發(fā)布時(shí)間：2020-05-07 21:21

【摘要】：隨著經(jīng)濟(jì)的快速發(fā)展,環(huán)境污染問(wèn)題引起了人們更多的關(guān)注,其中燃油汽車(chē)排放的尾氣污染備受關(guān)注。并且近幾年全球政治經(jīng)濟(jì)動(dòng)蕩,石油危機(jī)若隱若現(xiàn)。為應(yīng)對(duì)能源危機(jī)和環(huán)境污染各國(guó)加大了對(duì)電動(dòng)汽車(chē)的研發(fā)力度。但電動(dòng)汽車(chē)?yán)m(xù)航里程依然達(dá)不到人們的要求,再生制動(dòng)技術(shù)能夠有效延長(zhǎng)續(xù)航里程,受到了研究人員更多的關(guān)注。本文以BLDCM(Brushless Direct Current Motor)作為被控核心,首先對(duì)BLDCM結(jié)構(gòu)原理進(jìn)行分析。在此基礎(chǔ)上,對(duì)純電動(dòng)汽車(chē)再生制動(dòng)控制的影響因素和原理進(jìn)行討論。為給純電動(dòng)汽車(chē)再生制動(dòng)控制系統(tǒng)提供穩(wěn)定的初始轉(zhuǎn)速,本文設(shè)計(jì)使用了雙閉環(huán)調(diào)速控制系統(tǒng)。然后對(duì)電動(dòng)汽車(chē)進(jìn)行再生制動(dòng)控制研究,設(shè)計(jì)一種基于T-S(Takagi-Sugeno)模糊神經(jīng)網(wǎng)絡(luò)控制策略的控制器。該控制器以反饋電流與給定電流的差值和轉(zhuǎn)速為輸入,以PWM脈寬調(diào)節(jié)量為輸出,采用BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)算法自適應(yīng)調(diào)整輸入隸屬度函數(shù)和模糊規(guī)則。然后搭建了電動(dòng)汽車(chē)再生制動(dòng)控制系統(tǒng)模型,對(duì)設(shè)計(jì)的控制器進(jìn)行仿真實(shí)驗(yàn)研究。最后通過(guò)軟硬件設(shè)計(jì)了基于英飛凌TC1782芯片的控制器。并在dSPACE半實(shí)物仿真平臺(tái)進(jìn)行仿真測(cè)試。本文完成的工作如下:(1)針對(duì)純電動(dòng)汽車(chē)用BLDCM的原理和數(shù)學(xué)模型,分析再生制動(dòng)控制系統(tǒng)的原理。在實(shí)現(xiàn)系統(tǒng)再生制動(dòng)控制前,搭建雙閉環(huán)調(diào)速控制系統(tǒng),其轉(zhuǎn)速環(huán)為模糊PID控制,電流環(huán)為PI控制。調(diào)速控制系統(tǒng)驅(qū)動(dòng)電機(jī)達(dá)到再生制動(dòng)所需的轉(zhuǎn)速。(2)對(duì)BLDCM再生制動(dòng)系統(tǒng)中PWM全橋調(diào)制方式和PWM半橋調(diào)制方式進(jìn)行數(shù)學(xué)推導(dǎo)和原理分析,選擇使用能量回收率更高的半橋調(diào)制方式。(3)對(duì)基于T-S模糊神經(jīng)網(wǎng)絡(luò)再生制動(dòng)控制策略進(jìn)行數(shù)學(xué)分析和推導(dǎo),設(shè)計(jì)了基于T-S模糊神經(jīng)網(wǎng)絡(luò)再生制動(dòng)控制系統(tǒng),并在Matlab/Simulink平臺(tái)搭建模型進(jìn)行仿真驗(yàn)證,實(shí)驗(yàn)表明基于T-S模糊控制策略能量回收率和模糊控制相比明顯提高,達(dá)到了設(shè)計(jì)目的。(4)為驗(yàn)證控制策略在實(shí)際控制器中的效果,硬件設(shè)計(jì)基于英飛凌TC1782的再生制動(dòng)控制器,并設(shè)計(jì)對(duì)應(yīng)的軟件程序,然后在dSPACE平臺(tái)搭建再生制動(dòng)控制系統(tǒng)的硬件在環(huán)仿真系統(tǒng),進(jìn)行控制器的半實(shí)物仿真驗(yàn)證。論文特色之處:(1)分析再生制動(dòng)控制技術(shù)原理,對(duì)傳統(tǒng)的模糊再生制動(dòng)控制策略進(jìn)行改進(jìn),設(shè)計(jì)了基于T-S模糊神經(jīng)網(wǎng)絡(luò)再生制動(dòng)控制系統(tǒng),并和模糊再生制動(dòng)控制系統(tǒng)對(duì)比,實(shí)驗(yàn)證明所設(shè)計(jì)的系統(tǒng)能有效提高能量回收率。(2)搭建模糊神經(jīng)網(wǎng)絡(luò)再生制動(dòng)控制系統(tǒng)半實(shí)物仿真平臺(tái),硬件設(shè)計(jì)基于英飛凌TC1782芯片的再生制動(dòng)控制器,并設(shè)計(jì)對(duì)應(yīng)的程序,驗(yàn)證所設(shè)計(jì)系統(tǒng)的有效性。
【圖文】：

