用于发动机的无传感器控制的状态估计的制作方法 专利技术说明

发电;变电;配电装置的制造技术1.本发明涉及用于控制电发动机、尤其是机动车的电发动机的方法以及用于电发动机、尤其是机动车的电发动机的控制器和用于驱动机动车的电机、尤其是同步电机。背景技术：2.用于机动车的典型电发动机具有硬件传感器，硬件传感器检测发动机的转子的位置和/或速度。硬件传感器直接地或间接地与插座接线，所述插座以某种方式直接与控制器连接，所述控制器对信号数字化、滤波和预处理并且然后将所述信号回传给调节算法。硬件传感器使用宝贵的结构空间、具有不期望的重量并且购置昂贵。3.由us 2020/099323 a1已知一种称为“无传感器”的位置确定。但是，在那里示出的解决方案中，仅根据车辆参数计算在发动机的转子上期望的负载转矩。4.在这样的“无传感器的”解决方案中，负载力矩计算和因此还有位置确定具有很大的误差，尤其是因为负载转矩控制的出发点、亦即实际负载转矩没有纳入控制中。技术实现要素：5.在该背景下，本发明的任务是改善对电发动机的控制，尤其是改善所述控制所基于的对发动机内部状态的确定。6.该任务通过具有权利要求1的特征的方法、具有权利要求11的特征的控制器和具有权利要求12的特征的电机来解决。从属权利要求涉及本发明的有利的进一步设计方案。7.按照一方面，给出一种用于控制电发动机的、尤其是机动车的电发动机的尤其是转速和电矩的方法。所述方法至少具有下列方法步骤，可以以给出的次序或以另一种对于本领域技术人员有意义的次序经过所述方法步骤：8.(i)测量、尤其是重复地以采样频率、优选恒定的采样频率测量发动机的实际定子电流，所述采样频率尤其是处于多于20或50hz(赫兹)的范围中。实际定子电流当前尤其是可理解为在发动机的多个相、尤其是三个相中的一个相上在采样时刻存在的电流。9.(ii)估计发动机的内部状态，其中，所述内部状态尤其是并且必要时另外通过参数、如尤其是发动机的定子电流和/或转子转速的特征表现和/或转子位置的特征表现和/或磁通量的特征表现和/或负载转矩的特征表现来定义。所述估计基于尤其是在采样时刻所测得的实际定子电流进行，其中，尤其是对于所述采样时刻和/或对于接着的采样时刻进行所述估计。10.(iv)按照一种实施方式，将发动机的所估计的内部状态传递给操控机构、尤其是发动机的理论电流调节器，尤其是当满足、尤其是充分地满足质量准则时。11.由此，即使没有用于转子的位置和/或转速的角度和/或转速传感器也能够(以估计的方式)实现可靠地确定发动机的内部状态。12.按照一种实施方式，仅在如下情况下传递发动机的所估计的内部状态，即，基于下列方法步骤对于发动机的改善控制显得效果显著：13.(iii)确定对用于发动机的内部状态的所估计的特征表现的质量准则的满足，14.(iv*)尤其是仅当尤其是在足够充分地确定的质量程度下满足质量准则时和/或当在没有附加的“标志”的情况下尤其是在足够充分地确定的质量程度下满足质量准则时，才传递发动机的所估计的内部状态。15.这能够实现关于如下情况的报告，即，发动机的内部状态的所估计的特征表现是否应该无问题地用于操控发动机或是否必要时必须在发动机的操控中设置其他的安全措施，以便拦截可能的估计误差。必要时也可以在不满足质量准则时规定，不为了进一步的使用而传递发动机的内部状态的所估计的特征表现。16.按照一种实施方式，根据发动机的所传递的内部状态操控(v)发动机的理论定子电流。17.按照另一方面，给出一种用于机动车的电发动机的控制器，尤其是用于借助逆变器、尤其是三相逆变器控制电机、尤其是三相电机的转速和电矩(尤其是为了借助电机施加期望负载力矩所需要的力矩)。18.控制器并且尤其是其计算机构设计用于实施按照本发明实施方式的方法，并且具有：(a)按照一种实施方式，用于检测在发动机运行时的负载期望的机构；(b)用于确定、尤其是测量实际定子电流的机构，尤其是合适的传感器和/或发动机的逆变器的运行模型；(c)用于确定发动机的内部状态的特征表现的估计机构；(d)用于为电机的多个相、尤其是三个相中的每个相分别确定理论定子电流的计算机构；(e)按照一种实施方式，用于操控理论定子电流的操控机构、尤其是理论电流调节器。