双电机独立驱动电动车辆电子差速控制

双电机独立驱动电动车辆电子差速控制
谭国俊 ,钱苗旺 ,赵忠祥 ,赵 忆
(中国矿业大学 ,江苏徐州 221008)
摘 要 : 为了满足电动汽车的 驱动 要 求 , 达 到 良 好 的 控 制 效 果 , 以 永 磁 同 步 电 动 机 矢 量 控 制 技 术 为 基 础 , 提 出了一种两后轮独立电 机驱 动 电 动 汽 车 的 电 子 差 速 控 制 策 略 , 建 立 了 其 M a t lab / Si m u l ink 仿 真 模 型 , 同 时 采 用 混合最优 PS O 算法对 P I 参数进行 了 优 化 。

仿 真 结 果 显 示 , 该 策 略 能 够 使 电 机 表 现 出 很 好 的 快 速 响 应 与 平 稳 性 ,适合独立 电机驱动电动汽车的驱动 系统 。

关键词 :电动汽车 ;永磁同步电动机 ;矢量控制 ;电子差速 ;复合最优粒子群算法 中图分类号 : T M 341
文献标识码 : A
文章编号 : 1004 - 7018 ( 2009 ) 06 - 0033 - 04
E l ec t r i c D i fferen t i a l C on tro l of E l ec tr i c Veh i c l e s D r iven I n depen den t by D ua l M o tor s
TAN Guo - j un, Q I AN M i ao - w a ng, ZHAO Z h ong - x i ang, ZHAO Y i ( Ch i na U n i ve rsity of M i n i ng Techno l o gy, Xuz hou 212008 , Ch i na )
A b stra c t: I n o rde r to sa tisfy the requ irem en t of the d riven system of an EV and ach ieve g oo d con tr o l effec t, a ne w str a t 2 eg y of the e lec t ric d iffe ren tia l con tro l of the two mo t o rs of EV s d riven by two indep enden t mo to rs wa s p ro po sed on the b a s is of the techn ique of vec to r con t ro l of PM S M and its m o de l wa s e stab lished . The p a ram e te rs of P I ad ju ste rs we re a ls o op t i m i z ed w ith HM P S O a l g o r ithm. The si m u l a t i o n re s u l t ind ica t ed tha t the mo t o r s g ave exce l len t dynam ic an d sta t ic p e r f o r m a nce s w i th th i s stra t eg y, so it ’s adap t to the d r iven system of E V s .
Key word s : e l ec t ric veh i c l e; PM S M ; vec t o r con t ro l ; e l ec t ric d i ffe r en t ia l ; HM P S O a l g o r ithm
靠 ,体积更小而且质量更轻 ,响应快 ,在高速转动时 有良好的可靠性 ,运转平稳 ,工作时电流损耗小 、弱 磁控制也容易实现 ,工作噪声低 。

所以 , P M S M 非常 适合于电动汽车驱动系统 。

P M S M 的控制可采用变 频变压控制和矢量控制等 , 而 且采 用 d - q 坐标 变 换 ,成熟的弱磁控制技术在电机恒功率运行时也较 容易实现 [ 2 ] 。

本文基于 P M S M 的矢 量控 制设 计 了 两 后 轮 独 立电机驱动电动车的差速控制策略 ,并进行了仿真 , 仿真结果显示控制效果良好 ,能较好满足电动汽车 的驱动要求 。

0 引 言
电动汽车具有如清洁 、节能 、低噪声 、能源多样 化等显而易见的优点 ,因此发展电动汽车早已被公
认为解决未来能源与环境问题 最有 希望 的 措施 之 一 ,得到了各国政府 、企业和科研机构的重视 。

考虑 到电机在控制性能方面的优势 ,电动车相对于内燃 机汽车 ,不仅仅是动力源的更替 ,电气驱动对促进汽 车技术的全面进步也发挥了积极的作用 [ 1 ]。

电动车的驱动系统可分为单电机驱动系统和多 电机驱动系统 。

单电机驱动系统使用传统的机械差 速器 ,将电机动力分配到驱动轮 。

多电机驱动采用 多个电机驱动各驱动轮 ,由于每个电机的转速可以 有效地独立调节控制 ,因而可采用电子式差速器来 代替传统机械式差速器 ,其关键是各驱动轮电机的 协调控制 。

