En ny adaptiv neuro-fuzzy- och adaptiv proportionell resonant styrningsmetod för PMSM-baserade elfordonsapplikationer

Tystare, jämnare elfärder

Elbilar är redan renare än bensindrivna fordon, men hur deras motorer styrs lämnar fortfarande utrymme för förbättring. Plötsliga ryck när du trycker på pedalen, svagt surr från motorn och förlorad energi har alla sin rot i hur snabbt och mjukt motorn kan reagera på förändrade väg- och trafikförhållanden. Denna artikel undersöker ett nytt sätt att "köra" motorn inifrån — genom en kombination av artificiell intelligens och en särskild typ av signalformning — för att få elfordon att accelerera jämnare, slösa mindre energi och bättre klara verkliga störningar.

Varför motorstyrning spelar roll på verkliga vägar

Moderna elbilar använder ofta permanentmagnetmotorer eftersom de är kompakta, effektiva och ger stark dragkraft från stillastående. Men stadskörning är rörig: förare stannar och startar vid trafikljus, slingrar sig genom köer och möter backar och varierande laster. Under dessa förhållanden kan motorns hastighet överskjuta eller ligga efter det föraren begär, och vridmomentet på axeln kan uppvisa rippel. De rippel som uppstår visar sig som vibrationer, buller och extra belastning på växlar och lager. Traditionella styrkretsar, som förlitar sig på fasta inställningar, fungerar bra endast inom ett begränsat driftområde och kan få problem när vägförhållanden, temperatur eller fordonets last förändras.

Att blanda lärande och regler för bättre hastighetsstyrning

Författarna ersätter den vanliga yttre hastighetsregulatorn med ett adaptivt neuro‑fuzzy-system — en regulator som kombinerar fuzzylogikens if–then-regler med neurala nätverks inlärningsförmåga. Istället för att handinställas en gång på fabriken lär sig denna regulator från exempeldata hur motorhastigheten reagerar på kommandon och störningar. Den översätter råa hastighetsfel (hur långt faktisk hastighet skiljer sig från önskad) och hur snabbt detta fel förändras till en uppsättning överlappande "åsikter", och blandar sedan dessa till en precis korrigering. Tränings- och testresultat visar att denna inlärda regulator snabbt finner inställningar som minskar overshoot och undershoot, förkortar tiden till målhastighet och håller beteendet stabilt även när systemet är icke‑linjärt och utsatt för förändringar.

Formning av ström för lugn, lågbrusig drift

Medan den yttre loopen avgör hur snabbt motorn ska snurra, bestämmer den inre loopen hur mycket elektrisk ström som flyter genom lindningarna vid varje ögonblick. Här introducerar författarna en adaptiv proportionell resonant regulator. Istället för att bara reagera på felstorleken är denna regulator inställd för att ge särskild vikt åt strömmar vid motorns huvudsakliga växelströmsfrekvens, där oönskade rippel är mest skadliga. Genom att noggrant välja några nyckelvärden för inställning ger den mycket stark korrigering vid den fundamentala frekvensen samtidigt som den undviker instabilitet på andra frekvenser. Resultatet blir en ström som i stort sett liknar en perfekt sinusvåg, med betydligt färre skarpa avvikelser som annars skulle ge upphov till vridningsrippel och hörbart surr.

Sätta den nya strategin på prov

Teamet utvärderar sin tvåstegsdesign — neuro‑fuzzy-hastighetsstyrning i yttre loopen och resonant strömstyrning i inre loopen — genom detaljerade datasimuleringar och hardware‑in‑the‑loop-experiment som efterliknar en verklig elfordonsdrivlina. De jämför den med tre etablerade metoder: en konventionell proportionell–integral-regulator, en metod som kombinerar den regulatorn med en resonant inre loop, och ett modellprediktivt tillvägagångssätt. I en rad scenarier — start från vila, stabil körning under last, snabba hastighetsändringar vid konstant last och plötsliga lastförändringar vid konstant hastighet — når den nya metoden konsekvent målhastigheten snabbare, med mindre toppar och dalar. Den ger också jämnare vridmoment och renare strömmar, även när motorns resistans och induktans konstgjort ändras för att imitera uppvärmning eller hårda miljöer.

Vad detta betyder för framtida elbilar

Enkelt uttryckt låter denna hybrida styrstrategi en elmotor tänka och anpassa sig istället för att blint följa ett fast recept. Genom att lära sig att undertrycka störningar på hastighetsnivå och genom att forma strömvågorna inne i motorn minskar tillvägagångssättet vibrationer, buller och energiförluster. För förare innebär det jämnare acceleration, stabilare körning och drivlinor som bättre tål åldrande komponenter och växlande väder. Även om metoden fortfarande i vissa delar förutsätter en fast driftfrekvens visar resultaten att tillsats av intelligens och frekvensmedveten styrning i motordrivningar kan vara ett viktigt steg mot mer raffinerade, hållbara och effektiva elfordon.

Citering: 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

Nyckelord: elmotorer för fordon, neuro-fuzzy-styrning, synkronmotor med permanentmagnet, reducering av vridningsrippel, avancerade motordrivningar