CN117040351B - 一种驱动电机控制方法及*** - Google Patents
一种驱动电机控制方法及*** Download PDFInfo
- Publication number
- CN117040351B CN117040351B CN202311287324.3A CN202311287324A CN117040351B CN 117040351 B CN117040351 B CN 117040351B CN 202311287324 A CN202311287324 A CN 202311287324A CN 117040351 B CN117040351 B CN 117040351B
- Authority
- CN
- China
- Prior art keywords
- parameter
- actual state
- parameters
- inputting
- driving motor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000013507 mapping Methods 0.000 claims description 26
- 238000005457 optimization Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000003491 array Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
- H02P23/14—Estimation or adaptation of motor parameters, e.g. rotor time constant, flux, speed, current or voltage
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
- B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
- H02P23/0004—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P23/0022—Model reference adaptation, e.g. MRAS or MRAC, useful for control or parameter estimation
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
- H02P23/0077—Characterised by the use of a particular software algorithm
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明提供了一种驱动电机控制方法及***,该方法包括:通过电机传感器实时采集驱动电机产生的实际状态参数,并将实际状态参数输入至参数辨识器中,以通过参数辨识器将实际状态参数转换成对应的模型参数;将模型参数输入至模型预测器中,以通过模型预测器输出对应的期望状态参数,实际状态参数和期望状态参数均包含具体的数值;实时计算出实际状态参数与期望状态参数之间的误差值,并将误差值输入至参数调节器中;通过参数调节器根据误差值对参数优化器进行自适应调整,并通过参数优化器输出与驱动电机适配的优化参数,以通过优化参数对实际状态参数进行优化。本发明能够使驱动电机持续处于高效的工作状态,提升了用户体验。
Description
技术领域
本发明涉及新能源汽车技术领域,特别涉及一种驱动电机控制方法及***。
背景技术
随着科技的进步以及生产力的快速发展,新能源电动汽车技术也日趋成熟,并且已经逐渐得到了人们的认可,已经在人们的日常生活中得到普及,极大的方便了人们的生活。
其中,驱动电机是新能源电动汽车的核心零部件之一,用于将电能转换成动能,以驱动车辆行驶。
基于此,现有的新能源电动汽车的行驶性能,大部分由驱动电机决定,因此,驱动电机行驶状态的好坏决定汽车行驶状态的好坏,然而,现有的新能源电动汽车内部的整车控制器对驱动电机的控制策略大部分采用固定参数或者固定的控制规则,而不能实时根据驱动电机的运行工况做出对应的参数调整,从而对应降低了驱动电机的驱动效率,同时降低了用户的使用体验。
发明内容
基于此,本发明的目的是提供一种驱动电机控制方法及***,以解决现有技术不能实时根据驱动电机的运行工况做出对应的参数调整,导致降低了驱动电机的驱动效率的问题。
本发明实施例第一方面提出了:
一种驱动电机控制方法,其中,所述方法包括:
通过电机传感器实时采集驱动电机产生的实际状态参数,并将所述实际状态参数输入至参数辨识器中,以通过所述参数辨识器将所述实际状态参数转换成对应的模型参数;