永磁同步电动机 (以下简称 P M S M )是将永久磁 铁取代他励同步电动机的转子励磁绕组 ,将磁铁插 入转子内部 ,形成可同步旋转的磁极 。

转子上不再 用励磁绕组 、集电环和电刷等为转子输入励磁电流 , 输入定子的是三相正弦波电流 。

相对于其他电机 ,
P M S M 结构更 加 简 单 , 环 境 适 应 性 好 、性 能 更 加 可 1 车辆驱动系统构成
双电机独立驱动电动车驱动系统构成如图 1 所
示 。

双 电 机 独 立 驱 动 电 动 车 辆 电 子 差 速 控 制
图 1 PM S M 驱动电动汽车构成图
整车控制器从各子系统接收电机转速 、方向盘
转角 、加速和制动踏板的动作等信号 ,处理后 ,将操 作指令传输至两电机控制器 ,而电机控制器也实时
33
收稿日期 : 2008 - 08 - 27
D r 驱v i e 动a n 控d
制2009年第 6
期
微特电机
将电机运转情况反馈至整车控制器 ,从而实现对车 辆的协调控制 ,采用 C AN 总线作为整个系统的通讯 总线 。

3 电子差速控制系统
完整的差速控制系统如图 3 所示 ,主要包括两
P M S M 矢量控 制 模 块 ( P M S M 1、P M S M 2 ) 、差 速 计 算
模块 ( dv ) 、差速控制模块 ( dv12、tu r n i ng )等 。

2 P M S M 矢量控制系统
电动汽车驱动电机典型的输出特性主要包括两
个工作区 :
( 1 ) 基速以下的恒转矩工作区 ,该区间主要保
证电动汽车的载重能力 。

( 2 ) 基速以上的恒功率工作区 ,该区间保证电
动汽车有充足的加速空间 。

P M S M 的高效 、高控制精度 、低震动噪声 、通过 合理设计转子磁路结构所能达到的较高的弱磁性及 磁阻转矩的可利用性 ,使其在电动汽车特别是高档 电动汽车驱动方面具有很高的应用价值 。

而矢量控 制原理以及空间电压矢量脉宽调制 ( SV P WM ) 技术 使得交流电机可获得与直流电机相媲美的性能 [ 3 ] 。

P M S M 的矢量控制模型如图 2 所示 。

图 3 双 PM S M 矢量控制电子差速控制系统模型
3. 1 差速计算模块
低速时 ACKER MANN 和 J E AN T AND 提出的模 型如图 4 所示 。

图中 ,θ为车轮与车身纵向轴线的 夹角 , 左转弯 θ> 0, 右转弯 θ< 0, 图 4 为 θ > 0 情况 ,
广泛用于确定车辆的驱动策略 [ 5 ]。

图 4 低速下 ACKER MANN 和 J E AN T AND 模型
该分析模型的假设条件为 : ( 1 ) 车体刚性 ;
( 2 ) 车轮纯滚动 (不考虑已发生滑移 、滑转 和
轮胎离开地面的运行状态 ) ;
( 3 ) 轮胎侧向变形和侧向力成正比 (不考虑轮 胎材质与结构上的非线性和因垂直载荷不同造成的 轮胎侧向弹性系数的变化 ) 。

结论为
[ 5 ]
:
图 2 单侧 PM S M 矢量控制系统模型
2. 1 d q /αβ变换
= i
d co s φ - i q si n φ αi β
i = i d co s φ + i q si n φ
式中 :φ为电机转子磁极轴线与定子 a 相绕组轴线
的夹角 。

由于电力系统仿真工具中的电机测量模块直接 可检 测 到 i d 、i q , 所 以 在 建 仿 真 模 型 时 没 必 要 建 立
ω n C 1 1
( 1 ) = n = C + 2B ω 2 2
式中 :ω1 、ω2 为车轮 1 和 2 的角速度 ; n 1 、n 2 为驱动
两轮的电机转速 。

由图 4易得 :
双 电 机 独 立 驱 动 电 动 车 辆 电 子 差 速 控 制
d q / abc 和 abc /αβ的仿真模型 , 直接建立 模块即可 。

