01
课程导论
为什么电机和电池会老化？自适应控制能解决什么问题？
入门全景
02
电机老化机理
轴承磨损、永磁体退磁、绕组绝缘退化对控制性能的影响。
机理电机
03
电池衰减机理
内阻增加、容量衰减、SOC估算偏移对系统的影响。
机理电池
04
传统PID控制的局限性
固定参数在老化系统面前为何力不从心？
对比PID
05
自适应控制基础
什么是自适应控制？模型参考与自校正的区别。
核心理论
06
系统辨识入门
最小二乘法在线辨识电机参数（电阻、电感、反电动势常数）。
辨识算法
07
递推最小二乘法
如何在嵌入式系统中实时更新模型参数。
实时嵌入式
08
遗忘因子法
让算法“忘记”旧数据，跟上老化的脚步。
自适应跟踪
09
模型参考自适应控制 (MRAC)
让实际系统跟随理想模型。
MRAC鲁棒
10
MRAC在电机控制中的应用
自适应调整电流环PI参数。
电机PI
11
自校正调节器 (STR)
在线辨识+控制器重设计。
STR重设计
12
STR在速度环的应用
当电机负载和惯量变化时，自动调整速度环增益。
速度环增益
13
李雅普诺夫稳定性理论
如何保证自适应系统不会“跑飞”？
稳定性数学
14
波波夫超稳定性理论
另一种保证自适应系统稳定的方法。
超稳定理论
15
电池SOC估算中的自适应卡尔曼滤波
应对电池内阻和容量变化。
卡尔曼SOC
16
自适应扩展卡尔曼滤波 (AEKF)
同时估计SOC和电池参数。
AEKF联合
17
电池SOH在线估计
利用自适应算法追踪容量衰减。
SOH健康
18
电机-电池联合系统建模
如何将电机负载和电池电压耦合在一起？
建模耦合
19
协同自适应策略
当电机老化和电池衰减同时发生时，如何协调控制？
协同策略
20
自适应前馈补偿
利用辨识出的老化参数，主动补偿控制量。
前馈补偿
21
增益调度自适应控制
针对不同老化阶段，预置多组控制器参数。
调度分段
22
鲁棒自适应控制
当模型误差较大时，如何保证系统稳定？
鲁棒抗干扰
23
自适应控制中的激励条件
为什么系统需要“动起来”才能辨识？
激励持续
24
嵌入式实现要点
定点数运算、内存管理、实时性约束。
嵌入式优化
25
仿真平台搭建
在MATLAB/Simulink中模拟电机老化和电池衰减。
仿真Simulink
26
硬件在环 (HIL) 测试
如何验证自适应算法在真实控制器上的表现？
HIL验证
27
案例1：工业机器人关节电机
老化后的自适应速度控制。
案例机器人
28
案例2：电动汽车电池衰减
自适应SOC和续航估算。
案例EV
29
案例3：无人机动力系统
电机+电池老化的自适应容错控制。
案例无人机
30
课程总结与展望
自适应控制在未来智能动力系统中的应用趋势。
总结趋势