FOC控制算法的案例
永磁同步電機(PMSM)的FOC閉環控制詳解
永磁同步電機(PMSM)的FOC閉環控制詳解
汽車專題第七期 |新能源汽車—電機篇（三）
風罩，散熱片，鐵芯，系統阻力，壓力損失（壓降），風速，風量，非定常瞬態simulation
3.Fluent-YKK電機通風散熱CFD分析
點擊鏈接查看內容：https://www.yqgqt.org.cn/college/video/c18131
主要內容：講解了 Fluent CFD在YKK電機通風散熱流場仿真中的應用，包括前傾/直葉片內風扇方案對比，后傾外風扇設計；外風路導風筒隔板優化, 冷卻管的橢圓管與圓管對比；冷卻器隔板優化，試驗結果對比；內風路擋風板設計方案對比，溫升實驗測試結果
4.利用Simulink進行電機的磁場導向控制（FOC）算法的設計
點擊鏈接查看內容：https://www.yqgqt.org.cn/college/video/c18133
主要內容：利用Simulink進行電機的磁場導向控制（FOC）算法的設計，FOC控制算法廣泛應用于新能源汽車的永磁同步電機的控制
5.電機測試——電功率、機械功率測量、安全可靠的光纖測溫方案
點擊鏈接查看內容：https://www.yqgqt.org.cn/college/video/c18136
主要內容：電功率、機械功率、溫度測量、其他物理測量、ECU、自動化和應用系統
6.特斯拉Tesla Model S/X電控系統介紹，電池/三相逆變、電機、IGBT與碳化硅MOS驅動系統
點擊鏈接查看內容：https://www.yqgqt.org.cn/college/video/c18147
主要內容：電動汽車驅動系統、直流→三相逆變→三相異步電動機或永磁同步電動機、一臺或者兩臺電機，自由組合。
展開 基于四輪轉向和直接橫擺力矩控制的路徑跟蹤集成底盤控制算法設計
圖16 雙車道變換的仿真結果
6 結論
在本文中，針對4WIS和4WID EV的路徑跟蹤問題，設計了一種使用4WS + DYC的底盤集成控制算法，使車輛跟蹤目標路徑并調節車輛的動態性能。底盤集成控制算法主要包括使用
合成方法進行路徑跟蹤的魯棒控制器設計、DYC的控制分配算法設計和橫向速度估計的UKF觀測器設計。在魯棒控制器設計中考慮了參數不確定性、外部干擾、測量噪聲和未建模動態特性，以提高控制器的魯棒性能。基于WLS方法，提出了控制分配算法來分配每個輪轂電機的輸出扭矩，用于DYC和縱向運動控制。考慮到車輛橫向速度難以測量，使用UKF設計了狀態觀測器。為了評估設計的用于路徑跟蹤的底盤集成控制算法的性能，基于 CarSim-Simulink平臺進行了單車道變換。仿真結果表明，所設計的魯棒控制器具有良好的路徑跟蹤性能，UKF觀測器能夠準確估計橫向速度。同時，與其他三種控制算法，即AFS、4WS和AFS+DYC的比較，更加驗證了所提出的底盤集成控制算法的優越性。此外，通過不同路況下的雙車道變換進一步驗證底盤集成控制算法的魯棒性能。
展開 這些電機控制算法，有人幫你整理好了！
02 AC電機算法
標量控制
標量控制（或V/Hz控制）是一個控制指令電機速度的簡單方法
指令電機的穩態模型主要用于獲得技術，因此瞬態性能是不可能實現的。系統不具有電流回路。為了控制電機，三相電源只有在振幅和頻率上變化。
矢量控制或磁場定向控制
在電動機中的轉矩隨著定子和轉子磁場的功能而變化，并且當兩個磁場互相正交時達到峰值。在基于標量的控制中，兩個磁場間的角度顯著變化。
矢量控制設法在AC電機中再次創造正交關系。為了控制轉矩，各自從產生磁通量中生成電流，以實現DC機器的響應性。
一個AC指令電機的矢量控制與一個單獨的勵磁DC電機控制相似。在一個DC電機中，由勵磁電流IF所產生的磁場能量Φ F與由電樞電流IA所產生的電樞磁通ΦA正交。這些磁場都經過去耦并且相互間很穩定。因此，當電樞電流受控以控制轉矩時，磁場能量仍保持不受影響，并實現了更快的瞬態響應。
三相AC電機的磁場定向控制（FOC）包括模仿DC電機的操作。所有受控變量都通過數學變換，被轉換到DC而非AC。其目標的獨立的控制轉矩和磁通。
