Сгенерируйте текущие параметры контроллера

Этот пример использование:

Используя Model-Based Calibration Toolbox™, можно сгенерировать оптимизированные текущие таблицы для основанных на потоке моторных контроллеров. Используйте калибровочные таблицы для Powertrain Blockset™ Основанный на потоке Контроллер PM текущие параметры блоков контроллера.

На основе нелинейных моторных данных о потоке калибровочные таблицы оптимизируют:

  • Моторная эффективность

  • Максимальный крутящий момент на ампер (MTPA)

  • Ослабление потока

Чтобы сгенерировать оптимизированные текущие таблицы, выполните эти шаги рабочего процесса.

Шаги рабочего процессаОписаниеMathWorks® Tooling

Соберитесь и сообщение обрабатывают моторные данные

Соберите нелинейные моторные данные о потоке от тестирования динамометра или анализа конечных элементов (FEA). В данном примере ex_motor_data.xlsx файла содержит данные, в которых вы нуждаетесь:

  • текущая d-ось, Id, в A

  • текущая q-ось, Iq, в A

  • Частота вращения двигателя, n, в об/мин

  • напряжение d-оси, Vd, в V

  • напряжение q-оси, Vq, в V

  • Электромагнитный моторный крутящий момент, Te, в N · m

Нет данных

Образцовые моторные данные

Используйте одноэтапную модель, чтобы соответствовать данным. В частности:

  • Importdata

  • Фильтрация данных

  • Подходящая модель

 Model-Based Calibration Toolbox

Сгенерируйте калибровку

Калибруйте и оптимизируйте данные с помощью целей и ограничений. В частности:

  • Создание функций.

  • Составьте таблицы из модели.

  • Запустите оптимизацию.

  • Сгенерируйте и заполните оптимизированные текущие калибровочные таблицы контроллера, которые являются функциями моторного крутящего момента и частоты вращения двигателя.

 Model-Based Calibration Toolbox

Установите параметры блоков

Используйте оптимизированные текущие калибровочные таблицы контроллера для блока Flux-Based PM Controller текущие параметры контроллера.

Powertrain Blockset

Соберитесь и сообщение обрабатывают моторные данные

Соберите эти нелинейные моторные данные о потоке от тестирования динамометра или анализа конечных элементов (FEA):

  • d-и q-текущая ось

  • d-и q-потокосцепление оси

  • Электромагнитный моторный крутящий момент

Используйте собранную скорость передачи данных и частоту вращения двигателя, чтобы вычислить напряжения q-оси и d-:

vd=Rsid−ωeλqvq=Rsiq+ωeλdn=60ωe2πP

Уравнения используют эти переменные:

Vd, Vq

d-и q-напряжение оси, соответственно

id, iq

d-и q-текущая ось, соответственно

λd, λq

d-и q-потокосцепление оси, соответственно

RS

Сопротивление статора

ωe

Электрическая моторная угловая скорость, rad/s

n

Частота вращения двигателя, об/мин

P

Количество пар полюса

Наконец, для каждой точки данных, создайте файл, содержащий:

  • текущая d-ось, Id, в A

  • текущая q-ось, Iq, в A

  • Частота вращения двигателя, n, в об/мин

  • напряжение d-оси, Vd, в V

  • напряжение q-оси, Vq, в V

  • Электромагнитный моторный крутящий момент, Te, в N · m

В данном примере файл данных matlab\toolbox\mbc\mbctraining\ex_motor_data.xlsx содержит моторные данные о потоке.

Образцовые моторные данные

Чтобы смоделировать моторные данные, используйте приложение MBC Model Fitting, чтобы импортировать, отфильтровать, и соответствовать данным одноэтапной моделью. В данном примере файл данных ex_motor_data.xlsx содержит большой набор данных. Вы могли рассмотреть использование проекта эксперимента (DOE), чтобы ограничить данные. Однако набор данных представляет типичные результаты анализа FEA.

Importdata

В данном примере ex_motor_data.xlsx содержит эти моторные данные контроллера:

  • текущая d-ось, Id, в A

  • текущая q-ось, Iq, в A

  • Частота вращения двигателя, n, в об/мин

  • напряжение d-оси, Vd, в V

  • напряжение q-оси, Vq, в V

  • Электромагнитный моторный крутящий момент, Te, в N · m

  1. В MATLAB®, на вкладке Apps, в группе Automotive, нажимают MBC Model Fitting.

  2. В домашней странице Model Browser нажмите Import Data. Нажмите OK, чтобы открыть файл источника данных.

