一种永磁同步电机转子位置偏差补偿方法、控制装置及汽车与流程

本发明涉及电机技术领域，尤其涉及一种永磁同步电机转子位置偏差补偿方法、控制装置及汽车。

背景技术：

纯电动汽车与传统燃油车不同，纯电动汽车是通过电机驱动车轮实现车辆行驶，而电机作为纯电动汽车的核心部件，对整车性能影响重大，其中永磁同步电机(permanentmagnetsynchronousmotor，简称pmsm)，由于具有高效率、高输出转矩、高功率密度以及良好的动态性能等优点，目前成为纯电动汽车驱动系统的主流。对于以永磁同步电机作为动力核心的纯电动汽车而言，转子位置的精确检测是对其实现高精度控制的前提，永磁同步电机采用电子换向，因此转子的位置信息直接影响着电机速度、位置控制的精度和动态性能。考虑到车辆作为一种基础运输工具其行驶环境复杂多变，在特殊以及一些极限工况下会由于振动、温度、零部件老化等因素引起电机转子零点位置偏差，永磁同步电机转子位置零点偏差将会引起不期望和不可控制的交轴电流，当零点偏差比较严重时，会造成电机控制过程中发生过流甚至动力输出失控；当零点偏差较小时，会影响驱动系统动力输出的平顺性，其最直观的表现为车辆发生“抖动”，其中“抖动”程度与偏差角度的大小相关。

关于纯电动汽车永磁同步电机转子位置偏差估算，目前已经有大量的研究成果，但是其估算精度及工程适用性仍待改善，对于纯电动汽车而言，受于控制器硬件的限制，需要位置偏差估算算法所需的计算量尽可能的少、估算精度准确、同时能够在线实现，目前，尚未有应用成熟、可靠及有效的方法能够同时满足以上要求。另外，对于纯电动汽车的驱动系统，当电机转子位置零点偏差较大时，会直接引起电机相电流过流、扭矩输出失控等状况，而当发生以上情况的时候会触发相应的故障，此时车辆会通过对应的故障机制进行保护，因此大角度偏差并不是当前亟待解决的问题。但电机位置零点的小角度偏差则不然，小角度偏差在车辆实际运行过程中可表现为抖动、动力输出不平顺等现象，这种不平顺不会对行车安全造成较大的隐患，同时也不会触发其它故障安全保护机制，但它却会严重影响车上人员的驾乘感受。