磁場定向控制（FOC）有兩種方法：
直接FOC: 轉子磁場的方向(Rotor flux angle) 是通過磁通觀測器直接計算得到的
間接FOC: 轉子磁場的方向(Rotor flux angle) 是通過對轉子速度和滑差(slip)的估算或測量而間接獲得的。
展開 
主動噪聲控制的線性算法優劣比較
圖2 filtered-x ANC算法模型
2.filtered-e ANC
FeLMS(Filtered-e Least Mean Square)算法：FxLMS算法在受噪聲干擾的前饋ANC結構中會收斂于有偏解，并且FxLMS算法受次級通道S(z)的影響收斂速度會變慢。為了克服這些缺點，FeLMS算法采用誤差濾波器對誤差信號進行預處理，再通過自適應濾波器。
FxFeLMS(Filtered-x Filtered-e Least Mean Square)算法：加入兩個濾波器H(z)對參考信號與誤差信號都進行預處理，能夠克服FxLMS針對正弦噪聲收斂速度慢的問題。
FeAP(Filter-e Affine Projection)算法：AP算法在多個輸入向量的基礎上更新權值，以加快由高度相關的輸入信號驅動的收斂速度。可以很好地替代LMS型算法。
圖3 filtered-e ANC算法模型
圖4 FxFeLMS ANC算法模型
3.filtered-u ANC
FuLMS(Filtered-u Least Mean Square)算法：FuLMS算法通常用于更新IIR濾波器的權重向量，從振動結構響應中提取參考信號，同時能夠抑制振動反饋可能帶來控制系統不穩定，并具有較低階濾波器結構的優點。
FuRLS(Filter-u Recursive Least Squares)算法：為了提高FuLMS算法的收斂速度，考慮基于RLS的IIR濾波器，該算法可應用于有源噪聲控制和有源振動控制。
展開 50條電氣控制知識+實用算法
26、繼電接觸器控制電路是由各種_按鈕、行程開關、繼電器、接觸器、熔斷器等元件組成，實現對電力拖動系統的起動、調速、制動、反向等的控制和保護，以滿足對生產工藝對電力拖動控制的要求。
27、熱繼電器是利用電流的熱效應原理來工作的保護電器，它在電路中主要用作三相異步電動機的_過載保護。
28、速度繼電器主要用作反接制動控制。
29、時間繼電器是指用來實現觸點延時接通或延時斷開的控制_的電器。
30、機床電氣控制系統是由許多電氣元件按照一定要求聯接而成，實現對機床的電氣自動控制。為了便于對控制系統進行設計、分析研究、安裝調試、使用和維護，需要將電氣元件及其相互聯接，用國家規定的文字、符號和圖形表示出來。這種圖就是電氣控制系統圖。電氣控制系統圖包括：電氣原理圖、電氣元件接線圖、電氣元件布置圖三種圖。
31、在機床電控中，短路保護用_熔斷器_；過載保護用熱繼電器_；過電流保護用_過電流繼電器_。
32、PLC的每一個掃描過程分為三個階段，分別是：輸入采樣階段、程序執行階段和輸出刷新三個階段。
33、電氣控制圖一般分為主電路和控制電路兩部分。
34、觸頭的結構形式有橋式觸頭、指形觸頭。
35、接觸器用于遠距離頻繁地接通或斷開交直流主電路及大容量控制電路的一種自動開關電器。
36、接觸器的額定通斷能力是指其主觸頭在規定條件下可靠地接通和分斷的電流值。
展開 【招聘】資深電機控制算法工程師
深圳企業招聘，我們是PCB（印刷線路板）專用生產設備領域研產銷一體的國家級高新技術企業，2022年深交所創業板上市，歡迎投遞~
聯系人張先生微信：18529507720
轉崗自動駕駛控制算法最強路徑來啦！
就自動駕駛的核心開發來說有3大模塊，分別是感知與定位、決策規劃，以及控制。控制和車輛息息相關，也是實現自動駕駛的基礎，尤其適合車輛工程、機械自動化等專業學生學習。
本次汽車學堂面向控制算法開發，推出了自動駕駛控制算法（三階）訓練營，通過三個階段的系統學習，從經典控制到現代控制，從理論到實踐，旨在幫助學員提升控制算法底層基礎，在實踐項目中積累工程能力。
01
教學團隊嚴陣以待
主講老師：劉老師 教授、研究生導師；清華大學博士
