異步電機(jī)的矢量控制因其穩(wěn)定可靠、響應(yīng)速度快等優(yōu)點(diǎn),在工業(yè)場(chǎng)合中得以大量應(yīng)用。特別是近年來,異步電機(jī)的間接矢量控制(Indirect Field Oriented Control,IFOC)在電動(dòng)汽車領(lǐng)域的使用上越來越廣泛。在IFOC中,異步電機(jī)的輸出性能與電機(jī)參數(shù)密切相關(guān),因此有必要對(duì)異步電機(jī)的參數(shù)進(jìn)行辨識(shí)和標(biāo)定。
在電動(dòng)汽車電機(jī)控制領(lǐng)域,參數(shù)標(biāo)定任務(wù)并不完全等同于傳統(tǒng)的電機(jī)參數(shù)辨識(shí)任務(wù)。傳統(tǒng)的參數(shù)辨識(shí)方法是在電機(jī)控制系統(tǒng)建模的基礎(chǔ)上,使用現(xiàn)代控制理論對(duì)系統(tǒng)模型參數(shù)進(jìn)行辨識(shí),所辨識(shí)出的數(shù)值即為電機(jī)的模型參數(shù)值。
然而,在電動(dòng)汽車電機(jī)控制領(lǐng)域中,目標(biāo)有所不同:為了提高整車的動(dòng)力特性以及延長(zhǎng)整車的續(xù)航里程,一般希望辨識(shí)出的參數(shù)能使電動(dòng)汽車電機(jī)在任意給定轉(zhuǎn)速和給定電流下盡可能地輸出最大轉(zhuǎn)矩和最高效率。
以往的研究表明,在電機(jī)運(yùn)行過程中,能使電機(jī)運(yùn)行在最優(yōu)轉(zhuǎn)矩狀態(tài)的參數(shù)往往并非固定的電機(jī)模型參數(shù),而是隨著電機(jī)運(yùn)行工況的不同而發(fā)生變化的值。因此,電動(dòng)汽車電機(jī)在安裝之前,一般會(huì)在電機(jī)測(cè)試臺(tái)架上對(duì)電機(jī)進(jìn)行測(cè)試,根據(jù)電機(jī)不同的轉(zhuǎn)速以及不同的電流對(duì)電機(jī)的參數(shù)進(jìn)行更精細(xì)的調(diào)整,以確定不同工況下的電機(jī)參數(shù)最優(yōu)值,再將這些參數(shù)以表格的形式存儲(chǔ)至電機(jī)控制器中,以供在電機(jī)運(yùn)行的過程中進(jìn)行查詢,上述的過程稱之為電動(dòng)汽車電機(jī)的參數(shù)標(biāo)定過程。
以往的電動(dòng)汽車電機(jī)參數(shù)標(biāo)定多采用人工標(biāo)定法,對(duì)工程師的技術(shù)要求高、工作強(qiáng)度大、標(biāo)定周期長(zhǎng)、標(biāo)定精度也不夠理想。因此,如何減少電機(jī)參數(shù)標(biāo)定的工作量是近年來電動(dòng)汽車電機(jī)控制領(lǐng)域急需解決的問題。
為解決上述問題,安徽大學(xué)電氣工程學(xué)院的研究人員介紹了一種研究基于深度確信策略梯度(Deep Deterministic Policy Gradient,DDPG)的電動(dòng)汽車異步電機(jī)參數(shù)標(biāo)定方法。DDPG是近年來提出的一種適用于連續(xù)狀態(tài)和連續(xù)動(dòng)作空間的深度強(qiáng)化學(xué)習(xí)算法,采集合適的電機(jī)信號(hào)作為算法的觀測(cè)值和獎(jiǎng)勵(lì)值送入DDPG,并設(shè)計(jì)合適的動(dòng)作策略,便可以對(duì)電機(jī)的任意狀態(tài)進(jìn)行電機(jī)參數(shù)的自動(dòng)標(biāo)定。
DDPG方法是一種數(shù)據(jù)驅(qū)動(dòng)型參數(shù)標(biāo)定方法,相比于其他方法,基于DDPG的電動(dòng)汽車電機(jī)參數(shù)標(biāo)定方法的優(yōu)勢(shì)在于:
(1)與傳統(tǒng)電機(jī)參數(shù)辨識(shí)方法獲取的電機(jī)模型參數(shù)不同,DDPG標(biāo)定的電機(jī)參數(shù)是使電機(jī)在任意給定轉(zhuǎn)速和給定電流下都能輸出最優(yōu)轉(zhuǎn)矩的參數(shù),同時(shí)標(biāo)定參數(shù)的精度不會(huì)受到模型誤差和外部干擾的影響,因此更加適合于電動(dòng)汽車電機(jī)控制領(lǐng)域的要求。
(2)與人工標(biāo)定方法相比,DDPG的參數(shù)標(biāo)定方法是一種端到端的方法,即所有電動(dòng)汽車工況下的電機(jī)參數(shù)標(biāo)定工作均由算法自動(dòng)完成,無需人類工程師進(jìn)行輔助操作,因此大大減少了標(biāo)定工程師的工作量。
研究人員使用了這種連續(xù)動(dòng)作域的深度強(qiáng)化學(xué)習(xí)方法即深度確信策略梯度(DDPG)的方法,去實(shí)現(xiàn)電動(dòng)汽車異步電機(jī)的參數(shù)標(biāo)定任務(wù),并總結(jié)如下:
1)該研究成果雖然只局限于電動(dòng)汽車的離線參數(shù)標(biāo)定,但是標(biāo)定的結(jié)果仍可用于基于轉(zhuǎn)矩最優(yōu)的電機(jī)參數(shù)在線辨識(shí)方法。
2)該研究成果雖然只適用于電動(dòng)汽車異步電機(jī)的參數(shù)標(biāo)定,但是只要采用合適的觀測(cè)和獎(jiǎng)勵(lì)值,該方法也適用于其他類型的參數(shù)標(biāo)定,如永磁同步電機(jī)、開關(guān)磁阻電機(jī)等。
3)該研究方法只討論采用輸出轉(zhuǎn)矩作為獎(jiǎng)勵(lì),后續(xù)的工作中將會(huì)闡述采用其他的信號(hào)作為獎(jiǎng)勵(lì)時(shí),電機(jī)所呈現(xiàn)出的獨(dú)特性能。
以上研究成果發(fā)表在2020年第20期《電工技術(shù)學(xué)報(bào)》,論文標(biāo)題為“基于深度確信策略梯度的電動(dòng)汽車異步電機(jī)參數(shù)標(biāo)定方法”,作者為漆星、鄭常寶、張倩。