【技術實現步驟摘要】
本申請涉及電機，特別涉及一種車輛電機轉矩脈動的抑制方法及裝置。
技術介紹
1、驅動永磁同步電機具有高效率、高輸出扭矩、高功率密度以及良好的動態性能等優點，廣泛應用在電動汽車驅動系統中，然而電機輸出的電磁轉矩存在脈動，將引起電機的轉速波動、噪聲以及機械振動。
2、相關技術中，主要采用逆變器死區補償法對電機相電流進行補償，以抑制電機的轉矩脈動。又如專利cn113676087a，可以通過根據電機的電角度、轉速以及電流環調制頻率對待補償的交軸電流進行補償，從而在電機的負載轉矩變化的情況下，降低交軸電流的脈動實現對電機轉矩脈動的抑制。
3、然而，相關技術中電機臺架在恒定轉速下會產生波動，且扭矩精度無法實時測量，使iq補償值標定困難，而逆變器死區補償法要求電機負載恒定，難以在負載轉矩與電機相電流出現變化時進行合理抑制，影響了負載轉矩變化情況下電機轉矩脈動的抑制，縮小了電機轉矩脈動抑制的應用范圍，實用性不足，亟待解決。
技術實現思路
1、本申請提供一種車輛電機轉矩脈動的抑制方法及裝置，以解決相關技術中電機臺架在恒定轉速下會產生波動，且扭矩精度無法實時測量，使電流補償值標定困難，而逆變器死區補償法要求電機負載恒定，難以在負載轉矩與電機相電流出現變化時進行合理抑制，影響了負載轉矩變化情況下電機轉矩脈動的抑制，縮小了電機轉矩脈動抑制的應用范圍，實用性不足等問題。
2、本申請第一方面實施例提供一種車輛電機轉矩脈動的抑制方法及裝置，包括以下步驟：獲取車輛的至少一個電機的
3、根據上述技術手段，本申請實施例可以基于神經網絡模型獲取車輛電機的iq補償值關系表，并根據當前扭矩、當前轉速和當前電角度查詢關系表以獲取能夠抑制轉矩脈動的iq補償值，從而實現了轉矩脈動的全面抑制，且提升了車輛電機對轉矩脈動的抑制精度，更加穩定實用。
4、可選地，在本申請的一個實施例中，在得到所述抑制轉矩脈動的目標iq補償值之前，還包括：采集所述至少一個電機的測試數據集；將所述測試數據集輸入至神經網絡模型中進行訓練，生成滿足預設條件的所述預先訓練的神經網絡模型；利用所述預先訓練的神經網絡模型生成所述扭矩、轉速和電角度與iq補償值的關系表。
5、根據上述技術手段，本申請實施例可以采集至少一個電機的測試數據集，將測試數據集輸入至神經網絡模型中進行訓練，生成滿足預設條件的預先訓練的神經網絡模型，進而利用預先訓練的神經網絡模型生成扭矩、轉速和電角度與iq補償值的關系表，以獲取符合電機實際運行狀態的iq補償值，從而提升了電機轉矩脈動抑制的準確性。
6、可選地，在本申請的一個實施例中，所述利用所述預先訓練的神經網絡模型生成所述扭矩、轉速和電角度與iq補償值的關系表，包括：基于所述預先訓練的神經網絡模型，遍歷所述至少一個電機的所有的轉速、扭矩與電角度，得到對應的iq補償值，構建所述關系表。
7、根據上述技術手段，本申請可以基于預先訓練的神經網絡模型，遍歷至少一個電機的所有的轉速、扭矩與電角度，得到對應的iq補償值，構建關系表，從而通過神經網絡的預先計算得到扭矩、轉速和電角度與iq補償值的關系表數據庫，以進一步加快實際應用過程中的計算速度，進而提高電機轉矩脈動的抑制效率。
8、可選地，在本申請的一個實施例中，所述預設條件為轉速的波動值低于預設閾值。
9、根據上述技術手段，本申請實施例的預設條件為轉速的波動值低于預設閾值，通過限制神經網絡模型的訓練結果，以保障所得預先訓練的神經網絡模型的符合電機的實際應用工況，避免訓練數據集中存在冗余數據，從而使模型訓練簡潔化、高效化，使模型計算結果的精確性更強。
10、本申請第二方面實施例提供一種車輛電機轉矩脈動的抑制方法及裝置，包括：獲取模塊，用于獲取車輛的至少一個電機的當前扭矩、當前轉速和當前電角度；查詢模塊，用于以所述當前扭矩、當前轉速和所述當前電角度為索引，查詢扭矩、轉速和電角度與iq補償值的關系表，得到抑制轉矩脈動的目標iq補償值，其中，所述關系表由預先訓練的神經網絡模型計算得到；抑制模塊，用于根據所述目標iq補償值控制所述至少一個電機的輸出，以使得所述至少一個電機輸出的實際轉速與目標轉速一致。
11、可選地，在本申請的一個實施例中，所述裝置還包括：采集模塊，用于在得到所述抑制脈動的目標iq補償值之前，采集所述至少一個電機的測試數據集；生成模塊，用于將所述測試數據集輸入至神經網絡模型中進行訓練，生成滿足預設條件的所述預先訓練的神經網絡模型；制表模塊，用于利用所述預先訓練的神經網絡模型生成所述轉速、扭矩和電角度與iq補償值的關系表。