曾任英創匯智汽車技術有限公司技術中心首席技術專家、系統開發部部長；組建了公司的智能汽車系統開發部門，搭建了公司第一個面向智能駕駛線控底盤的仿真測試平臺。
展開 集中式自動駕駛控制域中的高精地圖數據解析算法
因此，我們在高精地圖數據處理及轉化中也通常會放到前端SOC芯片中，因為其算力、帶寬及融合算法都是相對成熟的。如下圖表示了一種高精地圖集中式數據處理的結構圖。
本文將針對性講解自動駕駛域控制器如何將前端EHP數據轉化為后端可處理執行的EHR數據。
地圖數據播發與重構算法分析
自動駕駛域控制器在針對高精地圖數據的集中式處理方式上主要是采用了緊耦合方式，其原理是將圖商提供的地圖原始數據EHP與AI芯片算法需要使用的數據（主要包含傳感器感知數據、IMU數據、輪速數據、RTK數據）進行有效融合，最終生成可以直接供自動駕駛域控制器邏輯處理單元MCU利用的高精度定位信息EHR。屆時，數據定位與播發EHP，數據管理與重構EHR的任務都交給了中央域控制器內部處理單元進行，圖商只是提供眾包和生成的底圖。就內部數據傳輸而言，以上EHP與EHR兩者之間仍舊基于ADASIS V3協議進行通信，自動駕駛控制算法模塊能夠直接利用的仍舊是EHR信息，因此EHR仍舊需要解析以及向上層應用輸出統一接口（一般為直接的CAN數據）。
在我們針對EHP轉EHR的軟件設計中主要需要考慮如下一些設計原則，才能確保轉換后的數據是準確無誤的。
1、傳輸可靠性
地圖數據傳輸過程中需要嚴格按照ADASIS V3標準進行封裝，EHR在解析地圖數據包EHP時，需要嚴格按照ADASIS V3接口標準進行，保障地圖數據傳輸過程中的正確性。此外，EHR系統內部算法需采用統一的數據模型，確保內部運算的穩定性。一般的EHP與EHR在控制器內部通信協議中仍舊采用原始以太網的方式進行。
展開 永磁同步電機降階模型抽取和矢量控制算法仿真
6 矢量控制算法仿真
矢量控制亦稱磁場定向控制(FOC)，其基本思路是：通過坐標變換實現模擬直流電機的控制方法來對永磁同步電機進行控制,其實現步驟如下：
1)根據磁勢和功率不變的原則通過正交變換,將三相靜止坐標變換成二相靜止坐標，也就是 Clark變換，將三相的電流先轉變到靜止坐標系，再通過旋轉變換將二相靜止坐標變成二相旋轉坐標，也就是 Park變換，Park變換中定子電流矢量被分解成按轉子磁場定向的 2 個直流分量 id、iq(其中id為勵磁電流分量，iq為轉矩電流分量)。
2)通過控制器對其速度電流環進行控制,控制id就相當于控制磁通，而控制 iq 就相當于控制轉矩。Iq 調節參考量是由速度控制器給出，經過電流環調節后得出其 d，q 軸上的電壓分量即 ud 和 uq。.
3)控制量 ud 和 uq 通過 Park 逆變換。
4)根據SVPWM 空間矢量合成方法實現矢量控制量輸出，達到矢量控制的目的。
① Clark變換。Clark變換是3相交流電機矢量控制（FOC)控制的一個重要變換，在保證旋轉磁場不變的約束條件下，把電參數從A、B、C三相靜止坐標系變換到Alpha、Betal兩相靜止坐標系。也可以進行Clark反變換。
Clark變換原理
通過調用Simplorer標準庫模塊可實現Clark正變換。
Clark正變換模塊
通過調用Simplorer標準庫模塊也可實現Clark逆變換。
Clark逆變換模塊
② Park變換。
展開 永磁同步電機降階模型抽取和矢量控制算法仿真
6 矢量控制算法仿真
矢量控制亦稱磁場定向控制(FOC)，其基本思路是：通過坐標變換實現模擬直流電機的控制方法來對永磁同步電機進行控制,其實現步驟如下：
1)根據磁勢和功率不變的原則通過正交變換,將三相靜止坐標變換成二相靜止坐標，也就是 Clark變換，將三相的電流先轉變到靜止坐標系，再通過旋轉變換將二相靜止坐標變成二相旋轉坐標，也就是 Park變換，Park變換中定子電流矢量被分解成按轉子磁場定向的 2 個直流分量 id、iq(其中id為勵磁電流分量，iq為轉矩電流分量)。
2)通過控制器對其速度電流環進行控制,控制id就相當于控制磁通，而控制 iq 就相當于控制轉矩。Iq 調節參考量是由速度控制器給出，經過電流環調節后得出其 d，q 軸上的電壓分量即 ud 和 uq。.
