“小米超级电机V8s”获得千万大奖，算法突破有何亮点？

小米V8s有一个叫做基于铁耗系数模型的最小损耗控制方法，也就是MTPL。

传统的MTPA概念，是去调节电流矢量的方向，通过尽量减小电流来实现减少铜耗，但铁耗无法通过简单计算来控制，小米希望综合考虑铜耗和铁耗都有综合的最优解。

关注的是给定损耗下，去实现最大扭矩输出，通过优化电流和磁通之间的平衡，铜损和铁损都可以减少，说白了，小米的MTPL就是集中力量，用最小损耗去实现目标扭矩。

这玩意儿标定两三个月很常见的事情，还取决于工程师水平，小米的策略是把永磁同步电机标定为一个等效电路，结合铁耗损经验方程，最终得到了一个等式，铁耗电阻、角频率，右边都是和电机磁链有关的量，通过这个模型实现对铁耗损的控制。

主要方法是建立不同转速下dq轴电流和铁耗系数的关系Map，软件运行过程中在线计算总损耗最优的dq轴电流分配，并且考虑温度电压等因素的影响对电流分配进行修正，最终实现CLTC工况效率提升0.24%

另外一个部分，就是电机的扭矩控制策略，常用的有FOC和DTC两种，前者FOC叫做磁场定向控制，它的优势就是稳定，缺点是控制周期长。后者DTC叫做直接转矩控制，简单粗暴，周期短效率高，但达到目标后波动会很大，容易有NVH抱怨。

两种控制逻辑就像两种不同驾驶风格。FOC像一个老司机，驾驶平稳和转向精准。通过精确分解电流，让扭矩和磁场独立控制，确保各速度下都平稳运行。而DTC更像是赛车手，通过快速切换实现直接转矩控制，响应速度快，但略显粗犷。所以低速区间扭矩波动大，DTC更适合需要快速响应的应用，尤其是早期的一些PHEV，包括工业感应异步电机用的就是DTC，但近年来电驱动上面基本上不怎么用了，像比亚迪DM-i和吉利雷神EM-i混动的P3驱动电机基本上也都是FOC为主。

那么如果有一种算法，能结合DTC和FOC的双重优势让电机做到“静若处子、动如脱兔”岂不是很棒呢？这种新策略叫做SPTFC，结合了FOC和DTC的优点，通过调整磁场的变化速度，实现快速反应和精确控制的平衡。

小米这一块，在此础上还加入了扭矩预测控制模型，通过建立精确的电机数学模型和磁链观测器，实现扭矩指令到电压指令的快速转化，最终达成0到90%峰值扭矩仅需要15ms的控制响应时间，这个和咱前面开头讲的指令刷新率不是一个东西，刷新率决定的是如何频繁给电机发送新的目标扭矩，而控制周期决定了采集、反馈、计算、然后调整控制输出这一整个流程，可以这么讲，这个值达到了15ms，是一种进步。不算改天换地的那种革命性成果，但确实能实质性优化驾驶感受。

对了，有一个点刚才没有提到，就是V8s这台电机因为转速太高了，采样混叠容易造成相电流的偏置，尤其是在22000以上，输出电流谐波增大，铁耗损增加，温度更是远超预期。之前在iCAR03那一期电机拆解给大家讲过什么是采样电路，为什么那么重要，就是因为采样电路的周期性测量，为控制算法提供了实时数据，从而精确调整电机的电流和转矩，确保电机按需工作。

转速一变高，电流频率也随之上升。如果采样能力不到位，电流信号高频分量可能会被混叠到较低频率。这种现象会让电控有错觉，从而产生偏差，对输出有很严重的影响。那么在这个领域，小米也是开发了在线寻优，主要方法是在线寻找最优的载波比来减少谐波损耗，小米这个能减少80%的信号混叠，解决发热，提升效率。

来源：RIO电驱动

1.智新对于电动汽车主驱功率半导体模块的开发思考

2.如何提升碳纤维转子在电驱动中的应用价值

3.新能源重卡电驱桥产品力研究及架构创新

4.舍弗勒全新电驱动桥集成方案一览

5.面向扁线工艺的电机设计过程

扫描二维码｜关注我们 ●  电动车千人会  ●

扫码关注智能汽车 ●  EVH1000智能汽车  ●