技术实现要素：

为了解决上述技术问题，本发明提供了一种永磁同步电机转子位置偏差补偿方法、控制装置及汽车，解决了电机转子位置的小角度偏差严重影响车上人员的驾乘感受的问题。

为了解决上述技术问题，本发明是这样实现的：

依据本发明的第一方面，提供了一种永磁同步电机转子位置偏差补偿方法，所述方法，包括：

获取车辆的纵向振动信息和车辆的第一状态信息；

根据所述车辆的纵向振动信息计算车辆的第一纵向振动参数q1；

根据所述车辆的第一纵向振动参数q1和车辆的第一状态信息，通过rbf径向基神经网络，获得第一转子位置偏差估算值δe；

根据所述第一转子位置偏差估算值δe，进行转子位置偏差补偿控制。

可选地，获取车辆的纵向振动信息的步骤，包括：

车辆静止状态下，在驱动系统主动放电过程中，通过加速度传感器获取车辆的纵向振动信息。

可选地，获取车辆的第一状态信息的步骤，包括：

车辆静止状态下，在驱动系统主动放电前，获取车辆的第一状态信息；

所述车辆的第一状态信息包括：车辆的第一直流母线电压v1、车辆的第一驱动轮平均胎压p1。

可选地，根据所述车辆的纵向振动信息，计算车辆的第一纵向振动参数q1的步骤，包括：

将所述车辆的纵向振动信息进行二阶低通滤波处理，得到第一滤波信号；

根据所述第一滤波信号，计算车辆的第一纵向振动参数q1。

可选地，根据所述第一滤波信号，计算车辆的第一纵向振动参数的步骤，包括：

通过公式计算车辆的第一纵向振动参数；

其中，q1表示车辆的第一纵向振动参数，ts表示控制周期，tend表示自主动放电开始到结束需要的时间，acc(n)表示第一滤波信号。

可选地，根据所述车辆的第一纵向振动参数q1和车辆的第一状态信息，通过rbf径向基神经网络，获得第一转子位置偏差估算值δe的步骤，包括：

将所述车辆的第一纵向振动参数q1和车辆的第一状态信息作为rbf神经网络的输入值，获得rbf径向基神经网络输出的第一转子位置偏差估算值δe。

可选地，所述通过rbf径向基神经网络，获得第一转子位置偏差估算值δe的步骤之前，所述方法还包括：

多次执行主动放电实验，获得多组理想训练数据；

其中，每组所述理想训练数据包括：预设的电机转子位置偏差值、车辆的状态信息、车辆的纵向振动参数；

根据所述多组理想训练数据，对rbf神经网络进行训练。

可选地，所述主动放电实验的步骤，包括：

人工预设电机的转子位置偏差值；

车辆静止状态下，在不同的车辆状态信息条件下，开展主动放电实验，获得车辆的纵向振动信息实验值；

根据车辆的纵向振动信息实验值，计算车辆的纵向振动参数。

可选地，根据所述第一转子位置偏差估算值δe，进行转子位置偏差补偿控制的步骤，包括：

判断所述第一转子位置偏差估算值δe的实际符号，并获得符号判断结果；

其中，所述符号判断结果包括：所述第一转子位置偏差估算值δe的符号为负值，所述第一转子位置偏差估算值δe的符号为正值，所述第一转子位置偏差估算值δe为无效值；

根据符号判断结果，进行转子位置偏差补偿控制。

可选地，判断所述第一转子位置偏差估算值δe的符号的步骤，包括：

将所述第一转子位置偏差估算值δe分解为四个偏差值，所述四个偏差值包括：aδe、δe、-aδe和-δe；

其中，0＜a＜1；

根据偏差值aδe对转子位置偏差进行补偿，并通过rbf神经网络计算补偿后的位置偏差一值δe1；

根据偏差值δe对转子位置偏差进行补偿，并通过rbf神经网络计算补偿后的位置偏差二值δe2；

根据偏差值-aδe对转子位置偏差进行补偿，并通过rbf神经网络计算补偿后的位置偏差三值δe3；

根据偏差值-δe对转子位置偏差进行补偿，并通过rbf神经网络计算补偿后的位置偏差四值δe4；

若所述δe1、δe2、δe3、δe4符合第一条件，则所述第一转子位置偏差估算值δe的符号判断为负值；其中，所述第一条件为：

δe4＜δe3，且δe1＞δe3，δe2＞δe3，δe1＞δe4，δe2＞δe4；

若所述δe1、δe2、δe3、δe4符合第二条件，则所述第一转子位置偏差估算值δe的符号判断为正值；其中，所述第二条件为：

δe2＜δe1，且δe3＞δe1，δe3＞δe2，δe4＞δe1，δe4＞δe2；

若所述δe1、δe2、δe3、δe4不符合所述第一条件，且不符合所述第二条件，则判断所述第一转子位置偏差估算值δe为无效值。

可选地，根据符号判断结果，进行转子位置偏差补偿控制的步骤，包括：

若所述第一转子位置偏差估算值δe的实际符号判断为负值，则根据-δe对转子位置偏差进行补偿；

若所述第一转子位置偏差估算值δe的符号判断为正值，则根据δe对转子位置偏差进行补偿；

若所述第一转子位置偏差估算值δe判断为无效值，则不对转子位置偏差进行补偿。

依据本发明的第二方面，提供了一种永磁同步电机转子位置偏差补偿控制装置，包括：

获取模块，用于获取车辆的纵向振动信息和车辆的第一状态信息；

第一计算模块，用于根据所述车辆的纵向振动信息计算车辆的第一纵向振动参数q1；

第二计算模块，用于根据所述车辆的第一纵向振动参数q1和车辆的第一状态信息，通过rbf径向基神经网络，获得第一转子位置偏差估算值δe；

处理模块，用于根据所述第一转子位置偏差估算值δe，进行转子位置偏差补偿控制。

依据本发明的第三方面，提供了一种汽车，所述汽车包括处理器，存储器，存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的永磁同步电机转子位置偏差补偿方法的步骤。

依据本发明的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的永磁同步电机转子位置偏差补偿方法的步骤。

本发明的实施例的有益效果是：

上述方案中，通过获得车辆的纵向振动信息，根据车辆的纵向振动信息计算出车辆的第一纵向振动参数，在此基础上创造性的引入rbf径向基神经网络，通过rbf神经网络并利用所获得的车辆的第一纵向振动信息同时结合获得的车辆的第一状态信息，计算得到电机的第一转子位置偏差估算值δe，在得到电机的第一转子位置偏差估算值δe后，根据第一转子位置偏差估算值δe，对转子位置偏差进行补偿控制。本方案实现了电机转子位置的小角度偏差准确的估算，并在此基础上利用该估算值对电机位置偏差进行补偿，从而避免了因电机转子小角度位置偏差所造成的车辆运行不平顺行的问题，保证了车上人员的乘坐舒适性。另外，因本方案不涉及到驱动系统硬件的更改，因此具有广泛的推广价值。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1表示本发明实施例的永磁同步电机转子位置偏差补偿方法的流程图；