圖 1.1 文章結(jié)構(gòu)圖如圖 1.1 為文章結(jié)構(gòu)圖。第一章：緒論。本章主要介紹了 BLDCM 再生制動(dòng)控制系統(tǒng)的研究背景和研究意義。然后對(duì)再生制動(dòng)研究的國(guó)內(nèi)外現(xiàn)狀進(jìn)行了介紹。然后給出本文的研究?jī)?nèi)容和結(jié)構(gòu)安排。第二章：BLDCM 工作原理研究。本章首先介紹了 BLDCM 結(jié)構(gòu)，然后對(duì)其工作原理進(jìn)行分析，推導(dǎo) BLDCM 的數(shù)學(xué)模型。第三章：BLDCM 再生制動(dòng)控制系統(tǒng)方法研究。本章先對(duì) BLDCM 再生制動(dòng)基本原理進(jìn)行分析，然后對(duì) PWM 調(diào)制方式進(jìn)行研究，選擇合適的調(diào)制方式。并對(duì)再生制動(dòng)的數(shù)學(xué)模型進(jìn)行推導(dǎo)。最后討論影響 BLDCM 再生制動(dòng)能量回收的因素。第四章：BLDCM 再生制動(dòng)控制模糊神經(jīng)網(wǎng)絡(luò)控制策略研究。本章對(duì)再生制動(dòng)控制系統(tǒng)中的驅(qū)動(dòng)控制部分和制動(dòng)控制部分分別進(jìn)行分析研究，并對(duì)所設(shè)計(jì)的策略進(jìn)行仿真分析。第五章：BLDCM 再生制動(dòng)控制系統(tǒng)半實(shí)物仿真設(shè)計(jì)。本章首先對(duì)基于英飛凌TC1782 控制芯片的控制器進(jìn)行介紹，，然后對(duì)再生制動(dòng)系統(tǒng)的軟件進(jìn)行設(shè)計(jì)，最后在

圖 2.1 BLDCM 基本結(jié)構(gòu) 本體由定子和轉(zhuǎn)子組成。定子按定子繞組相數(shù)分類(lèi)BL。它的連接方式有三角形連接和 Y 形連接。在電動(dòng)式。它一般是由線圈沿著定子呈圓周纏繞而成。轉(zhuǎn)子 作為電動(dòng)機(jī)使用時(shí)轉(zhuǎn)子為電動(dòng)機(jī)轉(zhuǎn)子，當(dāng) BLDCM轉(zhuǎn)子[45]。下圖為轉(zhuǎn)子三種結(jié)構(gòu)。
【學(xué)位授予單位】：桂林電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TP273;TM33;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 董早鵬;劉濤;萬(wàn)磊;李岳明;廖煜雷;梁興威;;基于Takagi-Sugeno模糊神經(jīng)網(wǎng)絡(luò)的欠驅(qū)動(dòng)無(wú)人艇直線航跡跟蹤控制[J];儀器儀表學(xué)報(bào);2015年04期