  3. Перейдите к папке matlab\toolbox\mbc\mbctraining. Открытый файл данных ex_motor_data.xlsx. Редактор Данных открывается вашими данными.

Фильтрация данных

Можно отфильтровать данные, чтобы исключить записи из образцовой подгонки. В этом примере, настроенном фильтр, чтобы исключить напряжение и текущие значения, которые являются меньше, чем заданный порог. В частности:

  • Значение напряжения, Vs, меньше чем или равный 300 V.

  • Текущее значение, Is, меньше чем или равный 350 A.

  1. В Редакторе Данных выберите Tools> Variables, чтобы открыть Variable Editor. Создайте эти переменные. Добавьте модули.

    • Is = sqrt (Id.^2 + Iq.^2)

    • Vs = sqrt (Vd.^2 + Vq.^2)

  2. В Редакторе Данных выберите Tools> Filters, чтобы открыть Filter Editor. Создайте эти фильтры:

    • Is <= 350

    • Vs <= 300

Подходящая модель

Соответствуйте данным к одноэтапному 5 - размерная модель с этими ответами и входными параметрами:

  • Ответы

    • напряжение d-оси, Vd, в V

    • напряжение q-оси, Vq, в V

  • Входные параметры

    • текущая d-ось, Id, в A

    • текущая q-ось, Iq, в A

    • Частота вращения двигателя, n, в об/мин

    • Электромагнитный моторный крутящий момент, Te, в N · m

  1. В Model Browser выберите Fit Models.

  2. В Fit Models сконфигурируйте модель One-Stage с этими ответами и входными параметрами.

    ОтветыВходные параметры

    Vd

    Vq

    Id

    Iq

    Trq

    n

  3. Чтобы соответствовать модели, выберите OK. При появлении соответствующего запроса примите изменения в данных. По умолчанию подгонка использует Гауссову модель процесса (GPM), чтобы соответствовать данным.

  4. После того, как подгонка завершается, исследуйте модели ответа на Vd и Vq. Model Browser отображает информацию, которую можно использовать, чтобы определить точность образцовой подгонки.

    • В Model Browser выберите Vd. Исследуйте поверхность ответа и диагностическую статистику. В этом примере поверхность ответа указывает, что Vd увеличивается, когда Id приближается к 0. Диагностика указывает, что невязки ответа в основном в ±1 V. Эти результаты показывают на довольно точную подгонку.

  5. Сохраните свой проект. Например, выберите Files> Save Project. Сохраните gs_example.mat в папку work.

Сгенерируйте калибровку

После того, как вы соответствуете модели, создаете функции и таблицы, запускаете оптимизацию и заполняете калибровочные таблицы.

Создание функций

Создайте функции, чтобы использовать, когда вы оптимизируете калибровку. В этом примере, настроенных функциях для:

  • Значение напряжения, Vs

  • Текущее значение, Is

  • Закрутите на ампер, TPA

  1. В MATLAB, на вкладке Apps, в группе Automotive, нажимают MBC Optimization.

  2. В Браузере Клетки выберите Import Models. Если это уже не открыто в браузере MBC Model Fitting, откройте проект gs_example.mat.

  3. В инструменте Cage Import выберите Vd и Vq. Нажмите Import Selected Items.

  4. В Моделях Импорта нажмите OK. Закройте Import Tool CAGE.

  5. На панели инструментов Cage Browser используйте мастер New Function Model, чтобы создать эти функции:

    • Is = sqrt (Id.^2 + Iq.^2)

    • Vs = sqrt (Vd.^2 + Vq.^2)

    • TPA = Trq./Is

  6. В Браузере Клетки проверьте, что модели функции для Is, Vs и TPA имеют эти описания.

  7. Выберите File> Save Project. Сохраните gs_example.cag в папку work.

Составьте таблицы из модели

Составьте таблицы что использование оптимизатора Model-Based Calibration Toolbox, чтобы сохранить оптимизированные параметры. В данном примере таблицы:

  • текущая d-ось, Id, как функция моторного крутящего момента, Trq, и частоты вращения двигателя, n.

  • текущая q-ось, Iq, как функция моторного крутящего момента, Trq, и частоты вращения двигателя, n.

  1. В Браузере Клетки выберите Tables and Tradeoff. В Составляют Таблицы из Модели, выбирают Vd. Нажмите Next.

  2. В Table Inputs, набор Table rows к 31. Установите Table columns на 29. Нажмите Next.

  3. В составляют таблицы из модели:

    • Выберите Id и Iq.