19.按照另一方面，给出一种用于驱动机动车的电机、尤其是同步电机，其具有按照本发明实施方式的控制器。20.本发明另外基于如下考虑，即，能够不强制地仅以直接或间接测量转子位置的方式确定发动机的内部状态。21.本发明因此另外基于如下构思，即，借助鲁棒的自适应估计算法估计内部状态(亦即尤其是变量、如发动机的转速、转子位置、磁通量和负载转矩)，尤其是在考虑这些参量的方差和协方差的情况下。22.当前描述一种用于按照一种实施方式在使用自适应观察器、尤其是非线性自适应观察器的情况下确定发动机转速和因此转子位置和负载转矩的非常鲁棒的自适应估计方法。观察器的输入至少是驱动电流中的定子电流、尤其是三个定子电流。输出是：转子转速、转子位置、磁通量和负载转矩。23.尤其是借助在转子速度和/或转子位置方面无传感器的方法进行对发动机的内部状态的估计、尤其是与所述估计关联的预测，所述方法尤其是借助估计算法(估计器)实施。估计器在这里按照一种实施方式是(非线性)扩展的随机滤波器、例如卡尔曼滤波器。基于发动机内的非线性特性，估计器必须能够观察非线性的组成部分。24.为了估计初始值的内部状态例如经过三个步骤：测量定子电流、估计内部状态和必要时可信度测试。作为输入，为估计器提供发动机的三个相的三个所测得的定子电流。由这些定子电流估计发动机的四个内部参量(即内部状态)(发动机转速、位置、通量和负载转矩)。为此，按照一种实施方式首先将输入电流从三个映射和转换到两个。基于这两个电流或必要时在没有该变换的情况下实施进一步的计算。为了估计，考虑附加的运行参数和/或环境参数。按照一种实施方式，再次估计定子电流并且将其与所测得的电流比较，以便获得关于估计的质量/精度的报告，其中，小的偏差指示高的估计精度。尤其是借助协方差矩阵进行传递。按照一种实施方式借助均方误差法确定所述协方差矩阵。由此减少不确定性。在进一步的步骤中，对获得的值进行可信度测试。为此，将获得的值与以前的值、尤其是定子电流的测量值再一次进行比较，并且只要获得的值处于预定范围内，则将其评价为可信的。25.按照本发明实施方式的方法被证实为自适应的(随着增加地重复所述方法，发动机的内部状态的因此预测的特征表现得以改善，并且在所测得的和以估计的方式预测的特征表现之间的偏差倾向于下降。通过改善的预测，能够实现发动机的振动较少的运行。26.所述方法的无传感器实施相比于硬件解决方案提高了可靠性，并且降低了成本、重量，而更多结构空间可供使用。27.按照一种实施方式，质量准则包含发动机的内部状态的所估计的特征表现、尤其是所估计的定子电流与尤其是在彼此对应的采样时刻所测得的实际定子电流的比较。28.所测得的定子电流与以估计的方式确定的定子电流的比较能够实现简单的可信度测试，所述可信度测试也通过发动机的仅借助估计确定的状态参数的可靠性而有说服力。29.按照一种实施方式，所述质量准则考虑估计的均方误差和/或总谐波失真，以用于评价发动机的内部状态的一个参数的或多个参数分别的估计的、尤其是估计器的方差和/或失真。因此，例如声学主题和/或消耗主题能够纳入质量评价中。30.按照一种实施方式，为了估计，考虑发动机的内部状态的方差和/或协方差、尤其是内部状态的各个参数、如尤其是发动机的实际定子电流以及转子转速、转子位置、磁通量和/或负载转矩的特征表现的方差和/或协方差。尤其是考虑如下方差和/或协方差：(i)取决于在测量实际定子电流时的测量方法和/或所使用的传感器的方差和/或协方差，和/或(ii)在测量实际定子电流时的统计学测量噪声的方差和/或协方差，和/或(iii)影响发动机的内部状态的影响参量的方差和/或协方差，和/或(iv)统计学过程噪声的方差和/或协方差。