基于ELAD和RNN的电动车用电动机运行效率快速优化关键技术研究

项目名称： 基于ELAD和RNN的电动车用电动机运行效率快速优化关键技术研究

项目编号： No.51367006

项目类型： 地区科学基金项目

立项/批准年度： 2013

项目学科： 电工技术

项目作者： 吴钦木

作者单位： 贵州大学

项目金额： 47万元

中文摘要： 电动车用电动机的高效运行，对降低电动车生产和运营成本以及实现交通领域节能减排具有非常重要的意义。电动车用电动机运行时具用稳态过程时间短和参数易变化的特点，对其进行实时效率优化，优化方法必须能实时精确地估计电动机相关参数和具有快的优化速度。为了达到该目的，本项目首先建模电动机的电可控损耗模型，仿真和实验验证其正确性；其次提出对测量噪声具有强鲁棒能力的增强型最小绝对偏差方法（ELAD），分析证明其鲁棒性，并用该方法估计电动机的参数；接着利用优化理论推导ELAD方法估计电动机参数的易于计算和实现的表达式，将其转化为易于用递归神经网络（RNN）求解的一阶微分方程组，并以FPGA为核心芯片开发相应的硬件求解器；最后建模电动机的实时效率优化为基于约束的优化问题，利用Karush-Kuhn-Tucker条件导出实现效率优化的d/q轴电流所满足的方程组，并研究用RNN求解该方程组的方法。

中文关键词： 电动车；效率优化；增强型最小绝对偏差；递归神经网络；可编程门阵列

英文摘要： The motor that drives the electric vehicle(EV) should has high efficiency during operation , which is very important for save production and operation cost of the EV, and for energy saving and cut emissions in transportation field. The steady-state time o

英文关键词： electric vehicle；efficiency optimization；enhanced least absolute deviation method；recurrent neural networks；FPGA