基于模型预测控制的电动汽车起步工况仿真与性能评价

为提高电动汽车起步工况时的性能,设计了基于模型预测控制的驾驶员模型,建立了纯电动汽车整车模型和驾驶员模型。将驾驶员意图转化为加速踏板和制动踏板的开度变化,利用基于模型预测控制方法的上层控制器得到期望加速度,下层控制器根据期望加速度得到加速指令和减速指令,从而对车辆进行起步工况的加、减速控制。利用起步时间、驱动电机电压电流和冲击度3个评价指标对提出的模型预测控制方法和常规PID控制方法进行起步工况仿真的控制性能比较。分析了不同坡度(0%、10%和20%)和加速踏板开度下电驱动系统的性能。仿真结果验证了模型预测控制方法的有效性。

基于Android的电动汽车监控系统研究与设计

电动汽车已进入人们的生活,因此对电动汽车的运行状况进行实时监控具有重要意义,由于Android平台的开放性和丰富的硬件选择,文章设计了基于Android的电动汽车监控系统。该系统采用PX2核心芯片,通过Android系统平台获取电动汽车运行过程中的相关信息,并将信息上传至服务器。实验表明:该监控系统终端稳定可靠,能在后台实现监控注册车辆的功能,具有实际研究意义。

一种改进的永磁同步电机直接转矩控制方法

针对传统的永磁同步电机直接转矩控制在低速运行时磁链和转矩脉动大,以及低速时定子电阻的变化导致磁链估算产生较大误差等影响电机稳定运行的问题,提出了一种改进的永磁同步电机直接转矩控制方法。该方法首先利用饱和函数—sat函数代替二阶滑模算法中的符号函数,实现滑模控制切换的连续性,削弱滑模控制中的抖振;然后再利用改进的二阶滑模算法来设计速度和磁链控制器,替代传统的直接转矩中的滞环比较器,抑制转矩和转速的波动;最后通过在磁链估算中建立基于模糊比例积分(proportional integral,PI)控制的定子电阻补偿器,消除定子电阻变化对磁链估算的影响。仿真结果证明了所提方法的有效性与可行性。

基于分层精简双线性注意力网络的鱼类识别

由于水下鱼类图像采集困难,现有的数据集主要以视频提取为主,采集到的鱼类图像存在背景环境复杂、像素低下等问题,使得细粒度鱼类图像识别任务难度较大。针对上述问题,提出了一种基于空间域注意力机制和分层精简双线性特征融合的网络。识别网络可进行端到端的训练,由两部分组成:第一部分是以空间变换网络(STN)为注意力机制的背景过滤网络;第二部分以vgg16网络作为特征提取器,根据高层卷积部分对鱼类图像细粒度特征响应的差异性,选取三组特征进行降维近似的网络精简融合,最终级联三组融合的特征送入softmax分类器。特征提取网络以ImageNet数据集上训练的参数进行初始化,采用鱼类数据集进一步微调。通过在F4K鱼类数据集上的对比验证,结果表明,所提出的分层精简双线性注意力网络(STN-H-CBP)在降低特征维度减少计算量的同时,在该数据集上的表现与现有的最优方法相当。

基于干扰观测器的AUV深度自适应终端滑模控制

针对欠驱动自治水下机器人(autonomous underwater vehicle,AUV)在外部干扰和系统内部扰动下深度难以控制的问题,提出基于非线性干扰观测器(nonlinear disturbance observer,NDO)的自适应终端滑模控制方法。首先建立欠驱动AUV在垂直面上的状态方程并对其简化,其次根据简化后的系统状态方程构建NDO对外部干扰进行观测,再结合反步法设计出自适应终端滑模控制器;最后通过李雅普诺夫稳定性理论证明控制系统的稳定性。结果表明:欠驱动AUV最大跟踪误差为0.137 5 m,峰值时间为2.1 s,证明了所设计的控制器能够实现深度控制,降低抖振,具有较强的鲁棒性。

基于模型参考自适应的异步电机转速辨识新方法研究

针对三相异步伺服电机无速度传感器矢量控制下转速辨识问题,提出一种基于无功功率模型参考自适应的异步电机转速辨识新方法。该方法采用了基于反电动势模型参考自适应的定子电阻辨识方法来实时追踪定子电阻参数值的变化情况,并将定子电阻估计值作用于转子磁链观测器,以消除定子电阻设定值和实际值的偏差对转子磁链的影响,最后把观测出的转子磁链传递至无功功率模型参考自适应的可调模型,解决了三相异步伺服电机无速度传感器转速辨识精度低问题,提高了系统转速动态辨识能力。仿真结果证明了该方法的有效性和可行性。

基于二阶滑模算法的永磁同步电机直接转矩控制研究

针对传统永磁同步电机直接转矩控制中存在转矩以及磁链脉动较大,开关频率不恒定以及电机在处于低速时,电压磁链估算存在误差比较大等缺点,提出了一种基于二阶滑模的方法来对永磁同步电机的直接转矩控制进行优化。该方法利用SVPWM空间电压矢量脉宽调制技术取代滞环控制以及传统的开关表,同时在转矩以及磁链的调节中引入二阶滑模控制器代替传统直接转矩控制中的PI调节器来减少磁链以及转矩误差造成的影响,加强转矩和磁链在控制上的精度,抑制转矩以及磁链的脉动。仿真结果显示与传统的直接转矩相比较,新的控制方法可以有效的降低磁链和转矩脉动,提高系统的鲁棒性,改善系统动态性能。

基于精简双线性注意力网络的环境声音分类方法

局部区域差异会导致环境声音难以精确分类。对此,提出了一种基于精简双线性注意力网络的环境声音分类方法。首先,引入多维时频特征充分表征环境声音的特点;其次,引入随机擦除在线数据增强的方法,避免缺乏数据集而导致所训练的模型出现过拟合问题,提高样本的多样性;最后,在精简双线性网络框架不变的情况下,采用密集型连接网络DensNet-169作为特征提取模块,并引入通道空间位置注意力模块,关注环境声音特征局部区域的差异。实验结果表明,所提方法在ESC-10和ESC-50数据集上的准确率均超过人耳识别的准确率。