将所述模型参数输入至模型预测器中,以通过所述模型预测器输出对应的期望状态参数,所述实际状态参数和所述期望状态参数均包含具体的数值;
实时计算出所述实际状态参数与所述期望状态参数之间的误差值,并将所述误差值输入至参数调节器中;
通过所述参数调节器根据所述误差值对参数优化器进行自适应调整,并通过所述参数优化器输出与所述驱动电机适配的优化参数,以通过所述优化参数对所述实际状态参数进行优化。
本发明的有益效果是:通过实时获取到的实际状态参数能够进一步转换成模型预测器能够识别的模型参数,基于此,就能够进一步通过该模型预测器输出与当前驱动电机适配的期望状态参数,即能够使驱动电机处于高性能的状态参数,进一步的,计算出需要的误差值,并最终根据该误差值获取到当前驱动电机需要的优化参数,从而能够自动使驱动电机持续的处于高效的工作状态,对应提升了用户的使用体验。
进一步的,所述通过所述参数辨识器将所述实际状态参数转换成对应的模型参数的步骤包括:
当获取到所述实际状态参数时,对所述实际状态参数进行预处理,并根据预处理后的实际状态参数生成对应的参数曲线图;
计算出所述参数曲线图中的曲率半径,并将所述曲率半径输入至所述参数辨识器中,以对应生成所述模型参数。
进一步的,所述将所述曲率半径输入至所述参数辨识器中,以对应生成所述模型参数的步骤包括:
当获取到所述曲率半径时,将所述曲率半径输入至所述参数辨识器的转换层中,以通过所述转换层将所述曲率半径转换成对应的曲率矩阵;
将所述曲率矩阵输入至所述参数辨识器的计算层中,以通过所述计算层中的最小二乘算法对所述曲率矩阵进行收敛处理,以对应生成所述模型参数。
进一步的,所述通过所述参数调节器根据所述误差值对参数优化器进行自适应调整的步骤包括:
当获取到所述误差值时,通过预设DTW算法对所述误差值进行序列化处理,以生成若干对应的特征序列,并提取出所述特征序列中包含的若干特征值,每一所述特征值均具有唯一性;
将若干所述特征值输入至所述参数优化器中,以完成对所述参数优化器的自适应调整。
进一步的,所述将若干所述特征值输入至所述参数优化器中,以完成对所述参数优化器的自适应调整的步骤包括:
当获取到若干所述特征值时,提取出所述参数优化器中存储的优化网络,并检测出所述优化网络中包含的若干网络节点;
识别出若干所述特征值之间的第一序列,并检测出若干所述网络节点之间的第二序列;
根据所述第一序列以及所述第二序列构建出对应的映射关系,并基于所述映射关系对所述参数优化器进行自适应调整。
进一步的,所述基于所述映射关系对所述参数优化器进行自适应调整的步骤包括:
逐一提取出每一所述网络节点中分别存储的原始网络参数,并基于所述映射关系将每一所述原始网络参数逐一替换为每一所述特征值,所述映射关系具有唯一性。
进一步的,所述方法还包括:
当通过所述特征值完成对所述参数优化器的调整时,通过所述参数优化器输出所述优化参数,并将所述优化参数输入至整车控制器中,以通过所述整车控制器根据所述优化参数对所述驱动电机进行优化控制。
本发明实施例第二方面提出了:
一种驱动电机控制***,其中,所述***包括:
采集模块,用于通过电机传感器实时采集驱动电机产生的实际状态参数,并将所述实际状态参数输入至参数辨识器中,以通过所述参数辨识器将所述实际状态参数转换成对应的模型参数;
预测模块,用于将所述模型参数输入至模型预测器中,以通过所述模型预测器输出对应的期望状态参数,所述实际状态参数和所述期望状态参数均包含具体的数值;
计算模块,用于实时计算出所述实际状态参数与所述期望状态参数之间的误差值,并将所述误差值输入至参数调节器中;
优化模块,用于通过所述参数调节器根据所述误差值对参数优化器进行自适应调整,并通过所述参数优化器输出与所述驱动电机适配的优化参数,以通过所述优化参数对所述实际状态参数进行优化。
进一步的,所述采集模块具体用于:
当获取到所述实际状态参数时,对所述实际状态参数进行预处理,并根据预处理后的实际状态参数生成对应的参数曲线图;
计算出所述参数曲线图中的曲率半径,并将所述曲率半径输入至所述参数辨识器中,以对应生成所述模型参数。
进一步的,所述采集模块还具体用于:
当获取到所述曲率半径时,将所述曲率半径输入至所述参数辨识器的转换层中,以通过所述转换层将所述曲率半径转换成对应的曲率矩阵;
将所述曲率矩阵输入至所述参数辨识器的计算层中,以通过所述计算层中的最小二乘算法对所述曲率矩阵进行收敛处理,以对应生成所述模型参数。
进一步的,所述优化模块具体用于:
当获取到所述误差值时,通过预设DTW算法对所述误差值进行序列化处理,以生成若干对应的特征序列,并提取出所述特征序列中包含的若干特征值,每一所述特征值均具有唯一性;
将若干所述特征值输入至所述参数优化器中,以完成对所述参数优化器的自适应调整。