由此能够提供预测模型(或者说估计模型)，所述预测模型基于在较少迭代经过内的方差考虑而能够实现非常可靠地低误差的估计，并且此外能够提供关于估计可靠性的报告。31.按照一种实施方式，借助非线性自适应观察器估计和/或预测发动机的内部状态。以这种方式，估计器也能够模拟在发动机运行时的非线性关系。32.按照一种实施方式，观察器是非线性随机滤波器的扩展并且基于时间离散的非线性状态模型实现。发动机的状态空间方程在此是[0033][0034]y＝cx+du[0035]状态模型在使用两个协方差矩阵q0和r0的情况下初始化，这两个协方差矩阵反映估计v(k)和测量w(k)的不确定性。利用时间离散化得出：[0036][0037]y(k)＝cdx(k)+ddu(k)+w(k)[0038]用于发动机的内部状态的通过六个参量描述的四个参数——定子电流、通量、旋转角速度和负载转矩——的估计向量在此是：[0039][0040]备选地，所述矩阵也可以通过在采样和/或预测时刻的泰勒级数展开求解。[0041]按照一种实施方式，自适应观察器具有尤其是扩展的随机滤波器、例如卡尔曼滤波器。这能够实现所述估计的优化的在软件技术方面的实现方案，所述实现方案即使以在机动车中常见的控制器的有限计算能力也能够实现足够准确的估计。[0042]尤其是使用时间离散的扩展的随机滤波器、例如卡尔曼滤波器，其与实际定子电流的测量的采样时刻协调。[0043]按照一种实施方式，根据机动车的运行状态和/或环境状态的一个或多个参数进行所述估计。[0044]通过包含运行状态和/或环境状态，能够实现根据运行情况估计内部状态。[0045]机动车的运行状态尤其是可理解为发动机的运行状态。机动车的环境状态尤其是可理解为环境交通和/或大气影响和/或道路状态的参数。[0046]按照一种实施方式，对于多个相继的采样时刻分别重复所述估计，并且一旦尤其是第一次或比预先确定的极限值更频繁地满足和/或已满足质量准则，则传递所确定的特征表现。以这种方式能够快速地训练算法，这改善发动机的内部状态的估计结果和与此关联的预测。[0047]按照一种实施方式，确定用于满足质量准则的质量程度和/或将其存储在控制器中和/或将其纳入发动机的所传递的内部状态的权重中或应用程度中。这样，必要时发动机的所确定的状态可以不是未注释地、而是“标记地(geflagged)”转移给理论电流调节器和所属的控制，从而必要时可以采取加强性措施，以用于补偿可接受的、但不完全足够好的估计质量。[0048]按照一种实施方式，所述方法此外具有下列方法步骤，可以以给出的次序或以另一种对于本领域技术人员有意义的次序经过所述方法步骤：[0049](i)确定发动机的尤其是分别一个内部状态，其中，所述内部状态尤其是并且必要时另外通过参数、如尤其是发动机的定子电流和/或转子转速的特征表现和/或转子位置的特征表现和/或磁通量的特征表现和/或负载转矩的特征表现来定义；和/或[0050](ii)确定机动车的运行状态和/或环境状态的和/或车辆驾驶员的推进期望的一个或多个参数的特征表现；和/或[0051](iii)根据所确定的内部状态和/或运行状态和/或环境状态的所确定的特征表现和/或所确定的推进期望确定发动机的尤其是分别一个内部理论状态；和/或[0052](iv)根据所确定的内部状态和/或运行状态和/或环境状态的所确定的特征表现和/或所确定的推进期望、尤其是根据所确定的内部状态和理论状态、尤其是根据在所确定的状态和理论状态之间的区别来确定一组相继要操控的基本电压空间矢量，所述组构成用于将发动机从所确定的内部状态转移到内部理论状态中；和/或[0053](vi)利用所确定的一组、尤其是对于所确定的一组相继要操控的基本电压空间矢量来操控发动机的逆变器。[0054]通过所述组的相继的基本电压空间矢量的直接规定而可能的是，放弃借助单独的pwm单元对定子电流的pwm(脉冲宽度调制)。此外该规定允许在期望的控制和优化限制之外在自选择性的轨迹中驱动将发动机，和/或能够实现以用于操控逆变器的的更多自由度运行发动机。