图2表示本发明实施例的电机零点偏差扭矩产生原理图；

图3表示本发明实施例的rbf神经网络框图；

图4表示本发明实施例的位置补偿控制逻辑实现图；

图5表示本发明实施例的永磁同步电机转子位置偏差补偿控制装置的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

首先，针对永磁同步电机转子位置小角度偏差车辆纵向振动机理进行介绍：

关于纯电动汽车中的永磁同步电机，在发生转子位置小角度偏差的情况下，最直接的表现为车辆纵向振动，然而这种振动在车辆行驶过程中是很容易被忽略的，车辆的传动系统可简化为一个二质量模型，其中包含大量的弹性机构，如车辆传动轴、变速器、轮胎等，这就会导致车辆运行过程中振动的产生，再加上悬架以及路面因素的影响使得这种振动十分复杂，因此转子位置小角度偏差所引起的车辆纵向振动很容易被湮灭在这些“噪音”中。针对这一问题，本发明并不在行车状态下对偏差进行检测，以避免引入干扰，考虑到车辆下电前需要执行驱动系统主动放电操作(主动放电指的是通过控制永磁同步电机的dq轴电流，在保证驱动电机不输出扭矩的前提下，将驱动系统以及车辆直流母线中所储存的电荷以热量的形式在电机三相绕组中消耗掉，从而避免车辆检修人员的触电风险)，而主动放电时车辆是静止的，这时进行位置偏差进行检测能够消除车辆悬架、路面等因素的结果的影响。为此本发明在主动放电过程中进行转子位置偏差检测及补偿控制。

对于插入式永磁同步电机，其输出扭矩方程为：

其中te表示电机输出扭矩，p0表示电机极对数，ψf表示永磁体磁链，ld与lq表示电机的dq轴电感，id与iq表示电机的dq轴电流。根据上述的输出扭矩公式可以发现，在q轴电流指令为0的情况下，无论d轴电流如何取值，电机最终的输出扭矩均为0，因此在电机主动放电过程中给定q轴电流指令iq为0，取d轴电流指令为一固定值id＝kdis(一般情况下kdis＜0)，这样一来能够在保证驱动电机不输出动力的前提下实现主动放电功能，其中放电速度与kdis有关。以上对主动放电过程进行了说明，但这只是一个理想状态，在电机转子位置零点存在偏差时，主动放电过程中驱动电机会输出动力，具体原理请参见图2电机零点偏差扭矩产生原理图，图2为主动放电过程，其示出，在主动放电控制过程中，给定的q轴电流指令为0，因此理想状态下相电流矢量is沿d轴方向；但由于电机零点的偏差导致实际电流矢量如图中irs所示，这样一来会引起在q轴方向产生电流分量，即iq≠0。由于q轴的实际电流不为零，则根据上述的输出扭矩公式，此时电机的实际输出扭矩te也不为零，这便是由于零点偏差造成驱动电机扭矩非预期输出的原理。

这种电机扭矩的非预期输出最终会转化为车辆的纵向运动，即在轮胎、传动机构等弹性部件以及车辆悬架的作用下，使车辆进入到类似于扭转振动的状态，进而在车辆的纵向方向产生振动，本发明正是利用振动这一特点进行电机转子零点位置偏差的估算，以及后续的补偿控制。

如图1所示，本发明的实施例提供了一种永磁同步电机转子位置偏差补偿方法，所述方法包括：

步骤11：获取车辆的纵向振动信息和车辆的第一状态信息。

该实施例中，由于车辆的振动情况与转子零点的偏差程度有紧密联系，因此本实施中，在车辆的主动放电过程中，获取到车辆的纵向振动信息，本实施例中，对转子位置偏差进行估算，主要是根据车辆纵向的振动情况来进行判断的。同时，因在车辆的主动放电过程中，车辆的纵向振动情况与放电前车辆的状态存在着复杂的非线性关系，因此本实施例首先获取到车辆的纵向振动信息和车辆的第一状态信息，以此为基础，进行后续的方法步骤。

步骤12：根据所述车辆的纵向振动信息计算车辆的第一纵向振动参数q1。

该实施例中，定义了车辆的纵向振动参数，本实施例中具体为第一纵向振动参数q1，这里，对车辆纵向振动参数进行着重说明，该参数是本发明专门提出的一个无量纲参数，用于计算转子位置偏差，纵向振动参数是车辆主动放电过程中车辆振动程度的一个总体评估，用第一来表征在主动放电过程中车辆由于电机转子零点偏差所引起的纵向抖动强度，反映车辆主动放电过程中的车辆的振动情况。具体的，本本实施例中，车辆的第一纵向振动参数q1，根据获取到的车辆的纵向振动信息计算得到。