进一步的,所述优化模块还具体用于:
当获取到若干所述特征值时,提取出所述参数优化器中存储的优化网络,并检测出所述优化网络中包含的若干网络节点;
识别出若干所述特征值之间的第一序列,并检测出若干所述网络节点之间的第二序列;
根据所述第一序列以及所述第二序列构建出对应的映射关系,并基于所述映射关系对所述参数优化器进行自适应调整。
进一步的,所述优化模块还具体用于:
逐一提取出每一所述网络节点中分别存储的原始网络参数,并基于所述映射关系将每一所述原始网络参数逐一替换为每一所述特征值,所述映射关系具有唯一性。
进一步的,所述驱动电机控制***还包括控制模块,所述控制模块具体用于:
当通过所述特征值完成对所述参数优化器的调整时,通过所述参数优化器输出所述优化参数,并将所述优化参数输入至整车控制器中,以通过所述整车控制器根据所述优化参数对所述驱动电机进行优化控制。
本发明实施例第三方面提出了:
一种计算机,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如上面所述的驱动电机控制方法。
本发明实施例第四方面提出了:
一种可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如上面所述的驱动电机控制方法。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1为本发明第一实施例提供的驱动电机控制方法的流程图;
图2为本发明第六实施例提供的驱动电机控制***的结构框图。
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是,当元件被称为“固设于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参阅图1,所示为本发明第一实施例提供的驱动电机控制方法,本实施例提供的驱动电机控制方法能够自动使驱动电机持续的处于高效的工作状态,对应提升了用户的使用体验。
具体的,本实施例提供的驱动电机控制方法具体包括以下步骤:
步骤S10,通过电机传感器实时采集驱动电机产生的实际状态参数,并将所述实际状态参数输入至参数辨识器中,以通过所述参数辨识器将所述实际状态参数转换成对应的模型参数;
步骤S20,将所述模型参数输入至模型预测器中,以通过所述模型预测器输出对应的期望状态参数,所述实际状态参数和所述期望状态参数均包含具体的数值;
步骤S30,实时计算出所述实际状态参数与所述期望状态参数之间的误差值,并将所述误差值输入至参数调节器中;
步骤S40,通过所述参数调节器根据所述误差值对参数优化器进行自适应调整,并通过所述参数优化器输出与所述驱动电机适配的优化参数,以通过所述优化参数对所述实际状态参数进行优化。
具体的,在本实施例中,首先需要说明的是,为了能够准确的知悉驱动电机的工作状态,需要首先通过在车辆内部预先设置好的电机传感器实时采集当前驱动电机实时产生的实际状态参数,具体的,该实际状态参数可以包括驱动电机的驱动电机、驱动电流以及驱动功率等,进一步的,将当前实际状态参数实时输入至预先设置好的参数辨识器中,以进一步通过该参数辨识器将当前实际状态参数转换成对应的模型参数,与此同时,将该模型参数输入至预先设置好的模型预测器中,以进一步通过该模型预测器输出与当前驱动电机适配的期望状态参数,即能够使驱动电机处于高性能工作状态的参数。
进一步的,再实时计算出当前实际状态参数与当前期望状态参数之间的误差值,与此同时,将该误差值输入至预先设置好的参数调节器中,基于此,能够使当前参数调节器进一步优化预先设置好的参数优化器。在此基础之上,从而能够最终通过该参数优化器输出与当前驱动电机适配的优化参数,进而能够通过该优化参数对上述实际状态参数进行优化,以对应优化驱动电机的实际工作状态。
第二实施例
具体的,在本实施例中,需要说明的是,上述通过所述参数辨识器将所述实际状态参数转换成对应的模型参数的步骤包括:
当获取到所述实际状态参数时,对所述实际状态参数进行预处理,并根据预处理后的实际状态参数生成对应的参数曲线图;
计算出所述参数曲线图中的曲率半径,并将所述曲率半径输入至所述参数辨识器中,以对应生成所述模型参数。
具体的,在本实施例中,需要说明的是,当通过上述步骤获取到需要的实际状态参数时,立即对当前实际状态参数进行滤波以及降噪等预处理,以对应筛选出当前实际状态参数中无用的数据。进一步的,根据预处理后的实际状态参数的数值对应绘制出需要的参数曲线图。
进一步的,同步计算出当前参数曲线图中的曲线的曲率半径,基于此,将该曲率半径输入至上述参数辨识器中,以对应生成上述模型参数。
具体的,在本实施例中,还需要说明的是,上述将所述曲率半径输入至所述参数辨识器中,以对应生成所述模型参数的步骤包括:
当获取到所述曲率半径时,将所述曲率半径输入至所述参数辨识器的转换层中,以通过所述转换层将所述曲率半径转换成对应的曲率矩阵;
