找到 2 条结果
基于磁滞机制的脉宽调制谐波引起永磁同步电机铁耗增量分析
Hysteresis-Based Mechanism Analysis of Iron Loss Increment Caused by PWM Harmonics in Permanent Magnet Synchronous Motor
Xing Fan · Wei Li · Qiaoqiao Ke · Jiangfan Xue 等5人 · IEEE Transactions on Industry Applications · 2025年5月
脉冲宽度调制（PWM）技术常用于电压源逆变器驱动电机，但该技术的应用会使电机的电压和电流中引入大量谐波，导致铁损增加。本文基于软磁材料的磁滞特性，揭示了PWM谐波导致铁损增加的内在机制。提出了一种将先进磁滞模型与策略 - 电路 - 场仿真相结合的铁损计算方法。该方法考虑了电机与逆变器的相互作用，以获取PWM引起的电流谐波的畸变和分布情况。通过材料的磁滞性能，直接建立了谐波分量与铁损之间的直观关联。从电机铁芯的点、线到面，全面深入地探究并揭示了PWM谐波导致铁损增加的机制。此外，还综合分析了PWM...
解读: 该研究对阳光电源的电机驱动类产品具有重要参考价值。PWM谐波引起的铁损分析可直接应用于新能源汽车OBC及电机驱动系统的优化设计，特别是在高频PWM控制下的损耗控制方面。研究成果也可延伸到ST系列储能变流器和SG系列光伏逆变器的磁性元件设计，通过优化PWM调制策略和磁路结构降低高频损耗。这对提升产品效...
基于物理信息注意力残差网络的电池智能温度预警模型
Battery intelligent temperature warning model with physically-informed attention residual networks
Xue Ke · Lei Wang · Jun Wang · Anyang Wang 等12人 · Applied Energy · 2025年1月 · Vol.388
摘要 电动汽车的快速发展对锂离子电池的热安全管理提出了更高要求。传统的物理模型需要大量离线参数辨识，在计算效率与模型保真度之间难以平衡；而数据驱动方法虽然精度较高，但缺乏可解释性，且在不同工况下需要大量数据支持。为应对上述挑战，本文提出了一种物理信息引导的注意力残差网络（Physics-Informed Attention Residual Network, PIARN），该模型将改进的非线性双电容模型与热集总模型嵌入到物理引导的循环神经网络框架中，从而提升了模型的可解释性与泛化能力。所设计的残...
解读: 该物理信息引导的电池温度预警技术对阳光电源储能系统具有重要价值。PIARN模型结合物理模型与深度学习,可集成至ST系列PCS和PowerTitan储能系统的BMS热管理模块,实现0.1°C精度的在线温度预测和近100%准确率的热预警。其轻量化物理模型与残差网络架构适合边缘计算部署,可通过iSolar...