✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Industrial Electronic期刊s2025年issue11推送（第4期/共10期）。本期推送共包含10篇研究论文，内容聚焦于两大核心领域：一是面向电动汽车与储能应用的锂离子电池安全管理与状态估计技术，包括故障诊断、快速充电协同优化及无传感器温度估计；二是先进电机驱动与智能控制策略，涵盖多相/多电平电机的预测控制、损耗优化、谐波抑制、无传感器控制以及提升系统电磁兼容性的新型调制方法。这些研究展现了工业电子领域在提升系统性能、效率与可靠性方面的前沿进展。
本期目录
📖 第1篇：基于累积电流积分特征的锂离子电池模组软性外部短路故障诊断
📖 第2篇：基于Stackelberg博弈与软演员-评论家深度强化学习的锂离子电池及冷却系统快速充电管理
📖 第3篇：面向具有结构化和非结构化不确定性的非线性系统全自适应终端滑模控制：理论与应用
📖 第4篇：基于视觉-触觉感知的分层学习用于机器人变阻抗控制
📖 第5篇：融合数据增强与迁移学习的锂离子电池无传感器温度估计方法
📖 第6篇：基于一元损耗电流模型的无刷双馈感应电机损耗最小化控制
📖 第7篇：六相感应电机模型参考自适应预测电流控制
📖 第8篇：基于调制与电平移载波的多电平裂相开端感应电机驱动五七次谐波消除DSV-PWM技术
📖 第9篇：新型滑模预测观测器在变漏磁永磁同步电机无传感器驱动系统中的应用
📖 第10篇：新型零共模电压调制策略：通过死区补偿与可变死区增强主动电磁干扰抑制极限能力
📖 第1篇
📌 基于累积电流积分特征的锂离子电池模组软性外部短路故障诊断
Diagnosis of Soft External Short Circuit Faults for Lithium-Ion Battery Modules Based on Cumulative Current Integration Features
作者：Hongchang Cai，Zhicheng Zhu，Xuyang Liu，Yuejiu Zheng，Xuebing Han，Minggao Ouyang
随着锂离子电池在电动汽车、储能系统等领域的广泛应用，其安全性问题日益受到关注。其中，外部短路（ESC）故障因其隐蔽性和高风险性，成为电池安全管理的关键挑战。特别是软性外部短路故障，其等效电阻较大，故障特征不明显，且模组内所有单体电池均表现出类似内部短路（ISC）的特性，导致传统基于单体间差异比较的诊断方法失效。针对这一难题，本文提出了一种基于累积电流积分特征的创新诊断方法，主要创新：利用累积电流积分特征、结合多种聚类算法。
方法核心是利用模组在两个充电周期内相同电压点间的累积电流积分值作为特征。软性ESC故障时充电容量大于放电容量，导致特征值大于零；正常模组则趋近于零。通过特征归一化处理，消除充放电倍率和深度等工况影响，该方法具有强泛化能力与鲁棒性，且对内部短路、容量衰减等异常不敏感。
研究设计五类模组实验，涵盖正常、ESC、ISC、SOC一致性异常及容量衰减等。结果显示，该方法结合聚类算法能准确诊断软性ESC故障，其他异常被正确识别为正常。在含噪声条件下诊断结果依然稳定。总结出该方法为锂离子电池模组的早期安全预警提供了有效技术路径，利于在线监测与故障防控。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10975001
📖 第2篇
📌 基于Stackelberg博弈与软演员-评论家深度强化学习的锂离子电池及冷却系统快速充电管理
Fast Charging Management of a Lithium-Ion Battery and Cooling System: A Stackelberg Game-Based Soft Actor Critic−Deep Reinforcement Learning Method
作者：Hongrong Yang，Quanyi Chen，Xiaoying Shi，Yinliang Xu，Xuan Zhang
在电动汽车领域，缩短充电时间以缓解里程焦虑成为核心问题。但单纯提升充电电流加速电池老化且带来安全隐患。本文提出基于Stackelberg博弈的双层优化框架，将电池视为领导者，冷却系统为跟随者，精确表征充电与散热耦合的序贯交互。创新点在于联合优化充电速度与冷却能耗，实现健康状态（SOH）降耗与节能。
为解决复杂博弈优化问题，开发了基于软演员-评论家深度强化学习算法（SGSAC），将优化转为马尔可夫决策过程，定义合理的状态、动作、奖励函数，使电池与冷却系统智能体能够在动态环境中协同获得最优平衡。并提供算法收敛性理论保证。
仿真及真实世界测试结果显示，该策略在714秒内实现了对电池97%荷电状态的快速充电，且节能冷却风扇仅耗286.3焦耳。相比传统策略，有效延缓电池寿命衰退，寿命延长达17.5%~29.0%。此外，温度表现最稳定，极大提升了安全性和系统可靠性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11003275
📖 第3篇
📌 面向具有结构化和非结构化不确定性的非线性系统全自适应终端滑模控制：理论与应用
Fully Adaptive Terminal Sliding Mode Control for a Class of Nonlinear Systems With Structured and Unstructured Uncertainties: Theory and Applications
