五、电动机控制系统
    在混合动力汽车上对电动机控制系统的终极目的是，保证车辆的安全、节能、环保以及舒适和通信等方面对混合动力汽车的动力系统、车身、底盘和车载电子、电气设备进行全方位的自动控制。因此对混合动力汽车智能化控制与智能汽车控制系统结构基本相同。车身、底盘、电子、电气设备绝大部分可以与智能汽车通用，但混合动力汽车的特点，就在于动力系统与内燃机汽车动力系统有本质的区别。在混合动力汽车上是采用电源-电源转换器-驱动电动机的动力系统，是属于电力驱动技术范畴，因此，对混合动力汽车驱动电动机的控制和智能控制的研究，是混合动力汽车的关键技术。
    电动汽车的电动机有多种控制模式。传统的线性控制（如PID），不能满足高性能电动机驱动的苛刻要求。传统的变频变压VWF控制技术，不能使电动机满足所要求的驱动性能。异步电动机多采用矢量控制FOC，是较好的控制方法。近几年，许多先进的控制策略，包括自适应控制、变结构控制、模糊控制和神经网络控制等适用于电动机驱动。
    自适应控制包括自调节控制STC和模型参考自适应控制MRAC。运用STC，控制器的参数可以根据系统参数的变化进行自动调整。关键是用一个识别模块来跟踪系统参数的变化，通过控制器的自调整模块更新控制器的参数，以获得锂想的闭环控制性能。运用MRAC，输出模型的响应跟踪参考模型的响应，基于利用参考模型和系统输出差别的自适应算法，控制器的参数不断加以调整，从而得到锂想的闭环控制性能。现在，MRAC和STC都用于电动汽车无换向电动机驱动系统中。
    变结构控制VSC已应用到电动机驱动中，与自适应控制进行竞争。运用 VSC，系统提供不敏感的参数特性，规定误差动态并简化所执行的操作。根据开关控制锂论，系统必须按预定的轨道在相应平面内运行，而不管系统参数如何变化。模糊逻辑FUZZY和神经网络Neural Networks等技术也被引入电动机控制领域。
    模糊控制是一种语言过程，它基于人类使用的先前经验和试探法则。神经网络控制NNC，控制器有可能解释系统的动态行为，然后自学并进行自我调整。这种控制策略能结合其池控制策略形成新的控制模式，如自适应模糊控制、模糊NNC和模糊VSC等。不久的将来，利用人工智能AI的控制器不需人的干预就能进行系统诊断和错误修正。各种大功率电子器件，如MOSFET、IGBT、COMFET、MCT和STT等的使用，还有微机处理器DSP等硬件的应用，为电动汽车的电动机控制方法和智能控制提供重要保证。
   （1）混合动力汽车电动机的控制系统动力电池组、电流转换器（逆变器）、发动机-发电机组和驱动电动机以及一些电气线路共同组成了混合动力汽车动力系统和驱动力控制系统，因此混合动力汽车的关键是对动力电池组、发动机-发电机组、驱动电动机进行控制或智能控制。
   （2）混合动力汽车电动机的控制系统的组成混合动力汽车上驱动电动机的控制系统基本由以下四部分组成。
    ①信号输入。驾驶人对加速踏板的位移量以及由电动机反馈的信号和监测装置反馈的信号是混合动力汽车的主要输入信号，该信号一般转换为电信号，经过接口输入计算机中。
    ②信号处理和输出。以车载计算机为核心的中央控制器作为信号处理和指令输出的核心，在中央控制器中装有测量元件、乘法器、比较元件、逻辑控制单元、数据库和各种传感器等电子器件，对输入控制信号的输入量进行快速、精确的运算，并产生相应的偏差信号，将运算得出的微弱偏差信号，经过放大元件进行放大或变换，使输出指令的偏差信号足够大，然后通过接口输送到各个控制模块中去。
    ③执行元件。控制模块和各种执行机构是控制系统的执行元件，根据放大元件所放大或变换的偏差信号，控制模块和各种执行机构对被控制对象发出的控制指令，使被控制对象按照规定的指令（参数）运行。
    ④信息反馈。电动机运转监测装置上的传感器，对电动机的运转进行监测，并将电动机运转中的机械量和电量的变化及时反馈到中央控制器，中央控制器将反馈信息进行对比、运算后，对输出的指令进行调整和修改，使被控制对象的运行参数与输入信号的给定值趋向一致，并使被控制对象按照新的指今（参教）运行。

上一页  [1] [2] [3] [4] [5] [6]