[0055]按照一种实施方式，借助发动机的逆变器的功率开关的直接触发器来操控所述组的相继要操控的基本电压空间矢量。由此能够节省硬件，尤其是因为不再需要pwm单元和所属的计时器。[0056]按照一种实施方式，进行如下方法步骤(iv*)：确定备选的和/或对于相继的采样时刻确定的多组相继要操控的基本电压空间矢量。这对于发动机或其控制器来说能够实现优化发动机运行，因为提供多组将能够实现选择更合适的组。[0057]按照另一方面，给出一种用于机动车的电发动机的控制器，尤其是用于借助逆变器、尤其是三相逆变器控制电机、尤其是三相电机的转速和负载力矩。[0058]所述控制器设计用于实施按照本发明实施方式的方法并且具有：(a)用于检测在发动机运行时的负载期望的机构；(b)按照一种实施方式，用于确定实际定子电流的机构，尤其是合适的传感器和/或发动机的逆变器的运行模型；(c)用于确定发动机的内部状态的特征表现的机构；(d)按照一种实施方式，用于确定多组相继要操控的基本电压空间矢量的计算机构；(e)用于发动机的逆变器的各个功率开关的直接触发的操控机构、尤其是理论电流调节器。[0059]按照另一方面，给出一种用于驱动机动车的电机、尤其是同步电机，其具有按照本发明实施方式的控制器。[0060]按照一种实施方式，利用预测的模型实现用于机动车的电发动机的预测的控制策略，所述控制策略改善驱动性能，另外其方式为集成预先定义的复杂的条件和边界条件。[0061]因此能够实现更好地预测和优化发动机的动态响应，其方式为提供用于集成用于优化目的的边界条件的可应用方法并且也提供预测水平，以便能够非常快速地对车辆的易变并且复杂可变的行驶状况作出反应。[0062]按照该实施方式，能够实现预测水平的集成和在逆变器中的功率开关(半桥开关)的直接控制，而不用设置pwm。能够有传感器地控制或无传感器地实施的控制方法尤其是具有计算阶段和/或预测阶段和/或优化阶段和/或用于操控驱动变流器的操控阶段，而没有任何调制或至少没有任何pwm，其方式为仅提供并且直接在功率开关上触发有限量的基本电压向量。[0063]因此，利用如下方法绕过需要附加硬件的pwm方法，所述方法此外基于车辆状态和/或环境状态的较好集成而使得发动机状态的预测和因此预测的控制策略变得容易。[0064]按照一种实施方式，在期望的控制和优化限制之外在自选择性的轨迹中驱动发动机并且如此给予发动机更多用于运行的自由度。[0065]按照一种实施方式，所述方法具有下列步骤：(v-a)确定对用于所确定的组的相继要操控的基本电压空间矢量的质量准则的满足程度和/或(v-b)考虑用于所确定的组的相继要操控的基本电压空间矢量的至少一个选择准则；(vi-a)利用如下的、尤其是对于如下的所确定的组的相继要操控的基本电压空间矢量操控发动机的逆变器，所述组具有质量准则的最好满足程度和/或具有所述至少一个选择准则。由此能够实现针对性地优化发动机的运行。[0066]当然也可以考虑质量准则作为一个选择准则或唯一的选择准则。但相关的选择准则也可以是发动机操控的下列典型“约束条件”中的一个或多个或所有：空间矢量变换的数量、驱动电池的负载、驱动温度、天气状况等。[0067]按照一种实施方式，所述质量准则考虑成本评价和/或开关损耗评价和/或对于所述组的相继要操控的基本电压空间矢量。因此能够实现消耗优化。[0068]按照一种实施方式，所述质量准则考虑均方误差和/或用于emv的程度、尤其是通过所述组的相继要操控的基本电压空间矢量的脉动和/或谐波振荡负载，尤其是考虑在发动机中的被操控的定子电流的总谐波失真。由此能够较轻地、较可靠并且与调节目标的偏差较少地运行发动机。[0069]按照一种实施方式，为了确定一组/多组相继要操控的基本电压空间矢量，考虑发动机的内部状态的方差和/或协方差。这能够实现考虑在生成所述组时在统计学上出现的偏差。[0070]按照一种实施方式，对于发动机的内部状态的多个相继的采样时刻分别重复确定相继要操控的基本电压空间矢量的组。