将所述曲率矩阵输入至所述参数辨识器的计算层中,以通过所述计算层中的最小二乘算法对所述曲率矩阵进行收敛处理,以对应生成所述模型参数。
具体的,在本实施例中,还需要说明的是,在通过上述步骤获取到需要的曲率半径之后,将当前曲率半径对应输入至上述参数辨识器内部的转换层中,以进一步转换成对应的曲率半径,基于此,将该曲率半径输入至上述参数辨识器中的计算层中,以进一步通过该计算层对当前曲率半径进行收敛处理,从而能够对应生成上述模型参数,具体的,该模型参数可以包括电压因子、电流因子以及功率因子。
第三实施例
另外,在本实施例中,需要说明的是,上述通过所述参数调节器根据所述误差值对参数优化器进行自适应调整的步骤包括:
当获取到所述误差值时,通过预设DTW算法对所述误差值进行序列化处理,以生成若干对应的特征序列,并提取出所述特征序列中包含的若干特征值,每一所述特征值均具有唯一性;
将若干所述特征值输入至所述参数优化器中,以完成对所述参数优化器的自适应调整。
另外,在本实施例中,需要说明的是,在通过上述步骤获取到需要的误差值之后,进一步通过预先设置好的DTW算法对当前误差值进行序列化处理,与此同时,生成对应的特征序列,基于此,提取出当前特征序列中包含的若干特征值,并且每个特征值均是独一无二的。
进一步的,将当前若干特征值输入至上述参数优化器中,以对应完成调整。
另外,在本实施例中,还需要说明的是,上述将若干所述特征值输入至所述参数优化器中,以完成对所述参数优化器的自适应调整的步骤包括:
当获取到若干所述特征值时,提取出所述参数优化器中存储的优化网络,并检测出所述优化网络中包含的若干网络节点;
识别出若干所述特征值之间的第一序列,并检测出若干所述网络节点之间的第二序列;
根据所述第一序列以及所述第二序列构建出对应的映射关系,并基于所述映射关系对所述参数优化器进行自适应调整。
另外,在本实施例中,还需要说明的是,在通过上述步骤获取到需要的特征值之后,此时需要进一步提取出当前参数优化器中存储的优化网络,与此同时,就能够对应提取出当前优化网络中的若干网络节点,具体的,每个网络节点也是独一无二的,基于此,就能够进一步识别出上述若干特征值之间具有的第一序列,以及当前若干网络节点之间具有的第二序列。在此基础之上,根据当前第一序列以及第二序列构建出需要的映射关系,并能够最终通过该映射关系完成参数优化器的调整。
第四实施例
其中,在本实施例中,需要指出的是,所述基于所述映射关系对所述参数优化器进行自适应调整的步骤包括:
逐一提取出每一所述网络节点中分别存储的原始网络参数,并基于所述映射关系将每一所述原始网络参数逐一替换为每一所述特征值,所述映射关系具有唯一性。
其中,在本实施例中,需要指出的是,通过上述方式获取到需要的若干特征值以及网络节点之后,此时就能够直接根据上述映射关系将当前每个网络节点中的原始网络参数逐一替换为上述每个特征值,从而能够简单、快速的完成参数优化器的自适应调整。
第五实施例
其中,在本实施例中,需要指出的是,所述方法还包括:
当通过所述特征值完成对所述参数优化器的调整时,通过所述参数优化器输出所述优化参数,并将所述优化参数输入至整车控制器中,以通过所述整车控制器根据所述优化参数对所述驱动电机进行优化控制。
其中,在本实施例中,需要指出的是,在通过上述步骤完成了参数优化器的调整之后,此时就能够直接通过该参数优化器输出需要的优化参数。
进一步的,将该优化参数输入至车辆内部的整车控制器中,从而能够直接使当前整车控制器对上述驱动电机进行优化控制。
请参阅图2,本发明第六实施例提供了:
一种驱动电机控制***,其中,所述***包括:
采集模块,用于通过电机传感器实时采集驱动电机产生的实际状态参数,并将所述实际状态参数输入至参数辨识器中,以通过所述参数辨识器将所述实际状态参数转换成对应的模型参数;
预测模块,用于将所述模型参数输入至模型预测器中,以通过所述模型预测器输出对应的期望状态参数,所述实际状态参数和所述期望状态参数均包含具体的数值;
计算模块,用于实时计算出所述实际状态参数与所述期望状态参数之间的误差值,并将所述误差值输入至参数调节器中;
优化模块,用于通过所述参数调节器根据所述误差值对参数优化器进行自适应调整,并通过所述参数优化器输出与所述驱动电机适配的优化参数,以通过所述优化参数对所述实际状态参数进行优化。
其中,上述驱动电机控制***中,所述采集模块具体用于:
当获取到所述实际状态参数时,对所述实际状态参数进行预处理,并根据预处理后的实际状态参数生成对应的参数曲线图;
计算出所述参数曲线图中的曲率半径,并将所述曲率半径输入至所述参数辨识器中,以对应生成所述模型参数。
其中,上述驱动电机控制***中,所述采集模块还具体用于:
当获取到所述曲率半径时,将所述曲率半径输入至所述参数辨识器的转换层中,以通过所述转换层将所述曲率半径转换成对应的曲率矩阵;