2. 2 SV P WM 模块
d q /αβ变换
2B 2B Δn n 2 ( 2 ) = n 2 - n 1 = n 2 = C + 2B L + 2B
tan θ SV P WM 着眼于如何使电机获得幅值恒定的圆
形磁场 ,当给电机施加三相对称正弦电压时 ,交流电 机内产生圆形磁链 , SV P WM 以此圆形磁链为基准 , 通过逆变器功率器件的不同开关模式产生有效矢量 来逼近基准圆 , 由于 逆变 器 产生 的矢 量 数目 有限 ,
SV P WM 根据基本空间电压矢量中两个相邻的有效
矢量及零矢量 ,通过各矢量的不同作用时间来等效
电机所需的空间电压矢量 [ 4 ] 。

= 3. 6 r 2
π 3π r 而 〃 n = n
( 3 ) v i g
60
25 i g
式中 : v 为车轮线速度 ; i g 为减速比 。

所以有 :
2B
Δv =
v
2 L
tan θ
+ 2B
34 该差速计算过程由图 3 中 dv 模块实现 。

D 驱动控制 微特电机
2009年第 6
期
r v i e a n d c o n t r o l
3. 2 差速控制模块 由于是双电机独立驱动 ,只要两侧电机形成一 定程度的速度差 ,车辆便进入转向状态中 。

系统采用独立式转向方式 ,即外侧车轮速度不
变 ,内侧车轮 速 度降 低 , 形成 速度 差 , 实 现转 向 [ 6 ] 。

即 :
( 1 ) θ> 0时 , 左侧电机速度降低 , 左转弯 。

( 2 ) θ< 0时 , 右侧电机速度降低 , 右转弯 。

( 3 ) θ= 0时 , 两侧电机协调控制 , 直行 。

差速具体控制过程如下 :
( 1 ) t 0 时刻 , 电机开始起动 ,θ = 0, v 1 = v 2 , 起动
后 , t 0 至 t 1 时间内 , 车辆直行 。

( 2 ) t 1 时刻 , 需左转弯 , 不断向左转动方向盘 ,
左侧电机速度下降 , 右侧电机速度保持不变 , 有 θ >
在该算法中 ,每个优化问题的解都是 D 维目标搜索 空间中的粒子位置 , 由 m 个粒子组成一个群体 。

每 个粒子性能优劣程度取决于待优化问题目标函数确 定的适应值 ,每个粒子由一个速度决定其飞行的方 向和速率的大小 ,粒子们追随当前的最优粒子在解 空间中进行搜索 。

PS O 初始化为一群随机粒子 ,通 过迭代寻找最优解 。

假定一个包含 m 个粒子的粒 子群在 D 维目标空间中搜索 , 代表解的 m 个粒子的 位置组成一个种群为 X i = ( x i 1 , x i 2 , x i 3 , , x i D , i = 1, 2, 3, , m ) , 代 入 目 标 函 数 得 出 相 应 的 适 应 度 值
F fitne ss , 根据适应度值可衡量 X i 的优劣 。

同时 , 每个
粒子具有各自的飞行速度 V i = ( v i 1 , v i 2 , v i 3 ,
, v i D ) ,
对于第 i 个粒子 , 其所经历的最好位置称为个体历
史最好位置 , P i = ( p i 1 , p i 2 , p i 3 , , p i D ) , 记 p be st ( i ) , 相 0且 |θ|逐渐增大 , 直至需求大小 , 稳住方向盘 , v 1 v 2 , 两电机保持恒定速差 , 车辆实现左转弯 。

应适应度值为个体历史最好适应度值 F fitne ss ( i ) 。

而 <
所有粒子经历过的最好位置称 为全 局 历史 最好 位 ( 3 ) t 3
时刻 , 回转方向盘 , 左侧电机速度回升 ,
置 , 为 P g = ( p g1 , p g2 , p g3 , , p gD ) ,记作 g be st ,相应的 1 适应度值为全局历史最好适应值 F g 。

对已经经过 n 次迭代的第 i 个粒子 , 其第 j 维 ( 1 ≤ j ≤D )第 n + 1次 迭代的速度和位置可由式 ( 5 ) 、式 ( 6 )得到 :
右侧电机速度保持不变 ,θ> 0 且 |θ|逐渐减小 , 直至
方向盘完全回正 , 此时 θ= 0, v 1 = v 2 , 车辆直行 。

