關鍵詞:電動汽車;驅動系統;智能控制
0 前言
隨著全球碳排放問題的日益嚴重,電動汽車作為環保交通工具,已成為一種重要的出行方式。然而,在電動汽車的推廣過程中仍面臨一些挑戰,其中關鍵之一就是電動汽車驅動系統的性能和效率。為了解決這個問題,主要研究電動汽車驅動系統的智能控制及其應用。探討4 種主要電機驅動系統的控制技術,分別是直流電機、交流異步電機、永磁同步電機和開關磁阻電機,并應用人工智能與機器學習技術將其進行優化。目標是通過智能控制提升電動汽車的能源利用效率和駕駛穩定性,推進電動汽車的廣泛應用。
1 電動汽車驅動系統技術分析
1. 1 直流電機驅動系統
直流電機的控制原理有其自身的特點。要使電機轉動,首先控制部件必須根據霍爾傳感器感應到電機轉子所在位置,以定子繞組為依據,確定換流器中功率晶體管的開啟(或關閉)順序。換流器中的上臂功率晶體管和下臂功率晶體管使電流按照一定順序在電機線圈中流過,產生順向(或逆向)的旋轉磁場。該磁場與轉子磁鐵相互作用,使電機發生順時針或逆時針轉動。在電機轉動過程中,當轉子與霍爾傳感器感應到的另一組信號相遇時,控制部件將控制下一組功率晶體管有序開啟,之后按照這樣的流程循環,電機就會始終向著一個方向轉動,直到控制部分要求電機停轉,轉子停止運動時,則將功率晶體管全部關閉(或者僅開啟下臂功率晶體管);以相反的順序開啟功率晶體管,就能控制電機轉子反向運動[1]。
在電機轉動時,控制部件會再次按照驅動器預先設定的速度及其變化要求,在對比霍爾傳感器信號變化的速度(或由軟件運算)后再決定下一組功率晶體管開關導通及導通時間長短。如果速度不足,則開長;如果速度過快,則減短。此部分工作就由多種脈沖寬度調制(PWM)來完成。
1. 2 交流異步電機驅動系統
當電動汽車在行駛中制動或減速時,電動機處于發電制動狀態,將機械能轉化成電能并供應到汽車的儲能系統中。在電動汽車中,蓄電池供應的直流電通過PWM 功率逆變器(由功率半導體器件構成)轉變成可以調節幅值與頻率的交流電。異步電機PWM 功率逆變器主要應用的4 種控制方法為U/f 恒定控制法、直接轉矩控制法(DTC)、矢量控制法、轉差率控制法。其中,主流使用的是矢量控制法與DTC。
1. 2. 1 矢量控制法
矢量控制法即磁場定向控制,依據同步旋轉參考坐標系定向的方式,可將該控制法劃分為定子、氣隙、轉子3 類磁場定向控制方式。其中,轉子磁場定向控制能自然解耦控制,因此廣泛應用于實際系統中;而其他2 種定向控制法會產生耦合效應,需要通過解耦的補償電流進行補償。
1. 2. 2 直接轉矩控制法
直接轉矩控制法是一種圍繞中心轉矩,對轉矩、磁鏈進行綜合控制的方法。相比于矢量控制法,直接轉矩控制法不需要通過解耦,可以直接進行轉矩控制,其算法也因此不存在旋轉坐標變換這一流程。對電機定子的電流與電壓進行簡單的監測,計算瞬時空間矢量理論對電機的轉矩與磁鏈,再依據計算結果與給定值的差值,就能直接控制轉矩與磁鏈。
相比于那些需要進行坐標變換和計算、需要PWM 脈寬調制信號發生器、為解耦而簡化異步電機數學模型的矢量控制方式,直接轉矩控制法具有更簡單的控制結構、更迅速且不會超調的系統轉矩響應的優點,能夠控制信號對明確的物理概念進行處理,是一種具有比較優越的動靜態性能的交流調速控制方式。
1. 3 永磁同步電機驅動系統
目前所使用的可調速的永磁同步電機,大部分都屬于自控式電機,即通過位置反饋信息使逆變器始終與電機系統處于同步狀態。在自控式電機驅動系統的基礎上,可通過霍爾位置傳感器對磁極的具體位置進行檢測。在控制策略上,可將直接轉矩控制、矢量控制(磁場定向控制)等先進的控制策略應用于永磁同步電機控制系統中。在采取矢量控制策略時,可通過轉速閉環、磁極位置閉環、三閉環電流閉環的方式控制電機。
1. 4 開關磁阻電機(SRM)驅動系統