此外选择是否将用于操控发动机的组通过之后确定的和/或通过另一个较早确定的组代替，其中，尤其是基于质量准则的相应满足程度进行该选择。由此辅助对发动机运行的迭代连续优化。附图说明[0071]由下面结合附图的描述得出本发明的其他的优点和应用可能性。[0072]图1示意性示出按照本发明的一种示例性实施方式的具有控制器的电机。[0073]图2借助流程图示出用于控制图1中的电发动机的方法，其中，基于电发动机的状态估计进行所述控制。[0074]图3借助流程图示出另一种用于控制图1中的电发动机的方法，其中，基于电发动机的逆变器的功率开关的直接触发器进行所述控制。[0075]图4借助流程图示出另一种用于控制图1中的电发动机的方法，其中，不仅应用图2中的方法的方法步骤而且应用图3中的方法的方法步骤。具体实施方式[0076]在图1中示出用于驱动未示出的机动车的电发动机am，所述电发动机在该实施例中是具有相l1、l2和l3的他励三相同步电机。对于本发明并且也对于在这里描述的实施例而言不重要的是，同步电机是他励地构成还是永磁激励地构成。[0077]借助驱动电池b，机器am通过直流中间电路zk连接到能量源上。发动机am具有包括六个功率(半桥)开关s1、s2、s3、s4、s5、s6的逆变器，借助所述功率(半桥)开关，由电池b提供的直流电压按照控制器sg的规定可转化为三相电压。[0078]控制器sg具有用于测量各个相l1、l2和l3的实际定子电流的测量机构102。此外，控制器具有用于确定发动机am的内部状态z的特征表现的估计机构104(即估计器)、用于为电机am的所述相l中的每个相分别确定理论定子电流的计算机构106和操控机构108(在该实施例中作为用于操控理论定子电流的理论电流调节器)。此外，控制器sg具有用于检测在发动机或机动车运行时的负载期望lw和/或边界条件rb的机构。[0079]内部状态z在该实施例中通过发动机am的定子电流i和转子角速度ω、磁通量ψ和负载转矩tload的特征表现来定义。[0080]在图2中借助流程图示出用于控制图1中的电发动机am的示例性方法200，其中，基于电发动机am的内部状态z的估计进行所述控制。[0081]示例性方法200具有下列方法步骤：[0082](s210)(尤其是重复地)以例如200hz的恒定采样频率测量发动机am的实际定子电流ia、ib和ic。[0083](s220)确定和提供机动车的运行状态和环境状态的多个参数的特征表现(组合地称为边界条件rb)。[0084](s230)为了在估计机构104中的后续使用，对用于定子电流ia、ib和ic的方法步骤s210确定的值以及来自方法步骤s220的运行参数和环境参数的在采样时刻所属的特征表现进行(本身专业熟知的)预先处理、离散化并且必要时进行变换，例如借助在图1中记录的克拉克变换进行变换。[0085]为此，按照一种实施方式首先将输入电流从三个减少为两个。基于这两个电流实施其他的计算。为了估计，考虑来自步骤s220的运行参数和/或环境参数rb。尤其是借助协方差矩阵p进行到估计器104上的转移。[0086]同样地，在该步骤中对估计器104进行初始化，尤其是利用用于定子电流的适合地预备的值ia、ib、ic和估计的边界条件rb。[0087](s240)借助估计器104基于尤其是在采样时刻所测得的实际定子电流i估计、即预测发动机am的内部状态z。[0088](s250)基于在s240中估计的状态z纠正估计器104(用于后续的估计)。[0089]估计器104构成为借助扩展的卡尔曼滤波器的自适应非线性观察器。尤其是使用时间离散的扩展的卡尔曼滤波器，所述卡尔曼滤波器与测量实际定子电流的采样时刻协调。这能够实现所述估计的优化的在软件技术方面的实现方案，该实现方案即使以在机动车中常见的控制器的有限计算能力也能够实现足够准确的估计。[0090]亦即，观察器104包含随机滤波器的非线性扩展并且基于时间离散的非线性的状态模型实现。