← 返回
基于灰狼优化算法的永磁轮毂电机状态反馈控制
State Feedback Control for a PM Hub Motor Based on Gray Wolf Optimization Algorithm
| 作者 | Xiaodong Sun · Changchang Hu · Gang Lei · Youguang Guo · Jianguo Zhu |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2020年1月 |
| 技术分类 | 电动汽车驱动 |
| 技术标签 | PWM控制 机器学习 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | 永磁同步轮毂电机 状态反馈控制 灰狼优化算法 电压前馈补偿 速度响应 PMSHM 最优控制 |
语言:
中文摘要
本文提出了一种结合状态反馈控制与灰狼优化（GWO）算法的永磁同步轮毂电机（PMSHM）最优控制策略。首先，通过电压前馈补偿获得线性化的PMSHM数学模型；其次，为实现理想的转速动态响应及d轴电流零点控制，对离散化状态空间模型进行了优化设计。
English Abstract
This paper presents an optimal control strategy for a permanent-magnet synchronous hub motor (PMSHM) drive using the state feedback control method plus the gray wolf optimization (GWO) algorithm. First, the linearized PMSHM mathematical model is obtained by voltage feedforward compensation. Second, to acquire satisfactory dynamics of speed response and zero d-axis current, the discretized state-sp...
S
SunView 深度解读
该研究聚焦于永磁同步电机的最优控制，其核心算法（GWO优化与状态反馈）在电机驱动控制领域具有通用性。对于阳光电源而言，虽然目前主营业务侧重于光伏与储能，但该技术可为公司电动汽车充电桩及未来可能涉及的电机驱动类电力电子产品提供控制算法参考。特别是通过灰狼算法优化参数以提升动态响应的能力，可借鉴应用于充电桩功率模块的控制策略优化，或在未来储能系统中的电机类负载管理中提供技术储备。