當前位置：首頁? 行業資訊 ? 汽車軟硬結合板告訴您提高電動汽車能源效率技術的三大關鍵特性

汽車軟硬結合板告訴您提高電動汽車能源效率技術的三大關鍵特性

文章來源：電子工程世界作者：鄧靈芝查看手機網址

掃一掃！

掃一掃!

人氣：5748發布日期：2017-06-24 04:55【大中小】

汽車軟硬結合板小編看到在今年2月，有企業成功開發出了一種電機控制專用電路技術，可助力車廠滿足更嚴苛的碳排放標準。這種新開發的技術名為“智能電機定時器系統(IMTS)”，是一種可集成于未來電動車和混合動力車微控制器的專用電路模塊。對于在電動車電機控制中至關重要的磁場定向控制(FOC)，它的操作時間僅為0.8微秒(μs)，是世界上最快的速率，還不到在相同操作頻率下運行的CPU上軟件處理時間的十分之一。這將有助于開發具備優異能源效率的高速電動車電機和具有高速開關性能的逆變器系統。

此外，這種獨特的電路還可以為汽車動力系統提供功能性安全支持。

近年來，隨著燃料效率方面的要求不斷提高，電動車、混合動力車和插電式混合動力車在汽車市場中所占的份額逐漸擴大。為進一步提高電動車的應用范圍，有必要增強電機控制的能源效率。

因此，不僅需要對電機進行機械性改進，提升電機的電子控制單元的功能和性能也十分重要。可用于支持下一代電動車、混合動力車以及插電式混合動力車的電子控制單元需要非常領先的功能和復雜的控制軟件，而這勢必會大幅增加這些電子控制單元中的微控制器的處理負荷。

與此同時，為確保在高溫環境中的高度可靠性，還需要限制汽車微控制器產生的熱量。因此，需要將微控制器的內部電路(包括CPU內核)的操作頻率保持在相對較低的水平，而這會妨礙其性能的提升。

為滿足上述需求，在微控制器執行的眾多電機控制中，還將IMTS作為靜態處理的專用電路模塊，因為該處理過程通常需要高反應性能，如采集傳感器數據，在此基礎上計算并輸出控制值等。IMTS獨立于CPU，可自主運行，可顯著降低電機控制微控制器的CPU負荷。節省下來的CPU性能便可以分配至高級電機控制算法上，從而提高未來電動車、混合動力車和插電式混合動力車的能源效率。

專用電機控制電路技術的關鍵特性：

(1) 開發靜態電機控制處理專用電路模塊和支持獨立運行的電路技術

電機控制需要一系列涉及磁場定向控制(FOC)的靜態處理，在每個控制周期內MCU會采集電機電流值和角度值在計算后得出下一周期的控制值；在控制值的基礎上會生成PWM輸出。

當多種電機控制程序同時運行時，對于以320 MHz頻率運行的汽車MCU，產生的總處理負荷最高可占到其CPU性能的90%。新開發的IMTS是一種支持FOC操作的專用電路模塊，可在很大程度上分擔CPU的處理負荷。它以專用電機控制定時器電路的形式配置，鏈接緊湊，因此在每個定時器電路管理的控制周期中執行的一系列處理—從獲取電流值和角度值到PWM信號輸出，均可獨立于CPU運行。

由此便消除了之前本應由CPU處理的負荷，而釋放出來的CPU性能現在則可分配至包含高級控制算法的軟件，提高能源效率。通過為FOC配置專用電路，IMTS可以將操作處理時間減少至0.8μs，與配置在CPU上的軟件相比，用時不到其十分之一。

對于使用新材料制成的電源設備，新技術實現的處理性能可滿足具備高速開關性能的逆變器控制要求(性能示例：100kHz開關頻率，控制周期10μs)，包括使用以碳化硅等新材料制成的電源設備的逆變器。

(2) 專業技術的發展為汽車動力系統控制提供功能安全保障

汽車動力系統控制必須能夠確保功能安全，以便及時檢測組件故障，將系統自動轉換到安全狀態。這一般是通過使用兩個微控制器提供系統冗余來實現，或者也可使用配置內部冗余電路的MCU，但后者的成本會相對較高。

新技術使用的MCU帶有兩個雙核鎖步配置的CPU，可定期監測IMTS電路的內部運行。該方法不僅可以降低成本，還可以實現高速控制和功能安全。功能安全會增加CPU的負荷，但在實際使用中，僅占CPU總處理能力的2.4%(注5)。

(3) 電路技術可靈活校正外部傳感器信號誤差

為實現高精密微控制器精確的處理性能，需要采集高精度的傳感器信號值。但實際運行中卻會有各種原因導致的錯誤，例如因傳感器安裝位置引起的誤差。新開發的IMTS可加載用戶開發的軟件實時校正誤差。此外，IMTS還可以獨立執行該校正處理，不會對CPU造成額外的負荷。正確的傳感器信號值，可在電機運行中實現更精確的處理性能和更高的能源效率。

目前正在測試采用該技術的40納米MCU原型(帶片上閃存)。它使用真實的電機驅動系統確認真實系統中的操作。電子旨在通過這種專用電機控制電路技術為電動車、混合動力車和插電式混合動力車的電子控制單元實現更高的能源利用效率。

ps:部分圖片來源于網絡，如有侵權，請聯系我們刪除

下一篇：汽車FPC：電動汽車與暴雨天更配哦！上一篇：陶瓷電路板LED封裝領域中的比較