( 4 ) t 2 时刻 , 需右转弯 , 不断向右转动方向盘 , 右侧电机速度下降 , 左侧电机速度保持不变 , 有 θ < 0且 |θ|逐渐增大 , 直至需求大小 , 稳住方向盘 , v 1 >
v 2 , 两电机保持恒定速差 , 车辆公安部现右转弯 。

v ij ( n + 1 ) =
ωv ij ( n ) + r 1 c 1 [ ( p be st ij - x ij ( n ) ] + ( 5 )
( 6 )
r 2 c 2 [ ( g b e st j - x ij ( n
) ] x ij ( n + 1 ) = x ij ( n ) + v i j ( n + 1 )
式中 : n 为迭代次数 , n = 1, 2, 3, 3
( 5 ) t 2 时刻 , 回转方向盘 , 右侧电机速度回升 ,
左侧电机速度保持不变 ,θ< 0 且 |θ|逐渐减小 , 直至 方向盘完全回正 , 此时 θ= 0, v 1 = v 2 , 车辆再次直行 。

, N ; ω为 惯性 权
值 ; r 1 、r 2 为 [ 0, 1 ]之间的随机数 ; c 1 、c 2 为学习因子 。

若迭代过程中粒子位置或速度超出边界 ,则取边界 值 [ 9 ] 。

4. 2 复合最优 PS O 算法 ( H M P SO )
为了防止基本 PS O 模型可能出现的早熟现象 , 对算法加以改进 ,称为复合最优 PS O 算法 [ 10 ] ( H M P 2 S O ) 。

改进过程如下 :
首先 ,将整个粒子群分解为若干子群 ,在每一子 群中保留其局部最好位置 l b e st ,假设第 i 个粒子处于 其他情况可以此类推 , 该差速控制过程由图 中 t u r n i ng 模块和 dv12模块联合实现 。

3 4 基于复合最优 PS O 算法的 P I 参数自整定
本文同时采用粒子群算法实现了转速 P I 调节
器的参数自整定 。

电机 P I 调 速器 参 数优 化的 常用 方 法有 : 梯 度
法 、单纯形法 、遗传算法等 ,它们各有优点 ,但也存在 明显缺陷 。

梯度法要求目标函数连续可导 ; 单纯形 法受初值和计算步长的影响较大 ,易于收敛于局部 最优解 ;遗传算法需要进行复制 、交叉与变异操作 , 进化速度慢 ,易产生早熟收敛 ,并且其性能对参数有 较大的依赖性 。

粒子群优化 (以下简称 PS O ) 算法 最初是由 Kennedy 和 Ebe rha rt 博士于 1995 年受人
工生命研究结果启发 ,在模拟鸟群觅食过程中的迁 徙和群集行为时提出的一种基于群体智能的演化计 算技术 [ 7 - 8 ] 。

它具有并行处理 、鲁棒性好等特点 ,能 以较大概率找到问题的全局最优解 ,且计算效率高 。

4. 1 基本 PS O 算法的原理
长度为 l 的子群内 , 则式 ( 1 )修改为 : 双
电 机 独
立 驱 动 电 动 车 辆 电 子 差 速 控 制
=ω ( n + 1 ) v ij ( n ) +
v ij ( n + 1 ) r 1 c 1 [ ( p be st ij - x ij ( n ) ] + 3
r 2 { c [ l - x n ] ij ( ) + 2 be st ij 3
- x ij ( n ) ] }
( 7 ) c 3 [ g b e st j N - n 3
= c × ( 8 ) c 2 2
N n 3
c = c 2 ×
(
) 9 3 N
3
3
式中 : c 、c 为改进后的学习因子。

2 3 ω通常取一 常数 , 然 而实 验 表明 , 较 大的 ω收 敛速度快 , 尤其是在 算 法的 早期 , 但 是 它存 在精 度 低 、易发散以及局部搜索能力差等缺点 ; 而较小的 ω
35
D r 驱v i e 动a n 控d
制2009年第 6
期
微特电机
会产生“惰性 ”粒子 , 使演化过早的收敛到局部最优 点 。