发动机am的状态空间方程在此是[0091][0092]y＝cx+du[0093]所述状态模型按照步骤s230在使用两个协方差矩阵q0和r0的情况下初始化，这两个协方差矩阵反映估计v(k)和测量w(k)的不确定性(参考在图2的下面部分中的观察器104的细节视图中的步骤s231)。利用时间离散化得出：[0094][0095]y(k)＝cdx(k)+ddu(k)+w(k)[0096]在此，ad是系统矩阵并且bd是输入矩阵。cd和dd是输出矩阵。这些矩阵可以借助改进的欧拉法以采样时间ts如下求解：[0097]·ad＝eats≈|+a*t+1/2ts2*a2[0098]·bd≈ts＊b+1/2＊ts2＊a＊b[0099]·cd＝c[0100]·dd＝d[0101]·i是单位矩阵、尤其是6×6的单位矩阵[0102]·v(k)代表具有协方差矩阵q0的系统的不确定性[0103]·w(k)代表具有协方差矩阵r0的测量噪声[0104]用于发动机am的内部状态z的通过六个参量描述的四个参数——定子电流i、磁通量ψ、转子角速度ω和负载转矩tload——的估计向量在此计算为(参考在图2的下面部分中的观察器104的细节视图中的步骤s241)：[0105][0106]如在步骤s242中示出的，此外估计误差的协方差矩阵p(k)并且在步骤s251中估计用于将余项投射到系统状态的校正上的卡尔曼增益矩阵k。在步骤s252中，利用输出矩阵cd和dd计算输出参量y(k)。[0107](s260)将在步骤s240中估计的状态z与来自步骤s210的定子电流i的测量进行比较，并且从所述比较推导出对用于估计的质量准则qk的满足。所述质量准则考虑所述估计的均方误差mse和/或总谐波失真thd，以用于评价发动机的内部状态的参数的估计的、尤其是估计器104的方差和失真。(参考在图2的下面部分中的观察器104的细节视图中的步骤s261。)[0108](s270)当满足质量准则mse或thd时，将发动机am的所估计的内部状态z传递给操控机构108。然后，根据发动机am的所传递的内部状态z操控发动机的理论定子电流isoll。[0109]对于多个相继的采样时刻分别重复对内部状态z的估计，并且一旦选择了在所有要考虑的约束条件方面的估计和/或满足了质量准则，则传递所确定的特征表现。以这种方式能够快速地训练算法，这改善发动机的内部状态的估计结果和与此关联的预测。[0110]由此，能够在没有用于转子的位置和/或转速的角度和/或转速传感器的情况下以估计的方式实现可靠地确定发动机的内部状态z。[0111]在图3中借助流程图示出用于控制图1中的电发动机am的另一种方法300，其中，通过操控机构108基于用于电发动机am的逆变器wr的功率开关s的直接触发器t进行所述控制。[0112]示例性方法300具有下列方法步骤：[0113](s310)确定发动机am的内部状态z。按照图2的示例性方法200中对发动机am的内部状态z的估计可以用作方法300的出发点或输入参量。但如在图3中示出的那样，对此代替地也可以使用来自驱动装置的测量值。[0114](s320)确定车辆驾驶员的推进期望并且因此确定相对于负载转矩tload的负载期望l(亦即尤其是导致负载转矩tload的负载期望l)。[0115](s325)确定机动车的运行状态和环境状态的一个或多个参数的特征表现rb。[0116](s330)根据所确定的内部状态z和所确定的运行状态和环境状态的特征表现rb确定发动机am的内部理论状态。[0117](s340/s350)确定备选的多组和对于相继的采样时刻确定的多组svv相继要操控的基本电压空间矢量v1至v8，其用于发动机am的转化。[0118]为了模拟三相系统，对于三个相l1、l2、l3(参考图1)中的每个相需要半桥。每个半桥可以占据功率开关s1和s2、s3和s4、s5和s6的两个不同的开关位置。因为对于一个三相交流系统需要三个半桥，所以由此产生23个可能的开关位置和因此8个开关状态，所述开关状态称为基本电压向量v1至v8。