    • Очистите Vd.

    • Нажмите Finish.

  4. В Браузере CAGE исследуйте таблицы.

Запустите оптимизацию

В этом примере запустите оптимизацию точки с этими спецификациями:

  • Значение напряжения, Vs, меньше чем или равный 289 V.

  • Текущее значение, Is, меньше чем или равный 300 A.

  • Максимизирует крутящий момент на ампер, TPA.

  1. На Браузере Клетки домой, выберите Optimization.

  2. В Создают Оптимизацию из Модели, выбирают TPA и Next.

  3. В создают оптимизацию из модели:

    • Выберите Id и Iq. Очистите Trq.

    • Установите Objective type на Maximize.

    • Нажмите Finish.

  4. Добавьте граничное ограничение для модели Vd. В Браузере CAGE выберите Optimization> Constraints> Add Constraint. Установите эти параметры:

    • Input model: Vd

    • Evaluate quantity: Boundary constraint

    Проверьте настройки. Нажмите OK.

  5. Добавьте ограничения оптимизации. В Браузере CAGE выберите Optimization> Constraints> Add Constraints, чтобы открыть Ограничение Редактирования. Используйте диалоговое окно, чтобы создать ограничения на ток и напряжение.

    • Is <= 300

    • Vs <= 289

  6. В Браузере CAGE выберите Import initial data from a table grid.

    В Импорте От Табличной Сетки выберите Id_Table.

  7. В Браузере Клетки тщательно проверьте Цели и Ограничения.

  8. В Браузере Клетки выберите Set Up. Установите Number of start points на 3. Нажмите Ok.

  9. В Браузере Клетки выберите Run. Оптимизация может занять время, чтобы запустить и замедлить другие компьютерные процессы. Просмотрите прогресс Running Optimization.

    Оптимизация может занять время, чтобы запустить и замедлить другие компьютерные процессы. Просмотрите прогресс Running Optimization.

    Результаты оптимизации подобны им.

Заполните таблицы

  1. В Браузере CAGE выберите Fill Tables.

  2. Используйте Таблицу, Заполняющую от Мастера Результатов оптимизации, чтобы заполнить таблицы Id_Table и Iq_Table.

    • Для Id_Table заполните с Id.

    • Для Iq_Table заполните с Iq.

    Примите значения по умолчанию. Нажмите Finish.

  3. Рассмотрите результаты для Iq_Table. Результаты подобны им.

  4. Рассмотрите результаты для Id_Table. Результаты подобны им.

  5. Выберите File> Save Project. Сохраните gs_example.cag в папку work.

Экспортируйте результаты

  1. Выберите File> Export> Calibration> All Items.

  2. Использование Экспортирует Калибровочные Данные, чтобы выбрать элементы, чтобы экспортировать и отформатировать. Например, экспортируйте таблицы Id и Iq и точки останова к файлу MATLAB gs_example.m.

Установите параметры блоков

Оптимизированные текущие калибровочные таблицы контроллера являются функциями моторного крутящего момента и частоты вращения двигателя. Используйте таблицы для эти Основанный на потоке Контроллер PM параметры блоков:

  • Corresponding d-axis current reference, id_ref

  • Corresponding q-axis current reference, iq_ref

  • Vector of speed breakpoints, wbp

  • Vector of torque breakpoints, tbp

Установить параметры блоков:

  1. Запустите.m файл, который содержит калибровочные результаты Model-Based Calibration Toolbox для текущего контроллера. Например, в командной строке MATLAB, запустите gs_example.m:

    % Access data from MBC current controller calibration
gs_example

  2. Присвойте параметры точки останова данным, содержавшимся в.m файле. В этом примере данные о скорости находятся в об/мин. Чтобы использовать калибровочные данные для параметров блоков, преобразуйте точки останова скорости от об/мин до rad/s.

    ПараметрКоманды MATLAB
    Vector of speed breakpoints, wbp 
    tbp=Trq_norm.X;
    Vector of speed breakpoints, wbp 
    % MBC data for speed is in rpm.  
% For the block parameter, use rad/s
nbp=n_norm.X;
conversion=(2*pi/60.);
wbp=conversion.*nbp;
    Corresponding d-axis current reference, id_ref 
    id_table=Id_Table.Z;
id_ref=id_table';
    Corresponding q-axis current reference, iq_ref 
    iq_table=Iq_Table.Z;
iq_ref=iq_table';

Документация Powertrain Blockset
Поддержка
Для просмотра документации необходимо авторизоваться на сайте