步骤13：根据所述车辆的第一纵向振动参数q1和车辆的第一状态信息，通过rbf径向基神经网络，获得第一转子位置偏差估算值δe。

该实施例中，由于主动放电过程中，车辆的纵向振动信息和车辆的第一状态信息之间存在着复杂的非线性关系，无法用精确地数学表达式进行描述。考虑到神经网络方法具有非线性的基本特性，对于解决非线性问题具有天然的优势，而rbf径向基神经网络作为一种性能优良的前馈型神经网络，可以任意精度逼近任意的非线性函数，且拓扑结构紧凑、具有全局逼近能力，同时解决了bp网络的局部最优问题，为此本发明引入rbf神经网络，在给出主动放电过程中，车辆的第一纵向振动参数q1和第一状态信息的条件下，利用rbf神经网络计算出第一转子位置偏差估算值δe。

步骤14：根据所述第一转子位置偏差估算值δe，进行转子位置偏差补偿控制。

该实施例中，利用rbf神经网络计算得到的第一转子位置偏差估算值δe，通过第一转子位置偏差估算值δe，进行后续的转子位置偏差的补偿和后续的驱动系统控制。本发明提供的上述实施例利用估算出的第一转子位置偏差估算值δe，实现电机转子位置小角度偏差的补偿控制，避免了因电机转子的小角度位置偏差所产生的车辆发生“抖动”等运行不平顺的现象，保证了车上人员的乘坐舒适性。

在本发明的一个优选实施例中，步骤11中，获取车辆的纵向振动信息和车辆的第一状态信息，可以具体包括：

车辆静止状态下，在驱动系统主动放电过程中，通过加速度传感器获取车辆的纵向振动信息。

车辆静止状态下，在驱动系统主动放电前，获取车辆的第一状态信息；其中所述车辆的第一状态信息包括：车辆的第一直流母线电压v1、车辆的第一驱动轮平均胎压p1。

该实施例中，该实施例利用车辆下电前，车辆静止状态下，驱动系统主动放电的过程，通过车载加速度传感器获得车辆的纵向振动信息，在驱动系统主动放电前，获取车辆的第一直流母线电压v1和车辆的第一驱动轮平均胎压p1等车辆的第一状态信息。通过获取到的车辆的纵向振动信息和车辆的第一状态信息，进行后续的步骤操作，该实施例在车辆静止状态下，驱动系统的主动放电过程中获取车辆的纵向振动信息和车辆的第一状态信息，实现了保证车上人员的乘车感受的情况下，对车辆的纵向振动信息和车辆的第一状态信息进行获取，在不影响驾驶的情况下，对电机的转子位置偏差情况进行检测。

其中，在本发明的一个优选实施例中，步骤12中，根据所述车辆的纵向振动信息，计算车辆的第一纵向振动参数q1的步骤，具体可以包括：

将所述车辆的纵向振动信息进行二阶低通滤波处理，得到第一滤波信号；

根据所述第一滤波信号，计算车辆的第一纵向振动参数q1。

该实施例中，如上述实施例所述，车辆第一纵向振动参数q1是本发明的实施例专门提出的一个无量纲参数，用于计算电机的转子零点位置偏差。该纵向震动参数q1，用于表征在主动放电过程中车辆由于电机转子零点偏差所引起的纵向抖动强度，本发明的实施例中，利用车辆中的加速度传感器来获取车辆的纵向加速度信号，具体的，车辆的纵向振动信息可以为纵向加速度信号，本实施例中，首先对所述纵向振动信息即纵向加速度信号进行二阶低通滤波，利用滤波后得到的第一滤波信号计算出第一纵向振动参数q1。下面将对车辆的纵向振动信息进行二阶低通滤波的详细步骤进行说明：

定义由车辆加速度传感器获得的车辆的纵向振动信息，即纵向加速度信号的原始值为a，对其进行二阶低通滤波，目的为将信号采集过程中所受到的中高频干扰滤除。二阶低通滤波方法为目前成熟滤波方法，其中，二阶低通滤波处理的具体实现为：