作者：Mohammad-Mahdi Mohammadi，Abbas Erfanian
工业自动化与机器人控制领域面临系统不确定性、非线性及时变性的挑战。传统滑模控制虽鲁棒，但存在收敛慢和控制输入不连续导致抖振的问题。本文创新提出了全自适应连续非奇异终端滑模控制（ACNTSM）策略，彻底摆脱对系统动力学模型与不确定性上界的先验依赖。
控制器设计基于终端滑模自适应律，实现了在线实时估计系统参数与不确定性上界，且控制律连续，有效消除抖振，确保闭环系统有限时间稳定性。这一框架统一解决了控制不连续、系统参数未知及不确定性未知的核心难题。
验证通过两个复杂案例：两连杆刚性机器人机械臂控制及真实功能性电刺激（FES）骑行系统。FES被控对象肌肉非线性、时变且不确定，控制器成功实现平滑精确跟踪，平均误差小，且无抖振，展现出优异鲁棒性和临床实用性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11003504
📖 第4篇
📌 基于视觉-触觉感知的分层学习用于机器人变阻抗控制
Hierarchical Learning Based on Visual-Haptic Perception for Robotic Variable Impedance Control
作者：Xiang Li，Weiwei Shang，Wentao Rao，Shuang Cong
机器人在非结构化环境中实现灵巧操作挑战巨大。传统控制依赖精确模型，限制适应性。本文提出集成视觉与力反馈的多模态感知分层控制框架，用于机器人变阻抗控制。
高层采用集成卷积块注意力模块（CBAM）的变分自编码器（VAE）从RGB图像中提取关键视觉特征，与力矩传感器触觉信息及机器人状态融合，形成鲁棒状态表示，经卡尔曼滤波降噪，为基于Soft Actor-Critic（SAC）的策略学习提供输入，实现机械臂末端动态路径规划及阻抗参数调节。
低层通过数据驱动的深度机械动力学模型和基于操作空间的变阻抗控制精确转换力矩指令，保证任务中的柔顺精准交互。设计基于目标图像编码的奖励函数，大幅提升策略学习效率和泛化能力。实验证明该方法在MuJoCo仿真及真实Baxter机器人平台上，任务成功率和适应性显著优于传统方法。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10969096
📖 第5篇
📌 融合数据增强与迁移学习的锂离子电池无传感器温度估计方法
Lithium-Ion Battery Sensorless Temperature Estimation via Integrating Data Enhancement and Transfer Learning
作者：Mingqiang Lin，Junjie Huang，Jinhao Meng，Ji Wu
锂离子电池的温度是影响性能与安全的关键，但受空间及成本限制，难以配置足够传感器。本文创新提出了一种无需额外传感器的温度估计方法，仅基于电压与电流信号，高效估计电池温度。
通过Savitzky-Golay滤波与均值滤波预处理电压电流信号，提取差分特征，揭示温度与电信号的内在联系。采用数据增强技术，包括随机噪声与量化策略，极大提升模型泛化能力和鲁棒性。构建基于iTransformer的迁移学习框架，实现多场景温度估计。
多场景实验表明，该方法在实验室恒流充放电工况下RMSE多低于0.5°C，城市道路及高速公路工况下误差多小于1.0°C，高速激进驾驶误差控制在2.0°C以内。与传统循环神经网络等模型相比，准确率显著提升。本研究为电池温度监测提供了低成本、高可靠性方案。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10970752
📖 第6篇
📌 基于一元损耗电流模型的无刷双馈感应电机损耗最小化控制
Loss Minimization Control for Brushless Doubly-Fed Induction Machine Based on a Unary Loss-Current Model
作者：Zhen Bao，Jian Ge，Wei Xu，Yi Liu，Dayi Li
无刷双馈感应电机（BDFIM）因高转差率及双绕组结构面临显著损耗，传统最大转矩每安培控制无法稳定追踪全局最小损耗。本文首次推导出以控制绕组q轴电流为单变量的稳态损耗模型，将复杂多元损耗简化成二次函数，确保寻找到全局最小损耗点。
基于该模型，提出损耗最小化控制策略，通过实时计算最优q轴电流参考值来调整运行。实验证明，该策略相比传统方法，平均降低损耗170~198瓦，效率提升4.4%~9.8%，且动态工况下表现稳定，具备广泛工程应用潜力。
该工作为解决BDFIM高损耗问题提供了高效实用的建模与控制方案，推动其在风机、泵类等宽调速节能领域的应用具有重要理论及实践意义。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10980048
📖 第7篇
📌 六相感应电机模型参考自适应预测电流控制
Model Reference Adaptive Predictive Current Control of Six-Phase Induction Machine