将所述曲率矩阵输入至所述参数辨识器的计算层中,以通过所述计算层中的最小二乘算法对所述曲率矩阵进行收敛处理,以对应生成所述模型参数。
其中,上述驱动电机控制***中,所述优化模块具体用于:
当获取到所述误差值时,通过预设DTW算法对所述误差值进行序列化处理,以生成若干对应的特征序列,并提取出所述特征序列中包含的若干特征值,每一所述特征值均具有唯一性;
将若干所述特征值输入至所述参数优化器中,以完成对所述参数优化器的自适应调整。
其中,上述驱动电机控制***中,所述优化模块还具体用于:
当获取到若干所述特征值时,提取出所述参数优化器中存储的优化网络,并检测出所述优化网络中包含的若干网络节点;
识别出若干所述特征值之间的第一序列,并检测出若干所述网络节点之间的第二序列;
根据所述第一序列以及所述第二序列构建出对应的映射关系,并基于所述映射关系对所述参数优化器进行自适应调整。
其中,上述驱动电机控制***中,所述优化模块还具体用于:
逐一提取出每一所述网络节点中分别存储的原始网络参数,并基于所述映射关系将每一所述原始网络参数逐一替换为每一所述特征值,所述映射关系具有唯一性。
其中,上述驱动电机控制***中,所述驱动电机控制***还包括控制模块,所述控制模块具体用于:
当通过所述特征值完成对所述参数优化器的调整时,通过所述参数优化器输出所述优化参数,并将所述优化参数输入至整车控制器中,以通过所述整车控制器根据所述优化参数对所述驱动电机进行优化控制。
本发明第七实施例提供了一种计算机,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如上述实施例提供的驱动电机控制方法。
本发明第八实施例提供了一种可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如上述实施例提供的驱动电机控制方法。
综上所述,本发明上述实施例提供的驱动电机控制方法及***能够自动使驱动电机持续的处于高效的工作状态,对应提升了用户的使用体验。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种驱动电机控制方法,其特征在于,所述方法包括:
通过电机传感器实时采集驱动电机产生的实际状态参数,并将所述实际状态参数输入至参数辨识器中,以通过所述参数辨识器将所述实际状态参数转换成对应的模型参数;
将所述模型参数输入至模型预测器中,以通过所述模型预测器输出对应的期望状态参数,所述实际状态参数和所述期望状态参数均包含具体的数值;
实时计算出所述实际状态参数与所述期望状态参数之间的误差值,并将所述误差值输入至参数调节器中;
通过所述参数调节器根据所述误差值对参数优化器进行自适应调整,并通过所述参数优化器输出与所述驱动电机适配的优化参数,以通过所述优化参数对所述实际状态参数进行优化;
所述通过所述参数辨识器将所述实际状态参数转换成对应的模型参数的步骤包括:
当获取到所述实际状态参数时,对所述实际状态参数进行预处理,并根据预处理后的实际状态参数生成对应的参数曲线图;
计算出所述参数曲线图中的曲率半径,并将所述曲率半径输入至所述参数辨识器中,以对应生成所述模型参数;
所述将所述曲率半径输入至所述参数辨识器中,以对应生成所述模型参数的步骤包括:
当获取到所述曲率半径时,将所述曲率半径输入至所述参数辨识器的转换层中,以通过所述转换层将所述曲率半径转换成对应的曲率矩阵;
将所述曲率矩阵输入至所述参数辨识器的计算层中,以通过所述计算层中的最小二乘算法对所述曲率矩阵进行收敛处理,以对应生成所述模型参数。
2.根据权利要求1所述的驱动电机控制方法,其特征在于:所述通过所述参数调节器根据所述误差值对参数优化器进行自适应调整的步骤包括:
当获取到所述误差值时,通过预设DTW算法对所述误差值进行序列化处理,以生成若干对应的特征序列,并提取出所述特征序列中包含的若干特征值,每一所述特征值均具有唯一性;
将若干所述特征值输入至所述参数优化器中,以完成对所述参数优化器的自适应调整。
3.根据权利要求2所述的驱动电机控制方法,其特征在于:所述将若干所述特征值输入至所述参数优化器中,以完成对所述参数优化器的自适应调整的步骤包括:
当获取到若干所述特征值时,提取出所述参数优化器中存储的优化网络,并检测出所述优化网络中包含的若干网络节点;
识别出若干所述特征值之间的第一序列,并检测出若干所述网络节点之间的第二序列;
根据所述第一序列以及所述第二序列构建出对应的映射关系,并基于所述映射关系对所述参数优化器进行自适应调整。
4.根据权利要求3所述的驱动电机控制方法,其特征在于:所述基于所述映射关系对所述参数优化器进行自适应调整的步骤包括:
逐一提取出每一所述网络节点中分别存储的原始网络参数,并基于所述映射关系将每一所述原始网络参数逐一替换为每一所述特征值,所述映射关系具有唯一性。