为了改善上述缺点 , 采用惯性因子在整个搜索 过程中按照线性下降的方式 , 即 :
不妨设电机达到额定转速 , 即车辆达到额定车 速后 , 以额定车速运行 , 由车辆受力平衡方程式
[ 12 ]
可求得恒转矩运行过程的转矩 T m 。

方程具体如下 :
2 N - n 18ηT i g C D A v d v r ω ( n ) = ωm in
(ωm ax
- ωm in ) ( 10 )
+ = a = [ T m - (m g f + + m g i p o ) ]
N
d t 5 εr m ηt i g 4. 3 优化流程 、指标选取与优化结果
H M PSO 优化算法流程为 :
( 1 ) 确定微粒规模和微粒维数 ,初始化一群微
粒 ,包括随机速度和随机位置 。

( 2 ) 根据式 ( 2 ) 、式 ( 3 )更新每个微粒的速度和 位置 。

( 3 ) 根据适应度函数评价每个微粒的适应度 。

( 4 ) 对每个微粒 ,将其适应度与其自身的历史
最好位置 P be st ( i ) 作比较 , 如果更好 , 就将其作为当 前的最好位置 P i 。

( 5 ) 对每个微粒 , 将其适应度与全局经历的历
史最好位置 P g 作比较 ,如果更好 ,就将其作为全局
最好位置 P g 。

( 6 ) 若达到停止条件 ,则返回当前最优个体和
适应值 ,否则返回第 ( 2 )步 。

本文采用的 HM PS O 优化算法 , 以电机转速偏 差的 I T A E 指标作为 H M P SO 优化算法的适应度函 数 。

I T A E 准则即误差绝对值乘时间积分准则 ,对初 始误差考虑较少而主要限制过渡过程后期出现的误 差 。

采用 I T A E 准则的系统一般具有快速 、平稳 、超 调量小的特点 [ 11 ] 。

其表达式为 :
t s
( 12 )
式中 : a 为车辆加速度 ,ηT 为机械传动效率 , i g 为减
速比 ,ε为旋 转质 量 转 换 系 数 , m 为 车 动 车 质 量 , T 为驱动转矩 , r 为轮胎半径 , f 为滚动摩擦系数 , C D 为 空气阻力系数 , A 为迎风面积 , i p o 为坡度 。

仿真所取参数如下 :
车辆参数 : L = 3. 5 m , B = 1 m , i g = 6 , i po = 0 ,ηT = 0. 9 ,ε = 1. 1, m = 800 kg, r = 0. 25 m , f = 0. 01, C D
= 0136 , A = 1. 7 m 2。

电机参数 : n = 3 000 r /m i n, T m = 19. 3 N 〃m , n g
= 47. 1 km / h , p = 4, V dc = 560 V , R = 0. 11 Ω , F = 2. 024 ×10 - 4
N 〃m 〃s,λ = 0. 111 9 W b, J = 1. 6 ×10 - 3
kg 〃m 2
, L = L = 9. 7 ×10 - 4
H 。

d q 仿真结果如图 6所示 。

图 6 仿真结果
由图 6可知 ,转速曲线很快能达到稳定 ,起动性 能好 ,直驶时速度稳定 ,转弯时速度变化过程非常平 稳 ,能够很好地符合电动汽车的驱动要求 。

= ∫
t | e ( t )
6 结 语
| d t
( 11 )
F fitne ss 0
式中 : t 为系统时间 , t s 为积分上限时间 , e ( t) 为转速 给定与实际转速间的误差 。

采用图 2 对 H M PS O 算法进行仿真 , P I 参数自 整定即为 D = 2 的 H M P SO 寻优过程 。

仿真参数为 : m = 18, N = 500, c 1 = c 2 = 2, D = 2,
ωm ax = 0
. 9 , ωm in = 014 , K p = [ 0 , 20 ] , K i = [ 0 , 20 ]。

优化结果为 : K p = 2. 990 58 , K i = 0. 286 32。

独立电机驱动电动汽车舍弃了传统的机械差速 器 ,因此对驱动电机的控制提出了更高的要求 。

本
文以 P M S M 矢量控制技术为基础 ,提出一种独立电 机驱动电动车的电子差速控制策略 ,建立了其 M a t 2
l ab / Si m u li nk 仿真模型 ,并采 HM PSO 算法对 P I 参
数 进行了优化 。

