Nowy adaptacyjny układ neuro‑rozmyty i adaptacyjny regulator proporcjonalno‑rezonansowy dla aplikacji pojazdów elektrycznych z silnikiem PMSM

Cichsze, płynniejsze przejazdy elektryczne

Samochody elektryczne są już czystsze od spalinowych, ale sposób sterowania ich silnikami wciąż pozostawia pole do ulepszeń. Nagłe szarpnięcia po naciśnięciu pedału, słabe buczenie silnika i marnowana energia wynikają z tego, jak szybko i płynnie silnik potrafi reagować na zmieniające się warunki drogowe i ruchu. W artykule przedstawiono nowe podejście do „prowadzenia” silnika od wewnątrz — wykorzystujące połączenie sztucznej inteligencji i specjalnego kształtowania sygnału — aby pojazdy elektryczne przyspieszały płynniej, zużywały mniej energii i lepiej radziły sobie z zakłóceniami z codziennego użytku.

Dlaczego sterowanie silnikiem ma znaczenie na prawdziwych drogach

Nowoczesne samochody elektryczne często stosują silniki z magnesami trwałymi ze względu na ich kompaktowość, wydajność i zdolność do generowania dużej siły rozruchowej. Jednak jazda miejska jest skomplikowana: kierowcy zatrzymują się i ruszają na światłach, przeciskają się przez korki i pokonują wzniesienia z zmiennym obciążeniem. W takich warunkach prędkość silnika może przeskoczyć ponad wartość zadaną lub pozostawać w tyle, a moment obrotowy może wykazywać pulsacje. Te pulsacje objawiają się wibracjami, hałasem i dodatkowym obciążeniem kół zębatych i łożysk. Tradycyjne układy sterowania, oparte na stałych nastawach, działają dobrze tylko w wąskim zakresie warunków i mogą mieć trudności, gdy zmieniają się droga, temperatura lub obciążenie pojazdu.

Łączenie uczenia i reguł dla lepszej kontroli prędkości

Autorzy zastępują standardowy zewnętrzny blok sterowania prędkością adaptacyjnym systemem neuro‑rozmytym — regulatorem łączącym reguły typu jeśli‑to logiki rozmytej z zdolnością uczenia się sieci neuronowych. Zamiast być ręcznie nastawiany raz w fabryce, ten regulator uczy się na podstawie danych, jak prędkość silnika reaguje na polecenia i zakłócenia. Przekształca surowy błąd prędkości (jak daleko rzeczywista prędkość odstaje od żądanej) oraz tempo zmian tego błędu w zestaw nakładających się „opinii”, a następnie łączy je w precyzyjną korektę. Wyniki szkolenia i testów pokazują, że wyuczony regulator szybko znajduje nastawy, które redukują przeregulowanie i niedoregowanie, skracają czas osiągnięcia prędkości docelowej i utrzymują stabilne działanie nawet dla nieliniowego systemu podlegającego zmianom.

Kształtowanie prądu dla spokojnej, cichej pracy

Gdy pętla zewnętrzna decyduje, jak szybko ma się obracać wał silnika, pętla wewnętrzna decyduje, jaki prąd przepływa przez uzwojenia w danej chwili. W tym obszarze autorzy wprowadzają adaptacyjny regulator proporcjonalno‑rezonansowy. Zamiast reagować tylko na wielkość błędu, regulator ten jest dostrojony tak, aby zwracać szczególną uwagę na składowe prądów na głównej częstotliwości przemiennej silnika, gdzie niepożądane pulsacje są najbardziej szkodliwe. Starannie wybierając kilka kluczowych nastaw, zapewnia dużą siłę korekcji przy tej częstotliwości fundamentalnej, unikając jednocześnie niestabilności w innych obszarach. Efektem jest prąd przypominający niemal doskonałą sinusoide, z dużo mniejszą liczbą ostrych zawirowań, które w przeciwnym razie przejawiałyby się jako pulsacje momentu i słyszalne piski.

Testowanie nowej strategii

Zespół ocenia swoją dwustopniową konstrukcję — sterowanie prędkością neuro‑rozmyte w pętli zewnętrznej i rezonansowe sterowanie prądem w pętli wewnętrznej — poprzez szczegółowe symulacje komputerowe oraz eksperymenty hardware‑in‑the‑loop, imitujące realny układ napędowy pojazdu elektrycznego. Porównują ją z trzema ustalonymi metodami: konwencjonalnym regulatorem proporcjonalno‑całkującym, schematem łączącym taki regulator z rezonansową pętlą wewnętrzną oraz podejściem predykcyjnym opartym na modelu. W różnych scenariuszach — rozruch z postoju, jazda ze stałym obciążeniem, szybkie zmiany prędkości przy niezmiennym obciążeniu oraz nagłe zmiany obciążenia przy stałej prędkości — nowy schemat konsekwentnie osiąga prędkość celu szybciej, z mniejszymi szczytami i spadkami. Ponadto generuje gładszy moment i czystsze przebiegi prądowe, nawet gdy oporność i indukcyjność silnika są celowo zmieniane, aby imitować nagrzewanie się lub trudne warunki środowiskowe.

Co to oznacza dla przyszłych samochodów elektrycznych

W prostych słowach, ta hybrydowa strategia sterowania pozwala silnikowi myśleć i adaptować się zamiast ślepo realizować stały przepis. Poprzez uczenie odrzucania zakłóceń na poziomie prędkości oraz kształtowanie przebiegów prądowych wewnątrz silnika, podejście to redukuje wibracje, hałas i straty energii. Dla kierowców przekłada się to na płynniejsze przyspieszanie, stabilniejszą jazdę i układy napędowe bardziej odporne na starzenie się komponentów oraz zmiany warunków pogodowych. Choć metoda w niektórych elementach nadal zakłada stałą częstotliwość pracy, wyniki sugerują, że dodanie inteligencji i kontroli uwzględniającej częstotliwość do układów napędowych może być kluczowym krokiem w kierunku bardziej wyrafinowanych, trwałych i efektywnych pojazdów elektrycznych.

Cytowanie: Sangeetha, E., Ramachandran, V.P. A novel adaptive neuro-fuzzy and adaptive proportional resonant control scheme for PMSM based electric vehicle applications. Sci Rep 16, 8023 (2026). https://doi.org/10.1038/s41598-026-35363-2

Słowa kluczowe: silniki do pojazdów elektrycznych, sterowanie neuro‑rozmyte, silnik synchroniczny z magnesami trwałymi, redukcja pulsacji momentu, zaawansowane układy napędowe