2 熊永華;楊艷;李浩;何勇;吳敏;;基于SOC的鋰動(dòng)力電池多層雙向自均衡方法[J];電子學(xué)報(bào);2014年04期

3 崔方;劉芳華;邱忠華;魏玉平;;基于DSP的電動(dòng)車(chē)用無(wú)刷直流電機(jī)控制器的設(shè)計(jì)[J];電機(jī)與控制應(yīng)用;2014年04期

4 楊澤斌;汪明濤;孫曉東;;基于自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)的無(wú)軸承異步電機(jī)控制[J];農(nóng)業(yè)工程學(xué)報(bào);2014年02期

5 舒紅;鄭軍;胡明輝;梁元波;;基于模型預(yù)測(cè)控制的混合動(dòng)力汽車(chē)下坡再生制動(dòng)策略[J];汽車(chē)工程;2013年09期

6 龍波;陳勇強(qiáng);郝小紅;曹秉剛;;電動(dòng)汽車(chē)用感應(yīng)電機(jī)變結(jié)構(gòu)魯棒控制器設(shè)計(jì)[J];電力電子技術(shù);2013年09期

7 鄭宏宇;許文凱;劉宗宇;鄧文哲;劉風(fēng);韓飛;;四輪獨(dú)立驅(qū)動(dòng)電動(dòng)汽車(chē)再生制動(dòng)控制策略[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2013年03期

8 查鴻山;宗志堅(jiān);劉忠途;;電動(dòng)汽車(chē)能量回饋制動(dòng)仿真研究[J];機(jī)械科學(xué)與技術(shù);2012年04期

9 夏長(zhǎng)亮;方紅偉;;永磁無(wú)刷直流電機(jī)及其控制[J];電工技術(shù)學(xué)報(bào);2012年03期

10 李世超;石秀華;孫希通;魏照宇;;改進(jìn)模糊神經(jīng)網(wǎng)絡(luò)無(wú)刷直流電機(jī)控制系統(tǒng)設(shè)計(jì)[J];計(jì)算機(jī)仿真;2009年10期

相關(guān)博士學(xué)位論文 前4條

1 楊源;基于居民出行規(guī)律實(shí)證研究的城市低碳交通政策模擬[D];清華大學(xué);2016年

2 林輝;輪轂電機(jī)驅(qū)動(dòng)電動(dòng)汽車(chē)聯(lián)合制動(dòng)的模糊自整定PID控制方法研究[D];吉林大學(xué);2013年

3 趙國(guó)柱;電動(dòng)汽車(chē)再生制動(dòng)若干關(guān)鍵問(wèn)題研究[D];南京航空航天大學(xué);2012年

4 王鵬宇;混合動(dòng)力轎車(chē)再生制動(dòng)系統(tǒng)研究[D];吉林大學(xué);2008年

相關(guān)碩士學(xué)位論文 前7條

1 孟佳;新能源電動(dòng)汽車(chē)電源能量控制策略[D];長(zhǎng)春工業(yè)大學(xué);2018年

2 趙江托;電動(dòng)車(chē)輛回饋制動(dòng)控制器的研究與設(shè)計(jì)[D];長(zhǎng)春工業(yè)大學(xué);2017年

3 高健;提高電動(dòng)汽車(chē)回饋效率的再生制動(dòng)控制策略研究[D];沈陽(yáng)工業(yè)大學(xué);2017年

4 張迪;電動(dòng)汽車(chē)無(wú)刷直流電機(jī)能量回饋制動(dòng)系統(tǒng)的研究[D];青島理工大學(xué);2016年

5 劉碩洋;永磁無(wú)刷直流電機(jī)回饋制動(dòng)控制技術(shù)[D];湖南大學(xué);2013年

6 董少波;基于模糊神經(jīng)網(wǎng)絡(luò)的永磁無(wú)刷直流電動(dòng)機(jī)調(diào)速系統(tǒng)研究[D];華南理工大學(xué);2011年

7 鄒月海;基于模糊控制的永磁無(wú)刷直流電機(jī)調(diào)速系統(tǒng)研究[D];哈爾濱工程大學(xué);2009年

本文編號(hào)：2653564