Advertisement

手把手教你学simulink实例--电动汽车场景实例(102.27):Simulink在电动汽车驱动电机噪声与振动控制策略仿真中的应用

阅读量:

目录

Simulink在电动汽车驱动电机噪声与振动控制策略仿真中的应用

1. 系统架构

1.1 系统组成

2. 搭建Simulink模型

2.1 创建Simulink模型

2.2 搭建电机模型

2.3 搭建振动源模型

2.4 搭建声学模型

2.5 搭建结构动力学模型

2.6 搭建控制器模型

2.7 搭建用户界面模块

3. 驱动电机噪声与振动控制策略仿真

3.1 设置仿真场景

3.2 数据采集与分析

4. 性能评估

4.1 振动性能评估

4.2 噪声性能评估

4.3 控制策略效果评估

5. 示例代码

6. 总结


Simulink在电动汽车驱动电机噪声与振动控制策略仿真中的应用

电动汽车驱动电机的噪声与振动(Noise, Vibration, and Harshness, NVH)特性对驾驶舒适性和用户体验具有显著影响。基于Simulink平台搭建了一个完整的仿真平台用于深入探究噪声与振动的产生机制,并能够有效验证并优化相应的控制策略以实现NVH水平的显著降低。

以下是设计并利用Simulink平台实现电动汽车驱动电机噪声与振动控制策略的具体流程图和操作指南。


1. 系统架构

1.1 系统组成
  • 电机模型 主要包含电磁特性与机械特性两个方面。
    • 振动源模型 由电机运行时产生的电磁力波动、转子偏心及其他激励源共同表征。
    • 声学模型 主要负责模拟噪声传播路径及辐射特性的分析方法。
    • 结构动力学模型 用于表征电机外壳及安装支架在振动过程中的动态行为特征。
    • 控制器模型 主要负责实现主动或被动型噪声与振动控制策略的设计方案。
    • 用户界面模块 负责提供系统状态可视化界面,并允许用户输入相关参数设置功能开发接口。

2. 搭建Simulink模型

2.1 创建Simulink模型

启动Simulink应用程序

添加必要的模块库

这两个工具包主要用于电机模型的构建。
此工具包则专注于结构动力学及振动传递的模拟分析。
声学建模功能则由Acoustics Toolbox提供。
此模块集则支持信号处理与数据分析的核心操作。
控制系统设计与实现则依赖于Control System Toolbox这一工具包。
Simulink Extras则提供了绘制示波器图形并展示系统状态信息的功能。

2.2 搭建电机模型

电磁模型 : 描述电机的电磁特性,包括磁通密度、电磁力和扭矩波动。

复制代码
 * 使用有限元分析(FEA)结果或解析模型。

机械模型 : 描述电机的转子和定子的动力学特性。

复制代码
 * 包括惯性、阻尼和刚度。
2.3 搭建振动源模型

电磁力波动模型 : 模拟由于电流谐波或磁路不对称引起的电磁力波动。

复制代码
 * 包括径向力和切向力。

转子偏心模型 : 描述转子制造误差或装配偏差导致的不平衡力。

复制代码
 * 包括静态偏心和动态偏心。

轴承振动模型 : 模拟轴承磨损或润滑不良引起的振动。

复制代码
 * 包括接触力和摩擦效应。
2.4 搭建声学模型

噪声辐射模型 : 描述电机运行时产生的空气噪声。

复制代码
 * 包括近场和远场噪声。

结构传声模型 : 模拟电机振动通过安装支架传递到车身的声学效应。

复制代码
 * 包括固体传声和空气耦合。
2.5 搭建结构动力学模型

电机外壳模型 : 描述电机外壳的振动模态和频率响应。

复制代码
 * 使用模态分析结果或有限元模型。

安装支架模型 : 模拟安装支架的刚度和阻尼特性。

复制代码
 * 包括螺栓连接和橡胶衬套。
2.6 搭建控制器模型

主动控制策略 : 实现对电磁力波动或振动源的主动抑制。

复制代码
 * 使用电流谐波补偿或磁场定向控制(FOC)优化。

被动控制策略 : 通过改进电机设计或增加隔振装置来降低振动。

复制代码
 * 包括优化气隙长度或增加减振材料。
2.7 搭建用户界面模块

实时监控系统运行状态 : 通过 Simulink Extras 提供的 Scope 模块,实时跟踪并显示关键运行参数(包括振动加速度、噪声强度和转速)

在 Simulink 中集成 slider 和 constant 模块以实现对工作状态条件和调节参数的配置功能


3. 驱动电机噪声与振动控制策略仿真

3.1 设置仿真场景

正常工况测试

  • 评估系统在典型驾驶条件下的性能表现。
  • 如模拟不同转速和负载下的噪声与振动水平。

极限工况测试

  • 适应性测试系统受其对象的影响,在高速度场景或高强度工作环境下的表现能力。

  • 例如,在这种情况下可以通过模拟突然加速或快速运转模式来验证其性能。

控制策略优化测试

  • 分析不同控制策略在噪声与振动方面的表现。
  • 通过对比主动控制与被动控制的效果可以看出……
3.2 数据采集与分析

实时数据获取 : 主要通过 Simulink Real-Time Explorer 以及替代工具获取仿真数据。

数据分析

  • 对振动加速度、噪声强度以及频谱分布进行评估。 * 考察控制策略在减少NVH水平方面的效果。

日志记录 : 将仿真结果保存为日志文件,便于后续分析和报告生成。


4. 性能评估

4.1 振动性能评估

计算振动加速度 : 统计电机外壳和安装支架的振动加速度。

复制代码
 * 振动加速度越低,系统性能越好。

分析振动频谱 : 观察振动信号的频谱分布。

复制代码
 * 主要频率越少,振动越平顺。
4.2 噪声性能评估

统计噪声强度 : 计算电机运行时的噪声强度(dB)。

复制代码
 * 噪声强度越低,系统性能越好。

分析噪声频谱 : 观察噪声信号的频谱分布。

复制代码
 * 主要频率越少,噪声越柔和。
4.3 控制策略效果评估

比较原始与优化结果:分析原始状态与优化后状态下的振动与噪声水平差异。*改善幅度越大,则说明相应的控制策略越有效。


5. 示例代码

以下是一个简单的主动控制策略函数的Simulink实现示例:

复制代码

matlab

深色版本

复制代码
 % 定义主动控制策略函数

    
 function [current_command] = active_vibration_control(force_fluctuation, compensation_gain)
    
     % force_fluctuation: 电磁力波动
    
     % compensation_gain: 补偿增益
    
     current_command = -force_fluctuation * compensation_gain; % 生成补偿电流
    
 end

6. 总结

通过上述步骤完成了以Simulink为基础的电动汽车驱动电机噪声与振动控制策略的仿真工作。该平台不仅具备对驱动电机NVH特性的全面评估能力,并且能够通过优化设计来提升驾驶舒适性以及用户体验方面。

未来工作可以包括:

  • 引入智能化算法:基于人工智能技术原理设计的智能化算法能够有效提升噪声与振动预测精度及控制效率。
    • 功能拓展:系统采用模块化设计架构,在原有功能基础上实现了多维度的功能拓展。
    • 实验验证环节:将仿真平台的实际应用目标定位于硬件设备领域,并通过完成性能测试分析与结果反馈统计等步骤完成实验验证工作。

全部评论 (0)

还没有任何评论哟~