99久久99久久精品国产片果冻,粉嫩av久久一区二区三区,日本高清www午色夜com,国产成 人 综合 亚洲网站,97人妻无码一区二区精品免费

異步電機的矢量控制因其穩(wěn)定可靠、響應速度快等優(yōu)點，在工業(yè)場合中得以大量應用。特別是近年來，異步電機的間接矢量控制（Indirect Field Oriented Control，IFOC）在電動汽車領域的使用上越來越廣泛。在IFOC中，異步電機的輸出性能與電機參數(shù)密切相關，因此有必要對異步電機的參數(shù)進行辨識和標定。

在電動汽車電機控制領域，參數(shù)標定任務并不完全等同于傳統(tǒng)的電機參數(shù)辨識任務。傳統(tǒng)的參數(shù)辨識方法是在電機控制系統(tǒng)建模的基礎上，使用現(xiàn)代控制理論對系統(tǒng)模型參數(shù)進行辨識，所辨識出的數(shù)值即為電機的模型參數(shù)值。

然而，在電動汽車電機控制領域中，目標有所不同：為了提高整車的動力特性以及延長整車的續(xù)航里程，一般希望辨識出的參數(shù)能使電動汽車電機在任意給定轉速和給定電流下盡可能地輸出最大轉矩和最高效率。

以往的研究表明，在電機運行過程中，能使電機運行在最優(yōu)轉矩狀態(tài)的參數(shù)往往并非固定的電機模型參數(shù)，而是隨著電機運行工況的不同而發(fā)生變化的值。因此，電動汽車電機在安裝之前，一般會在電機測試臺架上對電機進行測試，根據(jù)電機不同的轉速以及不同的電流對電機的參數(shù)進行更精細的調整，以確定不同工況下的電機參數(shù)最優(yōu)值，再將這些參數(shù)以表格的形式存儲至電機控制器中，以供在電機運行的過程中進行查詢，上述的過程稱之為電動汽車電機的參數(shù)標定過程。

以往的電動汽車電機參數(shù)標定多采用人工標定法，對工程師的技術要求高、工作強度大、標定周期長、標定精度也不夠理想。因此，如何減少電機參數(shù)標定的工作量是近年來電動汽車電機控制領域急需解決的問題。

為解決上述問題，安徽大學電氣工程學院的研究人員介紹了一種研究基于深度確信策略梯度（Deep Deterministic Policy Gradient，DDPG）的電動汽車異步電機參數(shù)標定方法。DDPG是近年來提出的一種適用于連續(xù)狀態(tài)和連續(xù)動作空間的深度強化學習算法，采集合適的電機信號作為算法的觀測值和獎勵值送入DDPG，并設計合適的動作策略，便可以對電機的任意狀態(tài)進行電機參數(shù)的自動標定。

DDPG方法是一種數(shù)據(jù)驅動型參數(shù)標定方法，相比于其他方法，基于DDPG的電動汽車電機參數(shù)標定方法的優(yōu)勢在于：

（1）與傳統(tǒng)電機參數(shù)辨識方法獲取的電機模型參數(shù)不同，DDPG標定的電機參數(shù)是使電機在任意給定轉速和給定電流下都能輸出最優(yōu)轉矩的參數(shù)，同時標定參數(shù)的精度不會受到模型誤差和外部干擾的影響，因此更加適合于電動汽車電機控制領域的要求。

（2）與人工標定方法相比，DDPG的參數(shù)標定方法是一種端到端的方法，即所有電動汽車工況下的電機參數(shù)標定工作均由算法自動完成，無需人類工程師進行輔助操作，因此大大減少了標定工程師的工作量。

研究人員使用了這種連續(xù)動作域的深度強化學習方法即深度確信策略梯度（DDPG）的方法，去實現(xiàn)電動汽車異步電機的參數(shù)標定任務，并總結如下：

1）該研究成果雖然只局限于電動汽車的離線參數(shù)標定，但是標定的結果仍可用于基于轉矩最優(yōu)的電機參數(shù)在線辨識方法。

2）該研究成果雖然只適用于電動汽車異步電機的參數(shù)標定，但是只要采用合適的觀測和獎勵值，該方法也適用于其他類型的參數(shù)標定，如永磁同步電機、開關磁阻電機等。

3）該研究方法只討論采用輸出轉矩作為獎勵，后續(xù)的工作中將會闡述采用其他的信號作為獎勵時，電機所呈現(xiàn)出的獨特性能。

以上研究成果發(fā)表在2020年第20期《電工技術學報》，論文標題為“基于深度確信策略梯度的電動汽車異步電機參數(shù)標定方法”，作者為漆星、鄭常寶、張倩。