买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥工业大学申请的专利基于DSVM的SMPMSM驱动系统双目标全局最优无模型预测控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115528975B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211253648.0，技术领域涉及：H02P27/12；该发明授权基于DSVM的SMPMSM驱动系统双目标全局最优无模型预测控制方法是由李红梅;刘润东;周超;杨利国;周亚男设计研发完成，并于2022-10-13向国家知识产权局提交的专利申请。

本基于DSVM的SMPMSM驱动系统双目标全局最优无模型预测控制方法在说明书摘要公布了：本发明涉及一种基于DSVM的SMPMSM驱动系统双目标全局最优无模型预测控制方法，包括：建立SMPMSM驱动系统超局部模型，生成逆变器参考电压矢量；根据所生成的逆变器参考电压矢量位置，将逆变器电压六边形分为三个子区域；获得各个子区域中电流控制性能最优的候选电压矢量；设计包含定子电流误差和逆变器开关次数的双目标代价函数，将每个子区域中电流控制性能最佳的候选电压矢量的逆变器开关次数作为基准，再选择每个子区域中需要进行在线评估的候选电压矢量并放入候选电压矢量集；基于双目标代价函数对候选电压矢量集中的候选电压矢量进行在线评估，获得全局最优电压矢量，本发明具有确保系统获得全局最优逆变器电压矢量、计算负荷小和鲁棒性强的优点。

本发明授权基于DSVM的SMPMSM驱动系统双目标全局最优无模型预测控制方法在权利要求书中公布了：1.一种基于DSVM的SMPMSM驱动系统双目标全局最优无模型预测控制方法，其特征在于：该方法包括下列顺序的步骤： 1建立SMPMSM驱动系统的超局部模型，生成逆变器参考电压矢量u* αβk； 2根据逆变器参考电压矢量u* αβk的位置，将逆变器电压六边形分为三个子区域，再将逆变器参考电压矢量u* αβk所在的子区域定义为其他两个子区域按逆时针顺序分别定义为和 3分别获取子区域和中电流控制性能最佳的候选电压矢量； 4生成各个子区域中需要进行在线评估的候选电压矢量并放入候选电压矢量集； 5对候选电压矢量集中的候选电压矢量进行在线评估，获得全局最优逆变器电压矢量 所述步骤3具体包括以下步骤： 3a获取子区域中的电流控制性能最优的逆变器候选电压矢量： 基于最小距离原则，距离逆变器参考电压矢量最近的逆变器候选电压矢量为电流控制性能最优的候选电压矢量，所述逆变器候选电压矢量包括逆变器基本电压矢量和虚拟电压矢量，子区域被高宽Udc3N的网格进行剖分，每个网格顶点上的两个候选电压矢量定义为的α轴和β轴的表达式为： 式中：N为离散空间矢量调制的时间间隔，Udc为逆变器直流母线电压； 子区域中的电流控制性能最优的候选电压矢量为中与距离最近的电压矢量，将其定义为且有： 3b获取子区域和中的电流控制性能最优的候选电压矢量： 在和中，距离最近的候选电压矢量分别在与的公共边和与的公共边上，将分别向这两个公共边进行投影，距离投影点最近的候选电压矢量为和中电流控制性能最优的候选电压矢量；当投影点不在公共边上时，电流控制性能最优的候选电压矢量为V0；将和中的电流控制性能最优的候选电压矢量分别定义为和表示为： 式中：如果round表示四舍五入运算； 式中，c、d为辅助变量；m1、m2、m3为子区域编号，θ为电机转子位置角。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。