仿真结果显示 ,该控制策略能够达到 很好的控制效果 ,适合独立电机驱动电动汽车的
驱 动系统 ,具有一定的应用前景 。

参考文献
双 电 机 独 立 驱 动 电 动 车 辆 电 子 差 速 控 制
5 仿真及结果分析
在低速恒转矩区对系统进行仿真 ,仿真中采用 Si gna l B u i l de r 给定如图 5所示的信号模拟转向过程 θ输入 , 假设驾驶者通过不同弯道时将方向盘从 θ=
0 转至所需角度时所耗费的时间及其回正时间相同 (忽略方向盘的自由行程角 ) 。

[ 1 ] Chan CC . The Sta te of the A rt of E lectric and H yb rid V e h i c le s[ J ].
P r oceed ings of I EEE, 2002 , 90 ( ( 2 ) : 247 - 275.
陈清泉 ,孙逢春 ,祝嘉光. 现代电动汽车技术 [ M ]. 北京 : 北京
理工大学出版社 , 2002.
许家群. 电动汽车用永磁同步 电动 机传动 控制 系统的 研究
[ D ]. 沈阳 :沈阳工业大学 , 2003.
张崇巍 ,张兴. P WM 整流器及其控制 [ M ]. 北京 : 机械工业出
版社 , 2003.
(下转第 52页 )
[ 2 ] [ 3 ] [ 4 ] 36
图 5 仿真过程的 θ输入
D r 驱v i e 动a n 控d
制2009 年第 6 期
微特电机
而图 7 b 中的转矩脉动小 ,约为 3 N 〃m 。

4 仿真研究
5 结 语
为了验证以上分析结果 ,借助 Si m u li nk 工具对 改进方案和原方案进行了仿真研究 。

电机参数为 : P e = 22 k W , V e = 380 V , I e = 45 A , R 1 = 0. 435 Ω , L 1 针对传统的异步电动机直接转矩控制方法存在 转矩及电流脉动严重 ,影响实际应用的问题 ,本文给
出一种新的控制系统 ,即由普通逆变器和一个 Boo s t 电路组成的多电平逆变器 。

经对该逆变器进行理论 分析及仿真研究 ,得出如下结论 :采用该控制系统使 电流及转矩脉动明显降低 ,定子电压更接近标准脉 宽调制波 。

参考文献 = 2 mH , R ′ = 0. 816 Ω , L ′
= 2 mH , L = 69. 31 mH , J 2 2 m = 01089 kg 〃m 2
,开关管均选用 I G B T 。

图 6为电流波形的仿真情况 ,图 6 a 为六边形电 压方案情况 ,图 6 b 为十二边形电压方案情况 。

由图
可以看出 ,两种方案电流波形均为周期波 ,所含谐 波特征是相同的 。

但可明显看出图 6 a 中的电流脉 [ 1 ] 李夙. 异步电动机直接转矩控制 [ M ]. 北京 : 机械工业出版社 , 1994. 孙笑辉 ,张增科 ,韩曾晋 ,等. 基于直接转矩控制的感应电动机 转矩脉动最小化方法研究 [ J ]. 中 国电 机工程 学报 , 2002 , 22 ( 8 ) : 109 - 112. V a s P . Sen so rle ss vec to r and d ir ec t to r qce c on t r o l[M ]. D xf o r d: Sc i 2 ence Pub lica tion s, 1998. I T Y O. H igh t p e r f o r m ance d ir ec t to r que c on t r o l of an induc tion mo to r[ J ]. I EEE TRAN S . ON I N S . A PP . , 1989 , 25 ( 2 ) : 257 - 264.
D ir ek Sch r oder .
E lek trische A n triebe [M ]. B e r lin: Sp ringe r V erve r 2 lag, 2000. 王毅 ,陈希有 ,徐殿国. 空间矢量调制矩阵变换器闭环控制的 研究 [ J ]. 中国电机工程学报 , 2003 , 23 ( 6 ) : 164 - 167. 张兴 ,季建强 , 余勇 ,等. 电流型 P WM 整流器低电压应力空间 矢量 P WM [ J ]. 中国电机工程学报 , 2004 , 24 ( 2 ) : 144 - 147. 杨贵杰 ,孙力 ,崔乃政. 空间矢量脉宽调制方法的研究 [ J ]. 中 国电机工程学报 , 2001 , 21 ( 5 ) : 79 - 83. [ 2 ] [ 3 ] [ 4 ] 图 7为转矩响应的仿真情况 ,图 7 a 为六边形电
压方案情况 ,图 7 b 为十二边形电压方案情况 。