5.根据权利要求4所述的驱动电机控制方法,其特征在于:所述方法还包括:
当通过所述特征值完成对所述参数优化器的调整时,通过所述参数优化器输出所述优化参数,并将所述优化参数输入至整车控制器中,以通过所述整车控制器根据所述优化参数对所述驱动电机进行优化控制。
6.一种驱动电机控制***,其特征在于,用于实现如权利要求1至5中任意一项所述的驱动电机控制方法,所述***包括:
采集模块,用于通过电机传感器实时采集驱动电机产生的实际状态参数,并将所述实际状态参数输入至参数辨识器中,以通过所述参数辨识器将所述实际状态参数转换成对应的模型参数;
预测模块,用于将所述模型参数输入至模型预测器中,以通过所述模型预测器输出对应的期望状态参数,所述实际状态参数和所述期望状态参数均包含具体的数值;
计算模块,用于实时计算出所述实际状态参数与所述期望状态参数之间的误差值,并将所述误差值输入至参数调节器中;
优化模块,用于通过所述参数调节器根据所述误差值对参数优化器进行自适应调整,并通过所述参数优化器输出与所述驱动电机适配的优化参数,以通过所述优化参数对所述实际状态参数进行优化。
7.一种计算机,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5中任意一项所述的驱动电机控制方法。
8.一种可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至5中任意一项所述的驱动电机控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311287324.3A CN117040351B (zh) | 2023-10-08 | 2023-10-08 | 一种驱动电机控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311287324.3A CN117040351B (zh) | 2023-10-08 | 2023-10-08 | 一种驱动电机控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117040351A CN117040351A (zh) | 2023-11-10 |
CN117040351B true CN117040351B (zh) | 2024-01-26 |
Family
ID=88645160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311287324.3A Active CN117040351B (zh) | 2023-10-08 | 2023-10-08 | 一种驱动电机控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117040351B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104753427A (zh) * | 2015-03-13 | 2015-07-01 | 西安理工大学 | 一种异步电机的自抗扰控制器的参数优化方法 |
JP2016158497A (ja) * | 2016-05-20 | 2016-09-01 | パイオニア株式会社 | トラクション制御装置及びトラクション制御方法 |
CN109951123A (zh) * | 2019-04-02 | 2019-06-28 | 江南大学 | 针对直线感应电机的速度控制方法 |
CN113472262A (zh) * | 2021-06-04 | 2021-10-01 | 江苏大学 | 采用模糊逻辑控制的永磁同步电机d-q轴电感参数辨识的MTPA控制方法 |
CN116796574A (zh) * | 2023-08-23 | 2023-09-22 | 江西五十铃汽车有限公司 | 一种驱动电机振动噪音优化方法及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11876464B2 (en) * | 2019-02-14 | 2024-01-16 | The Board Of Trustees Of The University Of Alabama | Systems, methods and devices for neural network control for IPM motor drives |
-
2023
- 2023-10-08 CN CN202311287324.3A patent/CN117040351B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104753427A (zh) * | 2015-03-13 | 2015-07-01 | 西安理工大学 | 一种异步电机的自抗扰控制器的参数优化方法 |