3)控制量 ud 和 uq 通過 Park 逆變換。
4)根據SVPWM 空間矢量合成方法實現矢量控制量輸出，達到矢量控制的目的。
① Clark變換。Clark變換是3相交流電機矢量控制（FOC)控制的一個重要變換，在保證旋轉磁場不變的約束條件下，把電參數從A、B、C三相靜止坐標系變換到Alpha、Betal兩相靜止坐標系。也可以進行Clark反變換。
Clark變換原理
通過調用Simplorer標準庫模塊可實現Clark正變換。
Clark正變換模塊
通過調用Simplorer標準庫模塊也可實現Clark逆變換。
Clark逆變換模塊
② Park變換。
展開 
安全舒適兩不誤：探討優化算法在規劃控制中的應用
對于貨車的控制，如果還是采用自行車模型進行假設（上圖），則A1是車頭，A2是掛車，F1為車頭的前軸，R2認為是掛車的后軸。在這個模型中，我們認為掛車的前軸和車頭的后軸是同一個點R1=F2，車頭的軸距是L1，掛車的軸距是L2，當得知車頭的前軸轉了?角度時，控制模塊可以得到車頭后軸的轉彎半徑。
那么，掛車的后軸軌跡會呈現出一條什么樣的曲線？這個問題也歡迎大家留言討論，畢竟現實生活中，路面上不止有一種車，自動駕駛從業者可以多思考下，各類車型的運動行為應該是什么樣的。
橫向控制
（Lateral Control）
上圖中紫色曲線是Planning（規劃模塊）輸出的目標軌跡，圖中的藍點是自動駕駛車此刻的位置，藍色的箭頭是車現在的行駛方向。
可以看到，自動駕駛車輛與規劃軌跡存在一個側向的偏差，因此橫向控制的目標就是使車輛實際軌跡和目標軌跡的側向偏差越小越好，同時車在某個時刻的heading（朝向）與規劃軌跡曲線對應點朝向的誤差越小越好。
預瞄算法就是橫向規劃中常用的一種：首先會選定一個預瞄點，橫向控制的目標就是到預瞄點時，側向誤差和heading（朝向）的與目標軌跡的誤差越小越好。這里的控制變量就是剛才說的曲率，所以橫向控制又轉化為了一個優化問題。
縱向控制（Longitudinal Control）
同樣的，在縱向控制上，我們也可以選一個預瞄點，希望達到的目標是自動駕駛車速（v）與規劃軌跡的誤差越小越好，位移（s）與規劃軌跡的誤差越小越好，于是縱向控制也可轉為優化問題。
總結來看，不管是對于Planning（規劃）還是Control（控制），最終都可以轉化為優化問題。
展開 基于遺傳算法優化阻尼器空間位置的結構振動控制
基于遺傳算法優化阻尼器空間位置的結構振動控制
李宏男 董松員 李宏宇
大連理工大學海岸和近海工程國家重點實驗室，沈陽建筑大學土木學院
摘要：通過對多層結構在二維地震動作用下的控制算法和控制機構布置準則的分析，建立了控制機構的布置優化模型，利用改進的遺傳算法中二進制單點交叉，避免了用懲罰函數。以一棟帶有阻尼器控制的結構為例，進行了數值計算和分析，結果與窮舉法比較表明，本文優化算法是快速而有效的。
關鍵詞：主動控制，遺傳算法，優化布置，阻尼器，多維地震動
內容簡介：
0 引言
1 運動方程及求解方法
2 控制機構的最優布置準則
3 采用的遺傳優化算法
3.1 編碼
3.2 適應度函數
3.3 選擇
3.4 改進的二進制單點交叉
3.5 變異
3.6 收斂
3.7 懲罰函數
4 數值計算及分析
5 結語
基于遺傳算法優化阻尼器空間位置的結構振動控制.pdf
展開 PID控制算法如何通過C語言和梯形圖實現
PID控制算法公式
C語言程序
其實用代碼將算法的加減乘除實現一下就可以了。
梯形圖程序
自動駕駛4WS車輛路徑跟蹤最優控制算法仿真
經過聯合仿真表明，此路徑跟蹤算法誤差最大為 0.34m (110km/h)，考慮車輛建模的精度，該誤差在合理的范圍內。相較于傳統的反饋控制，對車輛橫擺角、縱向加速度等車輛操縱穩定性參數有較好的控制效果，并且對車速有很好的魯棒性。權系數LQR算法相較于線性LQR算法在 110km/h 工況下對橫擺角速度的控制效果提升了15%。因此，本文設計的算法可以滿足自動駕駛4WS車輛高速循跡性能要求。
