针对6轮足机器人动力电池的荷电状态(state of charge,SOC)估计精度低、电池模型准确度不高等问题,提出一种基于带遗忘因子的递推最小二乘(recursive least squares with forgetting factor,FFRLS)与自适应扩展卡尔曼滤波(adaptive exte...针对6轮足机器人动力电池的荷电状态(state of charge,SOC)估计精度低、电池模型准确度不高等问题,提出一种基于带遗忘因子的递推最小二乘(recursive least squares with forgetting factor,FFRLS)与自适应扩展卡尔曼滤波(adaptive extended Kalman filtering,AEKF)相结合的估计算法。首先通过FFRLS算法辨识建立动力电池等效模型参数;然后利用AEKF对SOC在线估计,并为参数辨识提供准确的开路电压;最后以机器人锂电池包为对象,在动态应力测试工况(dynamic stress test,DST)下实验验证了该算法可以准确地估算动力电池SOC,SOC估计相对误差在2.5%以内。展开更多
给出了一种适用于纯电动汽车电机控制器由于电磁干扰导致CAN(Controller Area Network,控制器局域网络)通信丢失的故障处理方法。该方法通过电机控制器中间层软件发送CAN通信生命信号的方式实现应用层软件对零部件CAN通信状态的监控,应...给出了一种适用于纯电动汽车电机控制器由于电磁干扰导致CAN(Controller Area Network,控制器局域网络)通信丢失的故障处理方法。该方法通过电机控制器中间层软件发送CAN通信生命信号的方式实现应用层软件对零部件CAN通信状态的监控,应用层根据生命信号计算出CAN通信的丢帧率,并评估出CAN通信丢失状况,在此基础上对与电机控制器通过CAN通信的零部件按照通信故障后的危害程度进行分级,并分别给出了不同严重程度下各零部件的通信丢失故障处理方法。该方法在不改变现有设计方案及硬件选型的基础上,充分通过策略优化将电机控制器CAN通信故障的危害程度降低,在一定程度上提高了系统的可靠性,同时提高了车上人员的驾乘感受。展开更多
文摘针对6轮足机器人动力电池的荷电状态(state of charge,SOC)估计精度低、电池模型准确度不高等问题,提出一种基于带遗忘因子的递推最小二乘(recursive least squares with forgetting factor,FFRLS)与自适应扩展卡尔曼滤波(adaptive extended Kalman filtering,AEKF)相结合的估计算法。首先通过FFRLS算法辨识建立动力电池等效模型参数;然后利用AEKF对SOC在线估计,并为参数辨识提供准确的开路电压;最后以机器人锂电池包为对象,在动态应力测试工况(dynamic stress test,DST)下实验验证了该算法可以准确地估算动力电池SOC,SOC估计相对误差在2.5%以内。
文摘给出了一种适用于纯电动汽车电机控制器由于电磁干扰导致CAN(Controller Area Network,控制器局域网络)通信丢失的故障处理方法。该方法通过电机控制器中间层软件发送CAN通信生命信号的方式实现应用层软件对零部件CAN通信状态的监控,应用层根据生命信号计算出CAN通信的丢帧率,并评估出CAN通信丢失状况,在此基础上对与电机控制器通过CAN通信的零部件按照通信故障后的危害程度进行分级,并分别给出了不同严重程度下各零部件的通信丢失故障处理方法。该方法在不改变现有设计方案及硬件选型的基础上,充分通过策略优化将电机控制器CAN通信故障的危害程度降低,在一定程度上提高了系统的可靠性,同时提高了车上人员的驾乘感受。