在每个开关位置中，在相l1、l2和l3之间产生不同的电压情况并且因此也产生不同的电压空间矢量。如下两个开关位置构成例外，在所述两个开关位置中要么所有三个上面的开关、要么所有三个下面的开关闭合。在这些开关位置中，所有三相l1、l2和l3短接。因此在这些相之间不能测量到电压。这两个电压矢量称为零电压空间矢量。由此可以构成6个有源的和两个无源的基本电压空间矢量v1至v8。[0119]利用这些基本电压矢量v1至v8的适合的顺序，能够可靠调节期望的负载力矩tload以及期望的转子角速度ω。[0120](s355)确定操控发动机的约束条件，例如并且必要时另外由边界条件rb并且由发动机的马达运行的界限确定操控发动机的约束条件。在该实施例中，考虑下列约束条件中的至少一些：空间矢量变换的数量、驱动电池的负载、驱动温度、天气状况等。约束条件的选择本身专业熟知地进行。[0121](s360)在选择要操控的组svv时考虑至少一个专业熟知地从s335的约束条件中确定的用于所确定的组svv的相继要操控的基本电压空间矢量v的选择准则ak，。相关的选择准则在该实施例中可以是发动机操控的下列典型“约束条件”中的一个或多个或所有：空间矢量变换的数量、驱动电池的负载、驱动温度、天气状况等。在该实施例中，选择准则ak纳入要切换的组的“成本”评价和开关损耗评价中。[0122](s370)通过操控机构108利用所选择的组svv的相继要操控的基本电压空间矢量借助直接触发器t操控发动机am的逆变器wr，所述基本电压空间矢量输出给操控机构108的gpo并且转移到逆变器wr上。[0123]借助在发动机am的逆变器wr的功率开关的接口上的直接触发器(即通过直接触发器t)操控所选择的组svv的相继要操控的基本电压空间矢量v。因此能够节省硬件，尤其是因为不再需要pwm单元和所属的计时器。[0124]对于发动机的内部状态的多个相继的采样时刻分别重复确定相继要操控的基本电压空间矢量的组。此外，选择是否将用于操控发动机的组通过之后确定的组代替，其中，尤其是基于质量准则qk的相应满足程度来进行该选择。由此辅助对发动机运行的迭代连续优化。[0125]在图4中借助流程图示出用于控制图1中的电发动机的另一种方法400，其中，不仅应用图2中的方法200的方法步骤，而且应用图3中的方法300的方法步骤。[0126]方法200的输出参量在此用作方法300的输入参量。[0127]附图标记列表[0128]akꢀꢀꢀꢀꢀꢀꢀꢀ选择准则[0129]amꢀꢀꢀꢀꢀꢀꢀꢀ发动机[0130]bꢀꢀꢀꢀꢀꢀꢀꢀꢀ电池[0131]gpoꢀꢀꢀꢀꢀꢀꢀ通用输出[0132]ia、ib、icꢀꢀꢀ发动机的实际定子电流[0133]l1、l2、l3 发动机的相[0134]lwꢀꢀꢀꢀꢀꢀꢀꢀ负载期望[0135]qkꢀꢀꢀꢀꢀꢀꢀꢀ质量准则[0136]rbꢀꢀꢀꢀꢀꢀꢀꢀ边界条件(运行状态和/或环境状态的参数)[0137]sgꢀꢀꢀꢀꢀꢀꢀꢀ控制器[0138]s1-s6ꢀꢀꢀꢀꢀ逆变器的半桥的功率开关[0139]sxxxꢀꢀꢀꢀꢀꢀ方法步骤[0140]svvꢀꢀꢀꢀꢀꢀꢀ基本电压矢量的组[0141]tꢀꢀꢀꢀꢀꢀꢀꢀꢀ直接触发器[0142]wrꢀꢀꢀꢀꢀꢀꢀ逆变器[0143]zꢀꢀꢀꢀꢀꢀꢀꢀꢀ发动机的内部状态[0144]zkꢀꢀꢀꢀꢀꢀꢀꢀ直流中间电路[0145]102ꢀꢀꢀꢀꢀꢀꢀ控制器的用于发动机的定子电流的测量机构[0146]104ꢀꢀꢀꢀꢀꢀꢀ控制器的估计机构(估计器)[0147]106ꢀꢀꢀꢀꢀꢀꢀ控制器的计算机构[0148]108ꢀꢀꢀꢀꢀꢀꢀ控制器的操控机构、尤其是理论电流调节器[0149]200ꢀꢀꢀꢀꢀꢀꢀ第一示例性方法[0150]300ꢀꢀꢀꢀꢀꢀꢀ第二示例性方法[0151]400ꢀꢀꢀꢀꢀꢀꢀ第三示例性方法









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!