acc(n)＝ft(n)-ft(n-2)；

上式中，acc表示本控制周期经二阶低通滤波得到的车辆纵向加速度信息，即第一滤波信号，其中ft(n)为中间变量，其表达式为：

ft(n)＝a(n)ka-kbft(n-1)-kcft(n-2)；

上式中，a(n)表示本空周期采集到的车辆原始纵向加速度信号；ka、kb与kc表示滤波系数，这三个系数用于调节低通滤波截止频率等参数。

具体的，本发明的一个优选实施例中，根据所述第一滤波信号，计算车辆的第一纵向振动参数q1的步骤可以包括：

通过公式计算车辆的第一纵向振动参数q1。

其中，q1表示车辆的第一纵向振动参数，ts表示控制周期，tend表示自主动放电开始到结束需要的时间，acc(n)表示第一滤波信号。

该实施例中，利用二阶低通滤波获得的第一滤波信号acc(n)，通过上述振动参数公式进行车辆的第一纵向振动参数q1的计算，根据该振动参数公式可以看出，车辆的第一纵向振动参数q1实际上是主动放电过程中车辆振动程度的一个总体评估，理想情况下(即电机无扭矩输出的情况)，a(n)应为0，对应着q1为0。但由于转子位置零点偏差的存在使得驱动电机扭矩的非预期输出，在车辆悬架、轮胎、半轴等机构的作用下在纵向方向上产生振动，根据第一纵向振动参数q1的计算公式，通过对车辆的纵向振动信息acc(n)(取绝对值)以离散形式进行积分，此时得到的第一纵向振动参数q1，将能够反映出主动放电过程中车辆的振动情况。

其中，在本发明的一个优选实施例中，步骤13中，根据所述车辆的第一纵向振动参数q1和车辆的第一状态信息，通过rbf径向基神经网络，获得第一转子位置偏差估算值δe的步骤，可以包括：

将所述车辆的第一纵向振动参数q1和车辆的第一状态信息作为rbf神经网络的输入值，获得rbf径向基神经网络输出的第一转子位置偏差估算值δe。

该实施例中，参见图3，其示出的是rbf神经网络框图，本实施例所提供的rbf神经网络分为三层，输入层、隐层与输出层，其中输入量为三项，分别为第一纵向振动参数q1、主动放电前一时刻的车辆的第一直流母线电压v1以及车辆的第一驱动轮平均胎压p1；输出量则为第一转子位置偏差估算值δe。

根据图3可以看出，通过将计算得到的车辆的第一纵向振动参数q1以及车辆的第一状态信息(主动放电前一时刻的车辆的第一直流母线电压v1以及车辆的第一驱动轮平均胎压p1)，作为rbf径向基神经网络的输入值，rbf径向基神经网络即可进一步估算并输出第一转子位置偏差估算值δe。详细的，通过rbf神经网络计算第一转子位置偏差估算值δe的具体表达式如下：

上述rbf径向基神经网络的表达公式中，x为输入向量，即x＝[q1v1p1]，y(x，w)为网络输出，即计算得到的第一转子位置偏差估算值δe；wi为权重；l为隐层神经元数量，优选的，取l＝7；ci为中心矢量；||x-ci||为输入向量到节点中心(中心矢量)的距离；φ为径向基函数，这里取为高斯径向基函数。

rbf神经网络是目前应用较为成熟的神经网络应用方案，是一种性能优良的前馈型神经网络，可以任意精度逼近任意的非线性函数，可以解决车辆的振动情况与车辆的第一状态信息之间存在的复杂的非线性关系。因此可通过rbf神经网络，利用第一纵向振动参数q1以及车辆的第一状态信息(主动放电前一时刻，车辆的第一直流母线电压v1和车辆的第一驱动轮平均胎压p1)估算出第一转子位置偏差估算值δe。

重要的，为提高rbf径向基神经网络的计算精度，在本发明的一个优选实施例中，所述通过rbf径向基神经网络，获得第一转子位置偏差估算值δe的步骤之前，所述方法还可以包括：

多次执行主动放电实验，获得多组理想训练数据；

其中，每组所述理想训练数据包括：预设的电机转子位置偏差值、车辆的状态信息、车辆的纵向振动参数；

根据所述多组理想训练数据，对rbf神经网络进行训练。

其中，进一步地，所述主动放电实验的步骤，可以包括：人工预设电机的转子位置偏差值；车辆静止状态下，在不同的车辆状态信息条件下，开展主动放电实验，获得车辆的纵向振动信息实验值；根据车辆的纵向振动信息实验值，计算车辆的纵向振动参数。

该实施例中，由于rbf神经网络的计算精度的优劣，取决于训练该神经网络的数据是否为准确、可靠且有效的数据息息相关。因此如何获得上述图3所示出的rbf神经网络训练所需的理想训练数据，与设计该rbf神经网络是密不可分的，针对该问题，本发明提供了一种获得理想训练数据的方法，即通过多次执行主动放电实验，获得多组理想训练数据，详细步骤如下：

①人工标定电机转子位置零点，即人为设定小角度电机转子位置零点偏差，定义该偏差为e；

②车辆静止状态下，在不同的车辆直流母线电压v与车辆驱动轮胎压p的条件下开展主动放电试验，并通过采集主动放电过程中车辆所产生的纵向加速度，利用上述实施例中所述的相同的方法，得到本次实验的车辆纵向振动参数q；

