您当前所在位置: 首页 > 学者
在线提示

恭喜!关注成功

在线提示

确认取消关注该学者?

邀请同行关闭

只需输入对方姓名和电子邮箱,就可以邀请你的同行加入中国科技论文在线。

真实姓名:

电子邮件:

尊敬的

我诚挚的邀请你加入中国科技论文在线,点击

链接,进入网站进行注册。

添加个性化留言

已为您找到该学者14条结果 成果回收站

上传时间

2006年10月12日

【期刊论文】Artifical Neural Network Maximum Power Point Tracker for Solar Electric Vehicle

曹秉刚, Theodore Amissah OCRAN, CAO Junyi CAO Binggang SUN Xinghua

TSINGHUA SCIENCE AND TECHNOLOGY 2005, 10(2)204-208,-0001,():

-1年11月30日

摘要

This paper proposes an artificial neural network maximum power poing tracker (MPPT) for solar electric vehicles. The MPPT is based on a highly efficient boost converter with insulated gate bipolar transis-tor (IGBT) power switch. The reference volatge for MPPT is obtained by artificial neural networ (ANN) with gradient descent momentum algorithm. The tracking algorihm changes the duty-cycle of the converter so that the PV-module voltage equals the voltage corresponding to the MPPT at any given insolation, tempera-ture, and load conditions. For fast response, the system is implemented using digital signal processor (DSP). The overall system stability is improved by icluding a proportional-integral-derivative (PID) controller, which is also used to match the reference and battery volatage levels. The controller, based on the information sup-plied by the a ANN, genetrates the solar vehicle. The experimental and simulation results show that the propsed schme is highly effcient.

artificial neural network, maximum porer point tracker (, MPPT), , photovoltaic module, digital signal processor, solar electric vehicle

上传时间

2006年10月12日

【期刊论文】抑制混合式步进电机转矩波动的时变重复控制

曹秉刚, 孙耀杰, 左贺, 康龙云, 史维祥

中国电机工程学报,2004,24(11)183~187,-0001,():

-1年11月30日

摘要

分析了五相混合步进电机电磁转矩波动产生的原理,提出了利用时变周期信号的重复控制来抑制转矩波动的新思路。首先将时变的t域的转矩信号,变换为具有固定周期的θ域信号,再对其进行重复控制器设计,保持理想的驱动总电流,掏转距波动。仿真与试验结果表明该控制方法效果明显。

混合步进电机, 转矩波动, 重复控制, 时变周期信号

上传时间

2006年10月12日

【期刊论文】电动车用镍氢电池模块的充放电模型研究

曹秉刚, 王军平, 陈全世, 康龙云

西安交通大学学报,2006,40(1)50~52,-0001,():

-1年11月30日

摘要

在电动汽车镍氢电池改进等效电路模型的基础上,基于模糊化电池的荷电状态(SOC),利用模糊推理的方法来估计电路模型的时变参数,并以SOC为模糊输入量,电池模型参数为模糊输出量。由于模糊推理所确定的模型参数根据模糊SOC是动态变化的,因此不仅提高了电池模型的精度,而且降低了对SOC估计精度的要求。仿真试验表明,在不考虑温度影响的情况下,利用该方法所得到的电池模块端电压仿真数值与实测值的最大绝对误差为0104V,相对误差为0128%,说明这种变参数不变结构的自适应模型具有很高的可靠性和精确性。

镍氢电池模块, 充放电模型, 模糊推理, 荷电状态

上传时间

2006年10月12日

【期刊论文】电动汽车技术进展和发展趋势

曹秉刚, 张传伟, 白志峰, 李竟成

西安交通大学学报,2004,38(1)1~5,-0001,():

-1年11月30日

摘要

通过对国内外电动汽车关键技术的发展现状和技术水平的比较分析,以及H∞鲁棒控制方法在电动汽车驱动控制、再生制动控制和运动控制系统上应用的研究,展望了电动汽车的发展趋势。首先发展铅酸蓄电池电动汽车(BEV)是明智的选择,由于开发混合电动汽车(HEV)的难度较大,所以燃料电池电动汽车(FCEV)将成为今后的主流技术,是未来汽车的发展方向。

电动汽车, 技术进展, 发展趋势

上传时间

2006年10月12日

【期刊论文】电动汽车驱动与再生制动的H∞鲁棒控制

曹秉刚, 白志峰, 张传伟, 李舒欣, 林家让

西安交通大学学报,2005,39(3)256~260,-0001,():

-1年11月30日

摘要

针对电动汽车在行驶过程中电池电压和道路状况有较大变化的特点,为保证闭环系统在参数摄动与未建模动态等不确定性影响下的鲁棒性,以及使外界干扰对系统的影响最小化,将电动汽车驱动与再生制动的控制问题转化为加权混合灵敏度问题,分别设计了电动汽车驱动与再生制动的H∞鲁棒控制器,并在不同道路状况和驾驶模式下进行了实验研究。实验结果表明,在不确定性影响和外界干扰的作用下,H∞鲁棒控制器的稳态误差及响应速度等控制指标均优于比例积分(PI)控制器,尤其在车辆制动过程中,H∞鲁棒控制器与PI控制器相比可以回收更多的能量,实际回收能量最大可增加约40%。

电动汽车, 驱动控制, 再生制动, H∞鲁棒控制

合作学者

  • 曹秉刚 邀请

    西安交通大学,陕西

    尚未开通主页