-
公开(公告)号：CN108900119B
公开(公告)日：2021-07-23
申请号：CN201810825226.3
申请日：2018-07-25
Applicant: 吉林大学
Abstract: 一种基于死区效应的永磁同步电机模型预测控制方法，属于控制技术领域。本发明的目的是以逆变器开关为核心，针对实际逆变器存在的死区时间进行了改进，实现了转矩准确快速的动态响应，提升了电机工作区域效率的基于死区效应的永磁同步电机模型预测控制方法。本发明步骤是：永磁同步电机及逆变器死区建模、考虑死区的有限集MPC转矩优化控制。本发明采用的模型预测控制方法在实现与传统矢量控制同样的转矩跟踪控制效果情况下，通过开关优化方式，能有效减少电机驱动系统内部功耗（包括电机铜损和逆变器的开关损耗和导通损耗），进而提高电机工作区域的效率，提升经济性。
-
公开(公告)号：CN111898211A
公开(公告)日：2020-11-06
申请号：CN202010788354.2
申请日：2020-08-07
Applicant: 吉林大学
Abstract: 本发明公开了一种基于深度强化学习方法的智能车速度决策方法，构造智能车通过路口的马尔可夫决策模型的状态空间S，动作空间A，即时奖赏空间R；初始化神经网络，构建经验池；采用ε-greedy算法进行动作的选择，并将此次经验填加进所述步骤二构建的经验池；从经验池随机选出一部分经验，采用随机梯度下降法训练神经网络；根据最新神经网络完成当前时刻智能车的速度决策，并将此次经验填加至经验池，随机选取一部分经验再进行新一轮神经网络的训练。本发明同时公开了一种基于深度强化学习的智能车速度决策方法的仿真方法，基于matlab自动驾驶工具箱搭建的深度强化学习仿真系统进行仿真实验。
-
公开(公告)号：CN109391202A
公开(公告)日：2019-02-26
申请号：CN201811325725.2
申请日：2018-11-08
Applicant: 吉林大学
IPC: H02P23/00 , H02P23/30 , H02P23/14 , H02P25/022
Abstract: 一种永磁同步电机模型预测-直接转矩控制方法，属于控制技术领域。本发明的目的是利用降维观测器完成对系统中转矩和磁链的准确估计，然后采用模型预测控制算法来设计轮毂电机驱动系统控制器的永磁同步电机模型预测-直接转矩控制方法。本发明步骤是：选择电机转矩和磁链为状态量，选取使转矩与磁链预测值与期望值误差最小的目标函数，获得控制电机的三相电压完成对PMSM的控制。本发明应用的模型预测控制算法能够有效处理多输入多输出以及多约束的优化控制问题，取替了传统直接转矩控制中滞环比较器和开关选择模块，避免了滞环的上下限脉动和不必要的开关损耗，有效抑制了驱动电机的转矩脉动。
-
公开(公告)号：CN108900119A
公开(公告)日：2018-11-27
申请号：CN201810825226.3
申请日：2018-07-25
Applicant: 吉林大学
Abstract: 一种基于死区效应的永磁同步电机模型预测控制方法，属于控制技术领域。本发明的目的是以逆变器开关为核心，针对实际逆变器存在的死区时间进行了改进，实现了转矩准确快速的动态响应，提升了电机工作区域效率的基于死区效应的永磁同步电机模型预测控制方法。本发明步骤是：永磁同步电机及逆变器死区建模、考虑死区的有限集MPC转矩优化控制。本发明采用的模型预测控制方法在实现与传统矢量控制同样的转矩跟踪控制效果情况下，通过开关优化方式，能有效减少电机驱动系统内部功耗（包括电机铜损和逆变器的开关损耗和导通损耗），进而提高电机工作区域的效率，提升经济性。
-
-
-
Search Results
14
records
(took 0.013 seconds)