③取[qvp|e|]为本次试验所确定的rbf神经网络理想训练数据。其中之所以将步骤①中人为设置的小角度位置偏差e取绝对值处理，原因为q是反映主动放电过程中由于电机转子位置偏差所引起纵向振动程度大小的评估参数，而无论e是正偏差或负偏差，其并不能够通过车辆纵向振动参数q被直接反映出来，即此时的振动参数是基本一致的，因此在本发明中将认为设定的小角度位置偏差e取绝对值作为rbf神经网络的一组理想训练数据。

通过反复多次执行步骤①、②、③，能够得到大量的多组理想训练数据，利用该主动放电试验方法所获得的理想数据，对图3所示的rbf神经网络进行训练，则训练完成的神经网络将具有较高的计算精度。

值得说明的是，由于理想训练数据中关于电机转子零点偏差的数据均为正值，因此利用该rbf神经网络计算得到的电机转子零点偏差估计值δe也为正值，这显然是忽略了δe为负值的情况。针对这一问题，将在步骤14中进行解决。

其中，在本发明的一个优选实施例中，步骤14中，根据所述第一转子位置偏差估算值δe，进行转子位置偏差补偿控制的步骤，具体可以包括：

判断所述第一转子位置偏差估算值δe的实际符号，并获得符号判断结果；

其中，所述符号判断结果包括：所述第一转子位置偏差估算值δe的符号为负值，所述第一转子位置偏差估算值δe的符号为正值，所述第一转子位置偏差估算值δe为无效值；

根据符号判断结果，进行转子位置偏差补偿控制。

该实施例中，由上述实施例所述可知，利用rbf神经网络计算获得的第一转子位置偏差估算值δe，始终为正值，为了对所述第一转子位置偏差估算值δe的符号进行判定，同时对其估算结果的正确性进行验证，本实施例首先判断所述第一转子位置偏差估算值δe的实际符号，并获得符号判断结果，进一步的根据符号判断结果，进一步对转子位置偏差进行补偿控制。

其中，具体的，判断所述第一转子位置偏差估算值δe的符号的步骤，包括：

将所述第一转子位置偏差估算值δe分解为四个偏差值，所述四个偏差值包括：aδe、δe、-aδe和-δe；

其中，0＜a＜1；

根据偏差值aδe对转子位置偏差进行补偿，并通过rbf神经网络计算补偿后的位置偏差一值δe1；

根据偏差值δe对转子位置偏差进行补偿，并通过rbf神经网络计算补偿后的位置偏差二值δe2；

根据偏差值-aδe对转子位置偏差进行补偿，并通过rbf神经网络计算补偿后的位置偏差三值δe3；

根据偏差值-δe对转子位置偏差进行补偿，并通过rbf神经网络计算补偿后的位置偏差四值δe4；

若所述δe1、δe2、δe3、δe4符合第一条件，则所述第一转子位置偏差估算值δe的符号判断为负值；其中，所述第一条件为：

δe4＜δe3，且δe1＞δe3，δe2＞δe3，δe1＞δe4，δe2＞δe4；

若所述δe1、δe2、δe3、δe4符合第二条件，则所述第一转子位置偏差估算值δe的符号判断为正值；其中，所述第二条件为：

δe2＜δe1，且δe3＞δe1，δe3＞δe2，δe4＞δe1，δe4＞δe2；

若所述δe1、δe2、δe3、δe4不符合所述第一条件，且不符合所述第二条件，则判断所述第一转子位置偏差估算值δe为无效值。

该实施例中，参见图4，其示出的是位置补偿控制逻辑实现框图，根据图4可知，本发明的实施例中，首先将经rbf神经网络计算得到的第一转子位置偏差估算值δe分解成四个子偏差值aδe、δe、-aδe和-δe；其中，0＜a＜1。该实施例中，优选的，a取0.5，因此优选的，第一转子位置偏差估算值δe被分解为偏差1∶0.5δe；偏差2：δe；偏差3：-0.5δe；偏差4：-δe。之后分别采用这四个偏差值对电机转子位置进行补偿，同时在主动放电过程中，再次利用本发明提供的利用理想训练数据训练后的rbf神经网络，计算不同角度补偿下的电机转子位置偏差估算值，分别为δe1、δe2、δe3与δe4。接下来利用rbf神经网络所计算得到的四个偏差估算值进行条件判断，如果电机转子位置的真实偏差值为负值，则δe4＜δe3判断条件将会成立，同时δe1＞δe3、δe2＞δe3、δe1＞δe4、δe2＞δe4，定义以上判断条件为第一条件，第一条件对应图4中的条件1；如果电机转子位置的真实偏差值为正值，则δe2＜δe1判断条件将会成立，同时δe3＞δe1、δe3＞δe2、δe4＞δe1、δe4＞δe2，定义以上判断条件为第二条件，第二条件对应图4中的条件2；当第一条件与第二条件均不满足时(对应图4中条件3所述的条件1与条件2均不满足)，则定义第一转子位置偏差估算值δe为无效值。

