引言与背景
- 行业背景与挑战：电力传动系统在电动汽车、工业机器人、数控机床等高端应用中面临高功率密度、高精度、高可靠性要求，但现有方案难以兼顾精度、成本与动态适应性，复杂工况下的鲁棒性不足，缺乏自适应机制。
- 核心需求：宽速域运行，适应复杂工况，现有方案无法满足高端应用需求。
- 思维革新与层级化治理：探索误差从“被动抑制对象”转变为“可利用资源”，实现高精度自适应控制，建立完整的误差“认知一控制一利用”闭环体系。
误差诱发机制与动态建模
- 电流误差产生的物理机理：多维度解析传感器误差源头，包括偏置误差和增益误差，分析系统运行初期的偏置误差和长期运行的增益误差对系统性能的影响。
- 单电机误差的数学建模及影响解析：测量模型为
imeas = k·itrue + f，偏置误差导致 dg 轴电流基波频率波动，增益误差导致 dg 轴电流二倍频波动。
- 测量误差消除方法：
- 离线校正无法消除运行温度引起的测量误差，精度较低。
- 基于逆变器-相电流关联的传感器误差相互校正，校正过程可控，精度高，支持实时在线校正。
- 双电机误差传播：双电机系统中的误差耦合效应与校正标准离散性，误差耦合降低单电机性能，并通过系统群引发连锁反应。
- 多电机系统中的误差耦合：误差耦合导致调制区域受限，极端情况下调制范围从 100% 降至 50%。
误差协同抑制与在线补偿
- 多点采样自校准方案：基于拓扑的轻量化高普适性电流采样误差自校准方法，克服传统方案计算负担重、补偿结果抗扰动能力差、普适性差等问题。
- 双电机系统协同校正方案：基于子系统解耦与补偿系数修正的双电机双逆变器系统误差协同校正方法，解决各子系统内及之间的误差校正问题。
- 虚拟采样时序准则下的误差校正方案：基于五段式/七段式空间电压矢量切换的电流采样误差校正方法。
- 固定点采样电流传感器误差校正方案：非参数依赖型固定点采样电流传感器误差校正方法。
- 多精度未知电流传感器互相校正方案：基于检测电压注入的多电流传感器测量误差实时在线互校方法。
误差资源化与系统群治理
- 视角转变：将误差视为反映系统状态的特征信号，探索数据驱动的自适应控制。
- 引入误差的数据驱动新路径：通过带误差扰动的训练样本提升模型鲁棒性，实现动态工况下的稳定控制，利用神经网络控制结构和误差注入驱动激发的反演辨识。
- 将误差作为评估系统健康关键指标：实现预测性维护，避免非计划停机，提升工业系统运行可靠性。
- 核心贡献：构建“认知一控制一利用”闭环误差治理架构，显著提升系统性能与智能化水平，实现从被动补偿到主动利用的跨越。