由图 可 以 看 出 , 图 7 a 中 的 转 矩 脉 动 范 围 约 9 N 〃m 。

[ 5 ] [ 6 ] [ 7 ] [ 8 ] 上接第 11 页 )
in si m u link u sing r ea listic and ana lytica l m agne tiza tion cha r ac te r is 2 tic s [ C ] / /31 st A nnua l Conf e r ence of IEEE I ndu stria l E lec tr on i c s Soc ie ty . 2005: 1556 - 1561.
周会军 ,丁文 ,鱼振民. 基于磁链分析模型的开关磁阻电动机
数字仿真 [ J ]. 微电机 , 2005 ( 5 ) : 13 - 17.
王宏华. 开关型磁阻电动机调速控制技术 [ M ]. 北京 : 机械工
3 ] 曹家勇 , 周祖德 , 陈幼平 ,等. 开关磁阻电机特性检测与参数 辨识方法研究 [ J ]. 电工技术学报 , 200
4 , 19 ( 11 ) :
5 - 30.
N iko lay R ad i m ov, N a tan B en - H a il, R au l R ab inovic i . I nduc ta nc e
M ea su r e m en ts in S w itched R e luc tance M ach ine s[ J ]. I EEE Tr a n s 2
ac tion s on M agne tic s . 2005 , 41 ( 4 ) : 1296 - 1299.
蔡燕 ,许镇琳 ,高超. 基于 D S P 开关磁阻电动机特性检测 [ J ]. 控制与检测 , 2005 , 11: 22 - 24.
L e Huy, Hoang . A versatile nonlinear s w itched r eluctance motor model
[ 7 ] 4 ] [ 8 ] 业出版社 , 2001.
5 ] 一
种 新 型 异 步 电 动 机 直 接 转 矩 控 制 系 统
作者简介 :张宏达 ( 1983 - ) , 男 , 硕士研究生 , 从事智能电器技
术的研究 。

6 ] 上接第 36 页 )
124.
[ 9 ] 郭大庆 ,李 晓 ,赵永进. 基于改进 PS O 算法的 P I D 参数自整定
[ J ]. 计算机工程 , 2007 , 33 ( 18 ) : 202 - 204. 5 ] 高时芳. 四轮独立驱动电动汽车的电子差速系统研究 [ D ]. 西
安 :西北工业大学 , 2006. 李巍 ,张承宁. 电驱动车辆双电机协调控制研究 [ J ]. 车辆与动 力技术 , 2005 , 98 ( 2 ) : 13 - 16.
E l we r A S, W ah sh S A , Khalil MO , e t al . I n te lligen t Fuz z y Con tr o ll e r U sing Pa rtic le S wa r m Op ti m iz a tion Fo r Con tr o l O f Pe r m anen t M a g 2 ne t Synch r onou s Mo to r Fo r E lec tric V eh ic le [ J ]. The 29 th A nnua l Conf erence of the I EEE . 2003 , 2 ( 11 ) : 1762 - 1766.
方红庆 ,沈祖诒. 基于改进粒子群算法的水轮发电机组 P I D 调 速器参数优化 [ J ]. 中国电机工程学报 , 2005 , 25 ( 22 ) : 120 -
[ 10 ] [ 11 ]
王耀南. 智能控制系统 [M ]. 湖南 :湖南大学出版社 , 2006.
郭磊. 基于粒子群算法的水轮机调速器参数优化 [ D ]. 南京 :
河海大学 , 2007. 徐 衍 亮. 电 动 汽 车 用 永 磁 同 步 电 动 机 及 其 驱 动 系 统 研 究
[ D ]. 沈阳 :沈阳工业大学 , 2001.
6 ]
7 ]
[ 12 ]
作者简介 :谭国俊 ( 1962 - ) ,男 ,教授 ,博士生导师 ,主要研究方
向为电力传动数字控制 。

[ 8 ]
52
6
7
(
[
[
[
[ ( [ [ [。