其中，具体的，根据符号判断结果，进行转子位置偏差补偿控制的步骤，包括：

若所述第一转子位置偏差估算值δe的实际符号判断为负值，则根据-δe对转子位置偏差进行补偿；

若所述第一转子位置偏差估算值δe的符号判断为正值，则根据δe对转子位置偏差进行补偿；

若所述第一转子位置偏差估算值δe判断为无效值，则不对转子位置偏差进行补偿。

该实施例中，根据不同角度补偿下的电机转子位置偏差估算值的满足条件进行判断，并进行位置补偿控制，其中当第一条件(对应图4中的条件1)得到满足，则判断此时电机转子位置的零点偏差为-δe，此时根据该偏差值对转子位置进行补偿，并在此基础上进行驱动系统控制；当第二条件(对应图4中的条件2)得到满足，则判断此时电机转子位置的零点偏差为δe，此时根据该偏差值对转子位置进行补偿，并在此基础上进行驱动系统控制；如果第一条件与第二条件均不满足时(对应图4中条件3所述的条件1与条件2均不满足)，则认为利用rbf神经网络估算得到的第一转子位置偏差估算值δe是无效的，这种情况下不对电机转子位置偏差进行补偿。

通过上述方案，本实施例在不破坏车上人员驾乘感受的前提下将电机转子位置的小角度偏差进行准确的估算，并在此基础上通过合理方式利用估算值对电机位置进行补偿，从而达到消除电机转子小角度位置偏差对车辆运行平顺行的影响，解决了当转子零点位置发生小角度偏差后，车辆在实际运行过程中出现的发生抖动、动力输出不平顺等现象，所造成的严重影响车上人员的驾乘感受的问题。

基于上述方法，本发明实施例还提供一种用以实现上述方法的装置。

请参见图5，其示出的是本发明实施例提供的永磁同步电机转子位置偏差补偿控制装置的结构示意图，本发明提供的一种永磁同步电机转子位置偏差补偿控制装置200，该装置包括：

第一获取模块210，用于获取车辆的纵向振动信息和车辆的第一状态信息；

第一计算模块220，用于根据所述车辆的纵向振动信息计算车辆的第一纵向振动参数q1；

第二计算模块230，用于根据所述车辆的第一纵向振动参数q1和车辆的第一状态信息，通过rbf径向基神经网络，获得第一转子位置偏差估算值δe；

第一处理模块240，用于根据所述第一转子位置偏差估算值δe，进行转子位置偏差补偿控制。

其中，在本发明一个优选的实施例中，第一获取模块210可以包括：

第一获取单元，用于车辆静止状态下，在驱动系统主动放电过程中，通过加速度传感器获取车辆的纵向振动信息。

第二获取单元，用于车辆静止状态下，在驱动系统主动放电前，获取车辆的第一状态信息；所述车辆的第一状态信息包括：车辆的第一直流母线电压v1、车辆的第一驱动轮平均胎压p1。

其中，在本发明一个优选的实施例中，第一计算模块220可以包括：

第一计算子模块，用于将所述车辆的纵向振动信息进行二阶低通滤波处理，得到第一滤波信号。

第二计算子模块，用于根据所述第一滤波信号，计算车辆的第一纵向振动参数q1。

优选的，第一计算子模块可以包括：

第一计算单元，用于通过公式计算车辆的第一纵向振动参数；

其中，q1表示车辆的第一纵向振动参数，ts表示控制周期，tend表示自主动放电开始到结束需要的时间，acc(n)表示第一滤波信号。

在本发明一个优选的实施例中，第二计算模块230可以包括：

第三计算子模块，用于将所述车辆的第一纵向振动参数q1和车辆的第一状态信息作为rbf神经网络的输入值，获得rbf径向基神经网络输出的第一转子位置偏差估算值δe。

其中，所述装置还包括：

第二获取模块，用于多次执行主动放电实验，获得多组理想训练数据；其中，每组所述理想训练数据包括：预设的电机转子位置偏差值、车辆的状态信息、车辆的纵向振动参数；

第二处理模块，用于根据所述多组理想训练数据，对rbf神经网络进行训练。

优选的，所述第二获取模块可以包括：

第三获取单元，用于人工预设电机的转子位置偏差值；

第四获取单元，用于车辆静止状态下，在不同的车辆状态信息条件下，开展主动放电实验，获得车辆的纵向振动信息实验值；

第五获取单元，用于根据车辆的纵向振动信息实验值，计算车辆的纵向振动参数。

其中，在本发明一个优选的实施例中，第一处理模块240可以包括：

第一处理子模块，用于判断所述第一转子位置偏差估算值δe的实际符号，并获得符号判断结果；其中，所述符号判断结果包括：所述第一转子位置偏差估算值δe的符号为负值，所述第一转子位置偏差估算值δe的符号为正值，所述第一转子位置偏差估算值δe为无效值；

