混合动力电动汽车能量及驱动系统的关键控制问题的研究

面对能源和环境的巨大压力,混合动力汽车（hybrid electric vehicle,HEV）已成为汽车工业发展的重要方向。混合动力电动汽车与传统汽车有很大不同,具有独特而又复杂的能量及驱动系统,故对控制系统的要求更高和依赖性更强。该系统可以归结为一类具有高度不确定性和强非线性的混杂切换动态系统,其优化控制策略的优劣直接影响车辆的经济性、可靠性、安全性和舒适性。然而混合动力电动汽车能量及驱动系统的控制器设计却面临众多挑战,现代控制理论和技术则是解决这一技术瓶颈的关键手段。本文从系统与控制科学的角度,深刻全面地综述了HEV能量及驱动系统的能量管理策略、车载动力电池状态估计、驱动系统及其优化控制等关键科学与技术问题及其研究进展,最后指出了HEV能量及驱动系统优化控制技术和理论面临的挑战和发展趋势。     

基于平衡点计算的感应电机端口受控哈密顿控制策略

针对感应电机高阶非线性、强耦合等特点,提出了一种基于平衡点计算的感应电机哈密顿控制策略。基于端口受控耗散哈密顿理论,通过重新选择状态变量,构造了感应电机哈密顿结构的数学模型;采用平衡点计算的方法设计了感应电机哈密顿控制器。通过理论分析,探讨了阻尼参数对哈密顿控制性能的影响,并综合考虑系统性能确定了哈密顿控制器的阻尼参数;针对负载扰动控制问题,设计了负载转矩观测器,提高了哈密顿控制的鲁棒性。实验结果表明,提出的感应电机哈密顿控制器具有良好的转速响应速度、稳态精度和鲁棒性,为感应电机的高性能控制提供了一条新途径。     

一类双线性随机系统M量测不定LQ控制

研究了带有乘性噪声和受扰动观测的离散时间随机系统不定线性二次(Linear quadratic, LQ) 最优输出反馈控制问题. 对此类问题而言,二次成本函数的加权矩阵不定号,并且最优控制具有对偶效果.为在最优性和计算复杂度间 进行折衷,本文采用了一种M量测反馈控制设计方法.基于动态规划方法,将未来的测量结合到当前控制 计算当中的M量测反馈控制可以通过倒向求解一类与原系统维数相同的广义差分Riccati方程(Generalized difference Riccati equation, GDRE)得到.仿真结果 表明本文提出的算法与目前普遍采用的确定等价性方法相比具有优越性.     

带乘性噪声和测量时滞的随机系统二次滤波

研究了状态方程中有乘性噪声,并且观测有时滞的随机双线性系统二次滤波器设计问题。因乘性噪声导致系统参数矩阵具有随机性,并且观测方程有时滞,无法直接采用经典的Kalman滤波方法,所以本研究基于Kronecker代数方法,首先将原系统转化为包含原系统状态和观测及其二阶Kronecker积的线性增广系统;然后基于新息重组方法将增广系统转化为无时滞系统,并利用投影定理得到增广系统系统的线性最优滤波器;最后提取增广状态估计的前n个分量,从而得到原系统的二次最优滤波器。仿真结果表明该滤波器与现有的线性最优滤波器相比,估计精度提高27％,整体性能有较大提高。