SRM 的可控參數包括開通角、定子繞組電壓、關斷角,其控制思路是通過對這些控制參數進行合理改變,達到運行要求。以不同的控制參數調整方式為依據,SRM 控制可分為角度位置控制(APC)、電流斬波控制(CCC)、電壓斬波控制(VCC)3 種模式。APC 模式是一種在保持電壓不變的基礎上,通過調整另外2 項可控參數達到控制電機轉速的方式。這種方式適合在較高速區中應用。但由于每個由轉矩與轉速確定的運行點,都對應著多種開通角和關斷角的組合形式,不同組合具有不同的性能表現,在實際操作時比較復雜,通常難以達到令人滿意的效果。CCC 模式一般在低速區中應用,該方式的使用是為了限制電流超過電機及其功率開關元件允許的最大電流,這種方式在實際中能對電壓的有效利用值進行調節。與APC 模式相同的是,CCC 模式也能依據負載與轉速的要求對開關角進行調節。VCC 模式是一種在開關角固定的情況下,通過對繞組電壓進行調節,控制電機轉速的方式,這種方式分為無斬波調壓、相開關斬波調壓、直流側PWM 斬波調壓3 種類型。其中,無斬波調壓通過對整流電壓進行調節以對電機的轉速要求作出響應,在整個速度范圍內,僅實行單脈沖的運行模式。
2 電動汽車驅動系統智能控制與應用
電動汽車驅動系統的智能控制主要涉及電機控制器對電動汽車驅動電機的管理和控制。它負責控制電動汽車的加速、減速、停車等基本功能,直接影響電動汽車的動力性能和駕駛舒適性[2]。
傳統的電機控制策略主要依賴于預設的控制參數和精確的數學模型。它需要根據電機和驅動系統的物理特性和運行狀態,設定合適的控制參數,然后通過特定的算法調整電機的轉速和扭矩,達到期望的駕駛性能。然而,這種控制策略無法自適應地調整控制參數來應對路況、氣候、駕駛者駕駛習慣等因素的變化,所以通常在面對復雜、多變的駕駛環境時表現不佳。此外,預設的控制參數和算法也無法完全符合所有駕駛者的駕駛習慣和需求,因此傳統控制策略可能無法提供最優的車輛性能和舒適的駕駛體驗。
與此相反,智能控制策略通過引入人工智能和機器學習等技術,克服了上述的問題,提高了電動汽車性能和舒適性。智能控制策略通過收集和分析大量的駕駛數據,學習駕駛環境和駕駛行為的特征,從而理解駕駛環境的變化和駕駛者的駕駛習慣。根據這些特征,智能控制策略自適應地調整電機的轉速和扭矩,以實現最優的車輛性能。例如,當駕駛環境變得復雜時,智能控制策略可以自動提高電機的響應速度,提高汽車的行駛穩定性;當駕駛者偏好平穩駕駛時,智能控制策略可以自動降低電機的響應速度,提供更舒適的駕駛體驗。這將有利于電動汽車的普及和發展,使得更多的消費者能夠享受到電動汽車帶來的便利和樂趣[3]。
電動汽車驅動系統的智能控制不僅可以提高電動汽車性能和舒適性,還可以提高其能源利用效率,進一步提高電動汽車的市場競爭力。未來,隨著人工智能和機器學習技術的發展,電動汽車驅動系統的智能控制將有更大的發展空間。
3 電動汽車驅動系統智能控制與未來應用趨勢
未來電動汽車驅動系統智能控制與應用的趨勢可以總結為以下4 點:
(1) 深度學習與人工智能的應用加強。隨著深度學習和人工智能技術的不斷成熟,智能控制能更準確理解駕駛者行為和駕駛環境,做出更精準的控制決策,在電動汽車驅動系統控制中的作用也將日益增強。
(2) 物聯網與車聯網技術的集成。未來電動汽車驅動系統將更深度融合物聯網和車聯網技術,實時獲取并響應交通狀況和路面信息,實現更智能的行駛決策。這樣的發展使電動汽車能更有效地應對不同路況,提高行駛安全性和能源利用效率,為未來出行帶來更便捷、環保的選擇。
(3) 與自動駕駛技術的深度集成。隨著自動駕駛技術的不斷發展,電動汽車驅動系統的智能控制將與自動駕駛系統更深度融合,實現高度智能的全自動駕駛。這將為駕駛者、乘車者提供更舒適、安全的出行體驗,減少交通事故風險,降低能源消耗,同時還有望緩解交通擁堵問題,推動城市出行和交通系統的全面升級。隨著這一技術的逐步成熟,未來的出行方式將煥然一新,出行體驗也會更便捷、高效、環保。
(4) 能源使用優化。智能控制將進一步優化電動汽車的能源管理,有效提高能源利用效率,延長電池的使用壽命。通過實時監測電池狀態、路況和駕駛模式,系統能夠智能調節電動機的功率輸出,最大限度地減少能量損耗[4]。同時,智能控制還將協助車輛選擇最優路徑和駕駛策略,降低能耗,進一步延長電池的循環壽命。這樣的優化將使電動汽車擁有更持久的續航能力,提升用戶體驗,同時也有助于推動綠色出行的普及和可持續交通的發展。
這些應用趨勢將共同推動電動汽車的發展進入一個更為自動化和智能化的新時代。
4 結語
在電動汽車驅動系統智能控制與應用的探究中,科技的飛速發展為未來出行帶來了更加智能、環保、舒適的選擇。隨著技術的不斷演進,電動汽車將成為交通領域的引領者,推動可持續發展和碳減排目標的實現。未來的智能驅動系統將為人類創造更美好、綠色的出行生活。