电机控制系列综述（第三篇）

随着宽带隙（WBG）功率器件的技术成熟和商业化，它可以提高电动汽车牵引系统的功率密度。

1、容错控制

1） 为了保证电动汽车的安全性，需要进一步提高故障诊断的速度。故障诊断的最终目标是在一个控制周期内检测故障。2） 为了降低驱动系统的成本，应避免使用其他基于设备的方法，并应进一步改进基于计算的方法。3） 由于容错控制块不是直接用于控制牵引电机的，因此需要在不损失性能的情况下进一步简化容错算法本身。

该图片来自于网络

在电力电子和电机控制领域，容错控制算法的研究趋势主要体现在以下几个方面：

智能故障诊断与预测：利用机器学习、人工智能等技术提高故障的实时检测和预测能力，提前发现潜在故障并采取措施，从而降低系统停机风险。

自适应与鲁棒性增强：开发更加灵活且具有自适应能力的容错控制策略，能够根据系统状态和运行环境的变化动态调整控制参数，保证在部件发生故障时系统仍能维持稳定运行。

分布式与协同容错：在多电机驱动系统或分布式能源网络中，研究分布式容错控制方法，实现多个子系统的协同工作和冗余备份，确保整体系统的可靠性。

硬件层面的冗余设计与软件算法结合：结合硬件层面的多重化冗余设计（如双电源供电、双通道驱动电路等），通过软件算法实现对硬件冗余的有效利用，提升系统在单一元件失效情况下的抗干扰性和恢复能力。

无传感器或弱传感器方案的容错控制：针对无传感器电机控制技术，研发基于模型预测、观测器等手段的容错控制算法，以减少对传感器依赖的同时保障控制系统在传感器故障时的正常运行。

混合型容错控制架构：混合多种容错策略和技术，比如将传统的PID控制与现代的滑模控制、模糊逻辑控制、神经网络控制等相结合，形成复合型容错控制结构。

标准化与模块化设计：推动容错控制算法的标准制定和模块化设计，使得控制器易于集成到各种不同的应用场合，并方便进行维护升级和功能扩展。

嵌入式计算平台的应用：依托于高性能嵌入式处理器和FPGA等硬件平台，优化容错控制算法的实时性能，使其能在苛刻的工业环境中高效地执行复杂的容错逻辑。​​

综上所述，未来电力电子和电机控制领域的容错控制算法将继续向智能化、自适应、分布式及无传感器方向发展，并不断寻求与新型硬件技术的深度融合，以满足日益增长的安全可靠性和经济高效性的需求。

2、无感控制

1） 无传感器控制方法高度依赖于电机参数。为了保证无传感器控制的准确性，必须获得电机参数的任何微小变化。2） 现有的无传感器控制方法大多侧重于稳态性能，而无传感器控制的动态性能需要进一步分析。3） 电动汽车的运行条件多种多样且复杂。因此，无传感器控制应该对转矩变化和扰动具有鲁棒性。4） 在低速情况下，基于注入的方法会造成额外的损失，并且这些方法中使用的滤波器会影响位置估计的准确性。为了进一步提高电动汽车的性能，需要克服这个问题。

该图片来自于网络

无位置传感器电机控制的研究趋势主要集中在以下几个方面：

算法创新与优化：研究更精确、鲁棒性强的无传感器估计技术，如基于模型的观测器设计（包括滑模观测器、扩展卡尔曼滤波器等）、基于信号处理的自适应算法和深度学习等智能方法，以提高转子位置和速度估算精度。

自抗扰控制与容错控制：结合自抗扰控制(ADRC)策略，设计能够在存在不确定性及外部干扰时仍能稳定运行的无位置传感器控制方案，同时增强系统在部分故障条件下的容错能力。

多物理场耦合建模与分析：将电机内部电磁、热力学等多种物理现象综合考虑，通过精确的多物理场耦合模型提升无传感器控制算法对电机状态的预测和跟踪性能。

实时性和嵌入式应用：针对实际硬件平台的计算能力和功耗限制，研究高效的实时实现算法和轻量化软件架构，以便于将无位置传感器控制技术集成到嵌入式系统中。

面向特定应用领域的定制化解决方案：虽然通用算法的开发难度很大，但是可以根据不同行业需求（例如电动汽车驱动系统、工业机器人伺服电机、家用电器等），开发针对特定应用环境和负载特性的无位置传感器电机控制系统。

融合多种传感信息：利用现有的非位置传感器数据（如电流、电压、温度等）进行间接测量和信息融合，以辅助或替代位置传感器功能，实现更高可靠性和成本效益的无传感器控制。

标准制定与规范化：推动无位置传感器电机控制相关技术的标准制定工作，促进其在各个行业的广泛应用和互操作性，以及提高产品安全性和质量保证。

总之，无位置传感器电机控制的研究正朝着更高级别的智能化、精准化和实用化的方向发展，旨在进一步提升电机系统的效率、可靠性以及降低制造成本。

3、EMI控制

在过去的十年里，基于硅碳化硅（SiC）和氮化镓（GaN）等材料的WBG器件引起了学术界和工业界的极大关注。WBG器件最突出的特点之一是开关频率高，高达兆赫级。这一功能可以增加电机控制系统的带宽，并使电动汽车的牵引电机能够延长运行速度，这有利于提高整个驱动系统的功率密度。1） 至于减少EMI，需要避免基于硬件的方法，因为它们可能占用很大的空间。因此，应提高基于软件的方法的有效性和简单性。2） PCB设计中的一些特性，如寄生电感和电容，应进行理论量化。需要进行更多的理论分析。3） 需要进一步开发用于参数变化和负载转矩变化的有效EMI缓解方法。

该图片来自于网络

在电力电子和电机控制领域，EMI（电磁干扰）控制算法的研究趋势主要体现在以下几个方面：

集成化设计与优化：研究将EMI滤波器设计与电力电子拓扑结构、驱动电路及电机控制系统进行一体化考虑，实现系统级的EMI抑制方案。通过协同设计方法，在减少电磁干扰的同时优化系统的整体性能和体积。

智能动态控制：开发基于实时监测和反馈机制的智能EMI控制算法，利用先进的数字信号处理技术对系统中的瞬态行为进行实时分析，动态调整控制参数以降低EMI噪声。

新型材料与结构应用：探索新型电介质、磁性材料以及三维立体布局等技术在EMI滤波器中的应用，提升滤波效果，同时减小设备体积和重量，适应更高功率密度的需求。

模型预测与自适应控制：利用模型预测控制(MPC)和自适应控制理论开发针对EMI问题的高级控制策略，使得系统能够根据工作状态和环境变化自适应地调节控制参数，有效抑制不同工况下的EMI问题。

标准化与规范化：随着国际标准和法规对电磁兼容性的要求日益严格，研究符合最新规范要求的EMI控制算法，并推动其在工业界的应用和推广。

多物理场耦合分析：将电磁场、热场等多种物理现象耦合分析，深入理解并定量描述EMI产生机理，从而为设计高效EMI控制算法提供更精确的物理模型和计算方法。

混合仿真与实验验证：利用高级电磁仿真工具结合实验测试手段，对新型EMI控制算法进行深度评估与验证，确保理论成果能够在实际工程中得到有效应用。

总之，未来的EMI控制算法研究将继续深化对电磁干扰现象的理解，探索更为先进、智能和高效的解决方案，以满足现代电力电子和电机控制系统小型化、高性能、低能耗的发展需求。