作者：Manuel R. Arahal，Manuel G. Satué，Federico Barrero，Juana Martínez-Heredia
多相电机中，预测定子电流控制（PSCC）因灵活性广受关注，但成本函数权重因子（WF）整定难题严重制约性能。本文创新引入模型参考自适应控制（MRAC）框架，实现了权重因子的在线实时自适应调整，显著降低计算负担。
采用梯度自适应机制，结合交叉项与动量项，算法根据实际性能指标与参考目标偏差自动调整权重，有效克服梯度不规则问题。通过六相感应电机实验证明该方法显著优化了跟踪误差与开关频率之间的权衡，实现多目标性能协同提升。
结果显示，自适应PSCC降低了α-β平面电流跟踪误差，由0.23A降至0.075A，且保持x-y平面电流抑制和开关频率约束，突破了传统固定WF的帕累托前沿极限。该方法适应多变工况，避免了离线优化成本，提升了工业伺服及新能源汽车驱动的实用性能。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10975003
📖 第8篇
📌 基于调制与电平移载波的多电平裂相开端感应电机驱动五七次谐波消除DSV-PWM技术
Modulating and Level-Shifted Carrier-Based DSV-PWM Technique With Fifth and Seventh Order Harmonic Elimination for Multilevel Split-Phase OEIM Drive
作者：Nair Syam Sundar S.，Vivek R. S.，Vibhore Jain，K. Gopakumar，L. Umanand，Dariusz Zielinski
多电平多相感应电机在功率电子开关应力和滤波器需求方面优势明显。本文针对由三电平NPC逆变器驱动的裂相开端感应电机，提出基于载波的十二边形空间矢量脉宽调制（DSV-PWM）技术，有效消除了五次与七次谐波。
创新点包括通过最小化三角函数运算简化调制信号生成，并采用逻辑运算映射生成另一端逆变器DSV-PWM信号，避免复杂矢量时序计算。该方法显著提高计算效率与降低DSP内存占用。
实验验证显示，DSV-PWM信号处理时间缩短至2.8微秒，较传统方法快4.64倍，DSP内存占用降至60%。在裂相OEIM驱动中，相电流THD由260.91%降至1.39%，显著提升电能质量，适合要求高实时性的数字驱动应用。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10994536
📖 第9篇
📌 新型滑模预测观测器在变漏磁永磁同步电机无传感器驱动系统中的应用
New Sliding Mode Predictive Observer for Variable-Leakage-Flux PMSM Sensorless Drive System
作者：Feixue Tan，Li Zhang，Xiaoyong Zhu，Jun Hang，Shichuan Ding
变漏磁PMSM因高效率和宽调速范围适用于电动汽车，但存在参数变化及传统滑模观测器滑模增益调整难题。本文提出结合滑模预测观测器（SMPO）与预测控制的新型控制策略，提升响应速度同时有效抑制抖振。
通过集成基于新数学模型的带遗忘因子递推最小二乘（FFRLS）参数辨识模块，实时准确估计关键电机参数，降低参数变化对控制性能的影响。重新设计的锁相环（PLL）扩展了系统带宽，确保多工况稳定。
实验结果显示，所提SMPO策略在宽速域实现极佳抖振抑制与响应平衡，综合提升稳态和动态工况下位置观测精度及系统鲁棒性。该方案结构简单、性能优越，具有重要工程应用价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10994201
📖 第10篇
📌 新型零共模电压调制策略：通过死区补偿与可变死区增强主动电磁干扰抑制极限能力
Novel Zero-CM Voltage Modulation With Dead Zone Compensation and Variable Dead Zone to Enhance the Ultimate Capability of Active EMI Suppression
作者：Hui Liu，Jiwen Gong，Dong Jiang，Yafei Ma，Zicheng Liu
FTTIP架构提升功率输出及降低电压应力但伴随严重的高频电磁干扰（EMI）。共模（CM）干扰通过接地路径传播，影响系统可靠性和周边设备。本文提出创新零共模电压（ZCMV）调制策略，通过将每相等效为五电平系统，采用空间矢量及虚拟电压比较法实现理论上的共模电压归零。
针对不可避免的死区时间导致脉冲未精确对齐的问题，提出两种提升策略：可变死区（ZCMVR）通过随机化死区拓宽频谱降低高频峰值，死区补偿（ZCMVC）根据电流方向实时调整开关时序，精确补偿脉冲。两者结合的ZCMVCR策略进一步优化抑制效果。
实验结果显示，ZCMVCR策略在10 kHz到3 MHz频段内，相较传统SVPWM降低10~25 dB共模EMI，高频段1-3 MHz内降低额外5~10 dB。该策略显著提升了系统电磁兼容性，并具备推广至多种变流器拓扑的潜力。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10980430
点击关注 获取更多精彩