)網(wǎng)絡(luò)的運(yùn)行 用于直接轉(zhuǎn)矩控制的無(wú)刷直流電機(jī)的神經(jīng)網(wǎng)絡(luò)是12層的反饋反向傳播網(wǎng)絡(luò)（圖5），它提供一個(gè)輸出碼用來(lái)調(diào)整電壓矢量的的數(shù)值，而電壓矢量是來(lái)源于三個(gè)輸入：轉(zhuǎn)矩誤差、磁鏈誤差和定子磁鏈位置。圖6 說(shuō)明了示意圖智能直接轉(zhuǎn)矩控制，無(wú)刷直流電動(dòng)機(jī)在混合電動(dòng)汽車上的應(yīng)用圖5 無(wú)刷直流扭

11、矩控制的神經(jīng)網(wǎng)絡(luò)模型圖6 無(wú)刷直流電機(jī)的智能直接控制 發(fā)達(dá)的神經(jīng)網(wǎng)絡(luò)是第一次應(yīng)用于傳統(tǒng)的開關(guān)表（表1），然后運(yùn)用于增強(qiáng)的查找表（表2）。增強(qiáng)的查找表是根據(jù)12定子磁鏈位置部門，對(duì)于轉(zhuǎn)矩誤差的三級(jí)磁滯比較器和對(duì)于通量誤差比較的比較得到的。5建議方法的仿真結(jié)果A傳統(tǒng)的直接轉(zhuǎn)矩控制的無(wú)刷直流電機(jī)如圖2的模型所示是根據(jù)傳統(tǒng)的開關(guān)表6在30千赫茲頻率模擬得到的。在這種情況下，使用了扭矩誤差的雙層滯環(huán)比較器和通量誤差三級(jí)磁滯比較器?？刂婆ぞ卦O(shè)置在2N*M和定子磁鏈設(shè)定在保持不變的0.45Wb。圖7a），b），c）顯示的是各自得到的相電流，轉(zhuǎn)矩，和磁鏈軌跡的結(jié)果。從圖7b）中分析轉(zhuǎn)矩脈動(dòng)。 圖7 圖8 圖7

12、 圖8a)相電流b)扭矩 c）磁鏈軌跡 a)相電流 b)扭矩 c）磁鏈軌跡圖7 模擬結(jié)果基于傳統(tǒng)直接轉(zhuǎn)矩控制 圖8 模擬結(jié)果基于神經(jīng)網(wǎng)絡(luò)的直接轉(zhuǎn)矩控制（訓(xùn)練表)B基于神經(jīng)網(wǎng)絡(luò)的無(wú)刷直流電機(jī)首先，表1（常規(guī)開關(guān)表直接轉(zhuǎn)矩控制）用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)。扭矩Z設(shè)定在2N*M和定子磁鏈設(shè)定在0.45wb。在這種情況下，該轉(zhuǎn)矩脈動(dòng)和性能都或多或少與傳統(tǒng)的直接轉(zhuǎn)矩控制情況（如圖8所示）相同。下一個(gè)步驟，增強(qiáng)表（表2）是用來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)。值得注意的是，在表2每一個(gè)時(shí)期與表1相比只有一半。然而，整體的頻率在用于傳統(tǒng)的模式中時(shí)相同的。扭矩命令和通量的命令和以前的保持一樣。模擬該模型是用于觀察如圖9所示的轉(zhuǎn)矩響應(yīng)。圖9

13、 基于神經(jīng)網(wǎng)絡(luò)的直接轉(zhuǎn)矩控制（通過加強(qiáng)表訓(xùn)練的出）的電機(jī)扭矩C .轉(zhuǎn)矩脈動(dòng)比較用三種方法得到的扭矩響應(yīng)圖7b）圖8b）和圖9都被用于波動(dòng)分析。標(biāo)3顯示了用三種方法得到的峰值到峰值的扭矩脈動(dòng)。表3 扭矩波動(dòng)的比較（N*M)MethodologyPeak-Peak TorqueRipple1Conventional DTC0.852Neural Network (trained usingconventional table)0.853Neural Network (trained usingenhanced table)0.326結(jié)論 傳統(tǒng)的直接轉(zhuǎn)矩控制無(wú)刷直流電機(jī)具有幾個(gè)固有的優(yōu)點(diǎn)，比如快速扭

14、矩控制和相比傳統(tǒng)的六步控制而言有更好的動(dòng)態(tài)性能。然而，當(dāng)這種方法擴(kuò)展到混合動(dòng)力汽車的應(yīng)用上，由于顯著的低電感和有限的開關(guān)頻率，可以產(chǎn)生顯著地扭矩脈動(dòng)。在這篇論文中，智能神經(jīng)網(wǎng)絡(luò)的無(wú)刷直流電機(jī)馬達(dá)的引進(jìn)大大降低轉(zhuǎn)矩脈動(dòng)，提高了系統(tǒng)性能。該方法驗(yàn)證已由MATLAB軟件仿真驗(yàn)證。仿真結(jié)果預(yù)示智能控制器可以大大降低轉(zhuǎn)矩脈動(dòng)，提高驅(qū)動(dòng)性能。 7參考1 Yong Liu and Z.Q. Zhu, ”Direct torque control of brushless DC driveswith reduced torque ripple,” IEEE trans. Ind Appl., vol. 41,

15、 no. 2,March/April 20052 Salih Baris Ozturk and Hamid A Toliyat, “Sensorless direct torquecontrol and indirect flux control of brushless Dc motor with nonsinusoidal back emf,” IEEE IECON 2008.3 M. depenbrock,”Direct self control of inverter fed inductionmachine,”IEEE trans. Power Electron.,vol. 3, no. 4, pp.420-429, Oct1988.4 T Takahashi and T. Noguchi,”A new quick response and high efficiency control strategies of an induction motor,”IEEE Trans. IndAppl.,vol. 22,no. 5, pp 820-827, Sep./Oct. 1986.5 Ali Ahmed Adam an