第二处理子模块，用于根据符号判断结果，进行转子位置偏差补偿控制。

优选的，第一处理子模块包括：

第一处理单元，用于将所述第一转子位置偏差估算值δe分解为四个偏差值，所述四个偏差值包括：aδe、δe、-aδe和-δe；

其中，0＜a＜1；

第二处理单元，用于根据偏差值aδe对转子位置偏差进行补偿，并通过rbf神经网络计算补偿后的位置偏差一值δe1；

第三处理单元，用于根据偏差值δe对转子位置偏差进行补偿，并通过rbf神经网络计算补偿后的位置偏差二值δe2；

第四处理单元，用于根据偏差值-aδe对转子位置偏差进行补偿，并通过rbf神经网络计算补偿后的位置偏差三值δe3；

第五处理单元，用于根据偏差值-δe对转子位置偏差进行补偿，并通过rbf神经网络计算补偿后的位置偏差四值δe4；

第六处理单元，用于若所述δe1、δe2、δe3、δe4符合第一条件，则所述第一转子位置偏差估算值δe的符号判断为负值；其中，所述第一条件为：

δe4＜δe3，且δe1＞δe3，δe2＞δe3，δe1＞δe4，δe2＞δe4；

第七处理单元，用于若所述δe1、δe2、δe3、δe4符合第二条件，则所述第一转子位置偏差估算值δe的符号判断为正值；其中，所述第二条件为：

δe2＜δe1，且δe3＞δe1，δe3＞δe2，δe4＞δe1，δe4＞δe2；

第八处理单元，用于若所述δe1、δe2、δe3、δe4不符合所述第一条件，且不符合所述第二条件，则判断所述第一转子位置偏差估算值δe为无效值。

优选的，第二处理子模块包括：

第九处理单元，用于若所述第一转子位置偏差估算值δe的实际符号判断为负值，则根据-δe对转子位置偏差进行补偿；

第十处理单元，用于若所述第一转子位置偏差估算值δe的符号判断为正值，则根据δe对转子位置偏差进行补偿；

第十一处理单元，用于若所述第一转子位置偏差估算值δe判断为无效值，则不对转子位置偏差进行补偿。

上述装置实施例提供的永磁同步电机转子位置偏差补偿控制装置与方法实施例提供的永磁同步电机转子位置偏差补偿方法属于同一构思，其具体实现过程详见方法实施例。

为达到上述技术效果，本发明实施例还提供了一种汽车，所述汽车包括处理器，存储器，存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的永磁同步电机转子位置偏差补偿方法的步骤。

此外，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的永磁同步电机转子位置偏差补偿方法的步骤。

本发明提供的永磁同步电机转子位置偏差补偿方法，包含两方面的内容，首先对永磁同步电机转子位置的小角度偏差进行检测，得到偏差的估算值；在此基础上，通过合理方式最终确定偏差值，并利用该值对转子位置进行补偿控制。关于纯电动汽车永磁同步电机转子位置的小角度偏差检测，本发明利用车辆下电前，车辆静止状态下驱动系统主动放电的过程，通过车载加速度传感器获得车辆的纵向振动信息，在此基础上创造性的引入rbf神经网络，利用所获得的车辆纵向振动信息同时结合车辆状态计算得到电机转子位置的小角度偏差的估算值；考虑到利用神经网络估算电机转子位置的偏差，其精度取决于前期训练该rbf神经网络的数据是否真实、有效、可靠，因此本发明还针对以上神经网络提供了一种理想训练数据获取方法，利用以上方法获得的数据训练神经网络，能够保证其计算精度。在得到电机位置偏差的估算值后，本发明提供了一种补偿控制方法，该方法首先利用车辆下电前驱动系统主动放电过程对补偿角度进行验证，通过观测车辆的纵向振动情况来判断电机转子位置角度补偿是否正确、有效，并最终确定转子位置的补偿值，该补偿值将用于最终的转子位置偏差补偿以及后续的驱动系统控制。本发明利用车辆主动放电时的静止状态实现电机转子位置小角度偏差的检测、验证及补偿环节，因此不会对车辆的正常行驶造成干扰，这在一定程度上保证了车上人员的乘坐舒适性。另外，本发明提供的以上方法具有思路清晰、实现方便，不涉及到驱动系统硬件的更改，因此具有广泛的推广价值。

对于前述的方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明所必需的。

需要说明的是，在发明实施例中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述的是本发明的优选实施方式，应当指出对于本技术领域的普通人员来说，在不脱离本发明所述的原理前提下还可以作出若干改进和润饰，这些改进和润饰也在本发明的保护范围内。