JP2016158497A (ja) * | 2016-05-20 | 2016-09-01 | パイオニア株式会社 | トラクション制御装置及びトラクション制御方法 |
CN109951123A (zh) * | 2019-04-02 | 2019-06-28 | 江南大学 | 针对直线感应电机的速度控制方法 |
CN113472262A (zh) * | 2021-06-04 | 2021-10-01 | 江苏大学 | 采用模糊逻辑控制的永磁同步电机d-q轴电感参数辨识的MTPA控制方法 |
CN116796574A (zh) * | 2023-08-23 | 2023-09-22 | 江西五十铃汽车有限公司 | 一种驱动电机振动噪音优化方法及*** |
Non-Patent Citations (2)
Title |
---|
Adaptive Jerk Control and Modified Parameter Estimation for PMLSM Servo System With Disturbance Attenuation Ability;IEEE/ASME Transactions on Mechatronics;第28卷(第1期);第164-174页 * |
二维云模型在线优化永磁同步电机无传感器电压模型控制;魏海峰;韦汉培;张懿;;电工技术学报;第32卷(第23期);第51-60页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117040351A (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116470190B (zh) | 动力电池包加热方法、***、计算机及可读存储介质 | |
CN116853073B (zh) | 一种新能源电动汽车能量管理方法及*** | |
CN117691631B (zh) | 一种基于混合储能装置的电力调频方法和*** | |
CN117674198A (zh) | 一种新型超级电容耦合锂电池的调频方法和*** | |
CN116674396B (zh) | 一种新能源汽车电驱动***控制方法及*** | |
CN116796574B (zh) | 一种驱动电机振动噪音优化方法及*** | |
CN117040351B (zh) | 一种驱动电机控制方法及*** | |
CN116776747B (zh) | 一种igbt模块使用寿命计算方法及*** | |
CN117639452B (zh) | 逆变器的电压补偿方法、装置、设备及存储介质 | |
CN116961494B (zh) | 一种驱动电机主动防抖控制方法及*** | |
CN111628690B (zh) | 自寻优车载永磁同步电机标定方法及*** | |
CN110281907A (zh) | 一种增程器的功率切换方法、装置及终端 | |
CN113656977B (zh) | 一种基于多模态特征学习的线圈故障智能诊断方法及装置 | |
CN117254746B (zh) | 一种驱动电机温度控制方法及*** | |
CN116923100B (zh) | 一种动力电池包修复方法及*** | |
CN114817840A (zh) | 断路器状态检测方法、装置、设备及计算机可读存储介质 | |
Wang et al. | RETRACTED ARTICLE: Torque Coordinated Control of Hybrid Power System Based on Feedback Iterative Algorithm in Industry 4.0 | |
CN117117374A (zh) | 一种动力电池包回收方法及*** | |
CN118457266A (zh) | 一种新能源汽车驱动方法及*** | |
CN101826836A (zh) | 一种基于电信号的家电单转子压缩机变频控制器及实现方法 | |
CN117930704A (zh) | 一种汽车自动驾驶方法及*** | |
CN117435174B (zh) | 一种支付扩展方法及*** | |
CN116587886A (zh) | 一种电驱动***控制方法及*** | |
CN116661428B (zh) | 一种整车性能参数测试方法及*** | |
CN117533137A (zh) | 一种电驱动***故障预警方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |