针对永磁同步电机驱动系统转速快响应和强鲁棒性的速度控制需求,在分析永磁同步电机数学模型和离散小波变换技术的基础上,设计了最优小波函数为“db4”,分解级数为2的永磁同步电机离散小波变换速度控制器,并基于Matlab/Simulink仿真平台...针对永磁同步电机驱动系统转速快响应和强鲁棒性的速度控制需求,在分析永磁同步电机数学模型和离散小波变换技术的基础上,设计了最优小波函数为“db4”,分解级数为2的永磁同步电机离散小波变换速度控制器,并基于Matlab/Simulink仿真平台,建立了永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)驱动系统仿真模型和控制系统代码模型,结合基于TMS320F2812 DSP(Digital Signal Processing)的永磁同步电机驱动系统实验平台,通过负载扰动工况仿真、空载阶跃输入工况仿真与实验来验证永磁同步电机离散小波变换速度控制器的性能.仿真和实验结果表明:相比于传统比例积分微分(Proprotional Integral Derivative,PID)速度控制器,离散小波变换速度控制器达到稳态转速的速度更快,动态性能更优;在负载突变时,转速跌落小,抗负载扰动能力更强,是一种提升永磁同步电机速度控制器鲁棒性和稳定性的有效方法.展开更多
针对汽车乘员舱热环境测试方法过于复杂、热舒适性评价方法实用性不强的问题,提出了车内亚稳态热环境的简化测试方案和驾驶员热舒适性评价方法。使用热舒适度测试仪实测了各季节驾驶员头部、胸腹部和脚部的环境参数,并对驾驶员进行热感...针对汽车乘员舱热环境测试方法过于复杂、热舒适性评价方法实用性不强的问题,提出了车内亚稳态热环境的简化测试方案和驾驶员热舒适性评价方法。使用热舒适度测试仪实测了各季节驾驶员头部、胸腹部和脚部的环境参数,并对驾驶员进行热感觉预测。招募45位受试者进行主观热感觉调查作为热感觉实际值,确定了整体热感觉的最佳测量代表点。比较整体热感觉的预测值和实际值,提出期望因子(expectancy factor)和自适应系数(adaptive coefficient)两种修正方法。结果表明,头部是整体热感觉的最佳测量代表点。预计平均投票(Predicted Mean Vote,PMV)在热中性时能较好地预测整体热感觉,秋季预测结果较准确无需修正,夏、冬季由于热适应性都会产生误差。夏季期望因子和自适应系数分别为0.64和0.21,冬季分别为0.71和-0.52。计算值与参考值近似,修正后预测误差显著降低。研究结果可为汽车亚稳态热环境简化测试和驾驶员热舒适性评价提供参考。展开更多
文摘针对永磁同步电机驱动系统转速快响应和强鲁棒性的速度控制需求,在分析永磁同步电机数学模型和离散小波变换技术的基础上,设计了最优小波函数为“db4”,分解级数为2的永磁同步电机离散小波变换速度控制器,并基于Matlab/Simulink仿真平台,建立了永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)驱动系统仿真模型和控制系统代码模型,结合基于TMS320F2812 DSP(Digital Signal Processing)的永磁同步电机驱动系统实验平台,通过负载扰动工况仿真、空载阶跃输入工况仿真与实验来验证永磁同步电机离散小波变换速度控制器的性能.仿真和实验结果表明:相比于传统比例积分微分(Proprotional Integral Derivative,PID)速度控制器,离散小波变换速度控制器达到稳态转速的速度更快,动态性能更优;在负载突变时,转速跌落小,抗负载扰动能力更强,是一种提升永磁同步电机速度控制器鲁棒性和稳定性的有效方法.
文摘针对基于智能手机的汽车无钥匙进入和启动系统(PEPS)车内外高精度辨识技术需求,设计基于双终端的差分K近邻定位算法.通过改进的Dempster-Shafer证据理论,将双终端算法与典型单终端算法的辨识结果进行融合,提升识别算法的鲁棒性与准确性.与传统的K近邻和概率分布法相比,融合算法在实验场景中对终端车内外状态的辨识准确率提升10%.在传统定位算法易出现误判的车窗附近范围内,将误差距离从距车窗20 cm缩小到距车窗5 cm.
文摘针对汽车乘员舱热环境测试方法过于复杂、热舒适性评价方法实用性不强的问题,提出了车内亚稳态热环境的简化测试方案和驾驶员热舒适性评价方法。使用热舒适度测试仪实测了各季节驾驶员头部、胸腹部和脚部的环境参数,并对驾驶员进行热感觉预测。招募45位受试者进行主观热感觉调查作为热感觉实际值,确定了整体热感觉的最佳测量代表点。比较整体热感觉的预测值和实际值,提出期望因子(expectancy factor)和自适应系数(adaptive coefficient)两种修正方法。结果表明,头部是整体热感觉的最佳测量代表点。预计平均投票(Predicted Mean Vote,PMV)在热中性时能较好地预测整体热感觉,秋季预测结果较准确无需修正,夏、冬季由于热适应性都会产生误差。夏季期望因子和自适应系数分别为0.64和0.21,冬季分别为0.71和-0.52。计算值与参考值近似,修正后预测误差显著降低。研究结果可为汽车亚稳态热环境简化测试和驾驶员热舒适性评价提供参考。