12、可選地，在本申請的一個實施例中，所述制表模塊包括：構建單元，用于基于所述預先訓練的神經網絡模型，遍歷所述至少一個電機的所有的轉速、扭矩與電角度，得到對應的iq補償值，構建所述關系表。
13、可選地，在本申請的一個實施例中，所述預設條件為轉速的波動值低于預設閾值。
14、本申請第三方面實施例提供一種車輛，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述程序，以實現如上述實施例所述的車輛電機轉矩脈動的抑制方法及裝置。
15、本申請第四方面實施例提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲計算機程序，該程序被處理器執行時實現如上的車輛電機轉矩脈動的抑制方法及裝置。
16、本申請的有益效果：
17、(1)本申請實施例可以基于神經網絡模型獲取車輛電機的iq補償值關系表，并根據當前扭矩、當前轉速和當前電角度查詢關系表以獲取能夠抑制轉矩脈動的iq補償值，從而實現了轉矩脈動的全面抑制，且提升了車輛電機對轉矩脈動的抑制精度，更加穩定實用。
18、(2)本申請實施例可以采集至少一個電機的測試數據集，將測試數據集輸入至神經網絡模型中進行訓練，生成滿足預設條件的預先訓練的神經網絡模型，進而利用預先訓練的神經網絡模型生成扭矩、轉速和電角度與iq補償值的關系表，以獲取符合電機實際運行狀態的iq補償值，從而提升了電機轉矩脈動抑制的準確性。
19、(3)本申請可以基于預先訓練的神經網絡模型，遍歷至少一個電機的所有的轉速、扭矩與電角度，得到對應的iq補償值，構建關系表，從而通過神經網絡的預先計算得到扭矩、轉速和電角度與iq補償值的關系表數據庫，以進一步加快實際應用過程中的計算速度，進而提高電機轉矩脈動的抑制效率。
20、本申請附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本申請的實踐了解到。
本文檔來自技高網...【技術保護點】
1.一種車輛電機轉矩脈動的抑制方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的方法，其特征在于，在得到所述抑制轉矩脈動的目標iq補償值之前，還包括：
3.根據權利要求2所述的方法，其特征在于，所述利用所述預先訓練的神經網絡模型生成所述扭矩、轉速和電角度與iq補償值的關系表，包括：
4.根據權利要求2所述的方法，其特征在于，所述預設條件為轉速的波動值低于預設閾值。
5.一種車輛電機轉矩脈動的抑制裝置，其特征在于，包括：
6.根據權利要求5所述的裝置，其特征在于，還包括：
7.根據權利要求6所述的裝置，其特征在于，所述制表模塊包括：
8.根據權利要求6所述的裝置，其特征在于，所述預設條件為轉速的波動值低于預設閾值。
9.一種車輛，其特征在于，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述程序，以實現如權利要求1-4任一項所述的車輛電機轉矩脈動的抑制方法及裝置。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在
...【技術特征摘要】
1.一種車輛電機轉矩脈動的抑制方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的方法，其特征在于，在得到所述抑制轉矩脈動的目標iq補償值之前，還包括：
3.根據權利要求2所述的方法，其特征在于，所述利用所述預先訓練的神經網絡模型生成所述扭矩、轉速和電角度與iq補償值的關系表，包括：
4.根據權利要求2所述的方法，其特征在于，所述預設條件為轉速的波動值低于預設閾值。
5.一種車輛電機轉矩脈動的抑制裝置，其特征在于，包括：
6.根據權利要求5所述的裝置，其特征在于，還包括：
【專利技術屬性】
技術研發人員：冉龍鋒，陳健，陳揚，劉立，
申請(專利權)人：深藍汽車科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。