论文部分内容阅读
永磁同步电动机(PMSMs)凭借其损耗低、启动快、效率高和重量轻等优点被作为电动汽车(EV)的动力源,但PMSMs的驱动系统耦合性强、变量多且高度非线性,因此对于PMSMs的控制问题引起了众多学者的关注。为了解决PMSMs的控制问题,相关控制方法被运用到PMSMs中,如反步控制和哈密顿控制,然而上述方法几乎没有考虑随机扰动和铁心损耗的问题。PMSMs在运行过程中会因为电压随机浪涌等因素而产生随机扰动。此外,阻尼转矩和磁饱和使PMSMs的某些电机参数发生随机变化,因此,上述随机扰动的存在会影响PMSMs的实际运行状态,进而降低系统的控制精度。同时,对于电动汽车随机系统中永磁同步电动机而言,电机在正常运行过程中因空载或轻载而不可避免地产生大量的铁心损耗,进而使电机温度升高致使永久退磁。因此,在控制电动汽车随机系统中永磁同步电动机时,考虑铁损是非常有必要的。本文结合反步法、命令滤波技术、观测器技术以及模糊逻辑系统对电动汽车随机系统中永磁同步电动机进行控制。论文的主要研究成果如下:(1)研究了一类随机系统(SNSs)的跟踪控制问题,引入了基于观测器和命令滤波技术的自适应模糊控制策略。首先,引入命令滤波技术和模糊逻辑系统,解决了“计算复杂性”问题并处理了随机系统中的非线性项;其次,当一类随机系统中的状态不可测量时,构建模糊状态观测器对系统中不可测量的量进行估计;在上述技术的基础上,构造基于观测器技术的自适应模糊命令滤波控制器,并与引入的随机控制理论相结合,对SNSs进行控制;最终,构造四次随机Lyapunov函数证明SNSs稳定。(2)针对PMSMs随机系统,提出了基于观测器和命令滤波的自适应模糊控制器。首先,构造模糊观测器估计PMSMs随机系统的转子角位置和角速度;然后,运用命令滤波误差补偿技术,通过低通二阶滤波器来近似处理虚拟控制信号,处理出现的“计算复杂性”问题并减小滤波器所产生的误差影响;最后,通过Lyapunov函数分析PMSMs随机系统的稳定性,并通过Matlab对比实验验证提出的基于观测器和命令滤波的自适应模糊控制方法的有效性。(3)提出基于模糊观测器和命令滤波技术的电动汽车随机系统中PMSMs驱动系统模糊控制器。首先,建立了电动汽车随机系统中PMSMs模型;然后,构造了模糊降维观测器估计电动汽车随机系统中PMSMs的转子角速度和角位置;接着将命令滤波技术与误差补偿技术相结合,处理“计算复杂性”问题并减小滤波器所产生的误差影响;最后,构造四次Lyapunov函数并结合相关随机理论分析系统稳定性,并通过Matlab仿真验证本文所提出的基于观测器和命令滤波技术的自适应模糊控制策略能克服随机扰动和铁损问题的影响,具有实际应用价值。(4)通过Matlab对比仿真,将文中所提出的控制方法与动态面控制方法进行对比,仿真结果显示本文所提出的控制方法的鲁棒性更强、跟踪效果更好。