[发明专利]一种电机MAP图的高精度拟合方法及其应用

权利要求书

1.一种电机MAP图的高精度拟合方法，其特征在于，基于完成训练后的BP神经网络输出的电机效率拟合值来制作电机MAP图；其中，所述BP神经网络的训练方法包括：对所述电机在不同转速、转矩情况下的实际电机效率值作为样本对所述BP神经网络进行训练，使得通过BP神经网络得到的电机效率拟合值与实际电机效率值之间的误差处于在预设误差范围内。

2.根据权利要求1所述电机MAP图的高精度拟合方法，其特征在于，所述BP神经网络包括输入层和输出层，其中，

所述输入层的输入为电机转速值和电机转矩值；

所述输入层和输出层之间设有1个或多个隐含层；

所述输出层的输出为电机效率拟合值。

3.根据权利要求2所述电机MAP图的高精度拟合方法，其特征在于，所述隐含层的数量为2个，包括第一隐含层和第二隐含层。

4.根据权利要求3所述电机MAP图的高精度拟合方法，其特征在于，所述第一隐含层的神经元数量为10个，所述第二隐含层的神经元数量为5个。

5.根据权利要求1所述电机MAP图的高精度拟合方法，其特征在于，训练所述BP神经网络的训练迭代次数至少超过300次，确保所述BP神经网络训练集的误差函数值下降到10^-7量级。

6.根据权利要求1所述电机MAP图的高精度拟合方法，其特征在于，所述预设误差范围设定为：电机效率拟合值与实际电机效率值之间的差值范围为±1.5×10^-3。

7.根据权利要求1所述电机MAP图的高精度拟合方法，其特征在于，所述电机MAP图的横坐标为电机转速，其纵坐标是电机扭矩，根据电机转速和电机扭矩对应出气对应的电机效率拟合值。

8.根据权利要求1所述电机MAP图的高精度拟合方法，其特征在于，所述电机MAP图通过matlab软件或通过Python语言制作得到。

9.一种根据权利要求1-8之一所述电机MAP图的高精度拟合方法的应用，其特征在于，将其应用作为车辆用模块化多相电机所采用的电机效率云图。

10.根据权利要求9所述电机MAP图的高精度拟合方法的应用，其特征在于，所述车辆用模块化多相电机包括n个独立多相电机单元，各独立多相电机单元分别由其对应的独立驱动器驱动控制，且各独立驱动器分别由其对应的独立电源供电，各独立多相电机单元、各独立驱动器以及各独立电源分别与车载电脑连接；其中，所述控制方法包括：所述车载电脑预置有最优效率算法，根据所述车辆的功率需求并以满足最优效率算法作为驱动目标，计算所需运行的独立多相电机单元数量及其对应的输出功率。