受扰动形态启发的电机智能控制——从核心驱动部件提高eVTOL安全性的解决方案

  电机作为eVTOL的动力心脏，其性能直接决定了eVTOL在起降、悬停、巡航等过程中表现的优劣。在eVTOL技术的发展过程中，电机驱动器在遭遇外部扰动后速度急剧跌落的问题成为亟待解决的技术难题。当前，国际学术界主要集中于研究eVTOL核心驱动器的速度控制，特别是速度过冲问题，而对突发大扰动导致的速度跌落问题关注较少。然而，在实际应用中，eVTOL面对城市高楼穿梭中的强风、极端雨雪天气、飞鸟撞击等外部干扰时，基于现有技术方案的电机驱动会产生速度的瞬时跌落；这将导致eVTOL运行不稳、空中打转等问题，甚至会有倾覆等严重安全事故的风险。上述问题不仅是供应商亟待解决的技术难点，也是消费者对eVTOL持观望态度的重要原因。因此，为保障eVTOL的安全、可靠运行，学术界正面临着全新的科研挑战：如何消除eVTOL核心驱动部件扰动后导致的速度跌落。

  抽丝剥茧：从速度跌落曲线的形态启发新型智能算法

  针对上述问题，香港科技大学（广州）赵航教授和他的博士生尹震霄开展了深入研究。他们在分析负载扰动后电机驱动器速度曲线的基础上，发现其跌落形式与高斯分布函数高度相似。这一发现提供了新的思路：是否可以利用高斯分布函数相关的算法来消除负载扰动的影响？在进一步研究中，通过实时在线数据采集和数据驱动补偿措施，实现了反馈矫正效果。

  经过两年的不懈努力，赵教授团队成功研发了基于径向基神经网络、高斯过程和正态分布内环映射等多种速度跌落补偿算法。其核心思想是将高斯分布函数与电机实时误差的数据驱动方案相结合，通过速度电流梯度函数将速度外环状态映射至电流内环状态，并将补偿器加入内环前馈中。为解决算力需求问题，还提出了补偿预警及切换策略，实现了“有求必应，无求不应”的理念。实验设备验证结果表明，这一方法取得了效果：将所提出的控制策略部署在实际的电机控制器中进行全工况测试时，可在电机可承受过载冲击的范围内实现突加负载情况下的电机转速“零跌落”。这一研究成果将为eVTOL的安全稳定运行提供了坚实的技术保障。

  由繁至简：从工业界降本增效角度简化新型控制算法

  科学研发成果可以不计代价地推动世界进步，但企业在应用这些先进的科研成果时，却必须考虑成本和效益。赵航教授团队深刻理解这一点，认为“大道至简”或许是产学研深度融合的关键。基于数据驱动的先进算法尽管效果显著，但其巨大的计算资源消耗对工业界来说也是巨大的挑战。工业界需要的是简单且有效的解决方案，而不是过于复杂的计算过程。

  因此，在现有算法的基础上，进行了基于严格数学理论验证的算法简化。团队将多时间步数据简化为单时间步数据，并简化了硬件编译过程中的高计算量函数，使得算法更加简洁高效。通过这种简化，不仅保留了算法的核心优势，还显著降低了计算资源的需求。目前，这一方法已通过实验验证，证明其在不需要工业界大规模更换驱动器的情况下，也能实现优异的性能表现。

  赵航教授和尹震霄提出的“受扰动形态启发的电机智能控制器”是学术界首创，有望成为下一个“自抗扰控制器”，其实验结果也引起了学术界在该领域的持续探索和研究。（记者王惠绵）