基于瞬时转矩估计和卷积神经网络非光滑磁链迟滞建模的SRM电机转矩脉动抑制的控制研究

The SRM with inherent robustness in the power converter, small starting circuit, and low energy consumption is a good candidate for the special driving motor in a new generation of electric vehicle. However，at the medium and the slow speed, the torque ripple for SRM causing by its special double salient structure limits the application in the electric vehicle. Different form the direct current control for torque with fixed torque distribution, the flux-based torque estimation is online proposed, and models for the flux hysteresis flux- torque are construction model. The torque ripple system SRM is effectively suppressed based on both dynamically adjusting flux by the current and controlling torque with flexible allocation by the flux under constant torque control. The main researches are included as fallows：1) the convolutional neural network model for hysteresis flux is constructed, in which key of convolutional neural network is captured for the feature pattern of the hysteresis flux, and avoiding the mathematical problem of nonsmooth (nondifferentiable) nonsmooth properties for the model learning for the hysteresis; 2) the magnetic coenergy-based instantaneous torque estimation is proposed under the polar coordinates；3）the internal laws of the superposition of the flux and the relationship between flux and torque are revealed；4）the effective suppression of SRM torque ripple is achieved by the dynamic distribution of torque and flux. The best conversion efficiency for SRM is discussed by the proposed flux hysteresis model. The efficiency control strategy for SRM is provided for the efficient operation of electric vehicle of the main regional industry.

具有功率变换极高安全可靠性、启动电流小、能耗低等特点的开关磁阻电机（SRM）是新一代电动汽车专用驱动电机的首选。但在中、低速下，SRM特殊结构所引起的较大转矩脉动，是SRM应用的主要障碍。与固定转矩分配、电流直接控制转矩不同，提出转矩在线估计,构建磁链迟滞模型和磁链与转矩模型，通过转矩和磁链动态、灵活分配，以电流调节磁链，磁链控制转矩，在恒转矩控制下，有效抑制SRM的转矩脉动。重点研究：1）构建卷积神经网络磁链非光滑迟滞模型，卷积层提取磁链的非光滑迟滞特征模式，模型学习不涉及迟滞特性，解决了非光滑特性不可导（不可微）的数学问题；2) 在极坐标下，提出基于磁共能的瞬时转矩估计方法；3）揭示磁链叠加内在规律及磁链与转矩关系；4）通过转矩与磁链动态分配，实现SRM转矩脉动的有效抑制。并以迟滞模型为基础，开展SRM最佳转换能效研究。为区域主产业新能源电动汽车的高效节能运行，提供SRM有效控制策略。

电机控制系统是新能源电动汽车三大核心技术之一。高安全性、低成本是新能源电动汽车追求的目标。开关磁阻电机（SRM）制造成本低、可运行于恶劣下的极高可靠性等诸多优点，使SRM成为新一代电动汽车动力电机的首选。但是，SRM特殊双凸极结构决定了其在中、低速运行时，不可避免出现较大转矩脉动，限制了SRM直接应用到新能源电动汽车等领域。. 开关磁阻电机SRM与其他电机不同特点，即强非线性特性，导致永磁同步电机建模与控制方法不能直接移植。该项目充分考虑SRM机理特性，重点从智能建模与控制两个方面开展研究：.1）基于SRM转矩与电流的强非线性机理特性，提出基于转矩-电流神经网络模型的SRM控制；基于电感非线性机理特性，提出基于双隐层神经网络电感模型的转矩脉动抑制控制和基于机理特性的神经网络电感模型构建及SRM转矩脉动抑制控制。 .2）与单一从转矩或从磁链角度研究SRM控制方法不同，综合考虑了磁链与转矩，提出基于转矩估计与磁链非线性补偿的开关磁阻电机转矩脉动抑制控制研究。.3）从控制器设计角度，结合先进优化控制、强化学习策略、分数阶控制等多种控制策略，分别提出：①基于拉格朗日乘子法的转矩-电流函数电流优化的SRM转矩控制。②强化学习与模糊推理相融合的SRM电感模型非线性补偿与控制方法；③提出了基于模糊分数阶PID的开关磁阻电机直接瞬时转矩控制。.4）从前馈控制的角度，提出基于转矩注入前馈补偿的SRM转矩脉动抑制策略研究及基于傅里叶神经网络电流注入法的开关磁阻电机转矩脉动抑制的控制策略研究。.所提出控制策略，实现转矩脉动抑制的有效控制，取得一批研究成果。其中发表论文20篇，其中 SCI收录7篇，EI收录2篇，核心期刊11篇；发明专利授权15件；获得自动化学会科学技术奖二等奖1项，培养博士研究生6名，其中1名毕业，硕士研究生毕业14人名。承办国际会议1次，参加学术会议3次。