永磁同步电机参数辨识研究综述

永磁同步电机(permanent magnet synchronous motor,PMSM)参数的实时准确获取,是实现PMSM高性能控制、可靠状态监控的重要前提和早期故障诊断的有效手段,为此,PMSM参数辨识技术获得众多学者的广泛研究关注且取得了长足发展,呈现出大量的研究和应用成果。该文在对既有文献归纳梳理的基础上,首先分析PMSM参数变化的原因,总结PMSM单参数和多参数辨识的技术成果,再对PMSM辨识方法进行归纳和比较,最后,揭示PMSM参数辨识过程中亟需关注的研究问题并展望其未来的发展方向,旨在实现PMSM系统的高效可靠运行。     

无传感器永磁同步电机参数辨识技术的研究

随着使用环境和工作负荷的变化,永磁同步电机(PMSM)参数的变化较大,有必要对电机参数进行在线辨识。采用扩展反电势(EEMF)法对PMSM转子位置和转速进行估算,提出一种基于递归最小二乘法(RLS)的PMSM电感在线辨识方法。经过仿真分析各种电机参数对电机转子位置估算精度的影响,在保证辨识精度的前提下,精简了参数辨识算法。仿真和实验结果验证了该方法的有效性。     

永磁同步电机五参数同时辨识方法研究

精确获取永磁同步电机(PMSM)参数是使其获取高性能驱动控制基础。针对PMSM多参数辨识较为困难的问题,本文提出基于细菌趋化粒子群算法(PSOBC)的PMSM五参数辨识方法,该辨识方法可同时辨识定子绕组电阻,dq轴电感,永磁体磁链,转动惯量五个参数。在PMSM矢量控制i_d=0基础上,采取在定子d轴注入负序弱磁方波电流策略,并在两种控制策略条件下推导出含五个待辨识参数的满秩离散数学方程组。PSOBC算法在基本粒子群算法基础上,加入细菌排斥策略,能有效维持迭代后期粒子种群的多样性,从而提高其寻优性能。经实验验证了此辨识方法的有效性和精确性。     

基于参数辨识的永磁同步电机无位置传感器控制

针对电机运行过程中参数变化会影响永磁同步电机(PMSM)无位置传感器控制性能的问题,将递推的最小二乘法(RLS)用于PMSM参数的在线辨识,在最大转矩电流比控制策略下,使用基于BP神经网络改进的模型参考自适应系统构建无位置传感器控制方案,提出了基于在线参数辨识的PMSM无位置传感器控制方案。运用递推的RLS对PMSM的交轴电感和转子磁链进行在线辨识,并将参数辨识结果应用于电机无位置传感器算法中。仿真和试验证明了基于递推的RLS参数辨识算法可以对PMSM的转子磁链和交轴电感值进行准确辨识,基于参数辨识的PMSM无位置传感器控制方案性能更好。     

神经网络在永磁同步电动机PID参数优化中的应用

研究永磁同步电动机(PMSM)优化控制问题,PMSM参数会随着工作环境的变化而变化,传统PID控制方式无法满足高性能控制的要求,且PMSM系统控制精度低。为提高PMSM系统的控制精度,提出一种神经网络优化PID控制方法。首先深入分析PMSM特性,并建立电动机数学模型,然后在该数学模型下采用BP神经网络对PID控制器的参数进行在线优化,从而实现PMSM参数进行在线辨识,达到对电动机控制系统进行精确控制。     

基于并行混沌优化算法的永磁同步电机多参数辨识

为提高永磁同步电机(PMSM)系统多参数辨识的精度,实现PMSM的高性能控制,研究了一种并行混沌优化算法。针对一些PMSM多参数辨识方法由于数学模型欠秩问题而导致辨识结果的不确定性以及混沌优化算法对初始值敏感的缺陷,将并行混沌优化算法应用到PMSM多参数辨识中。分别采集在实际PMSM模型i_d=0和i_d≠0控制条件下的数据,从而构建PMSM四阶d,q模型,解决了状态方程辨识电机多个参数时存在的欠秩问题;确定合适的并行数,从多个初始值同时出发进行全局搜索,克服了混沌优化算法对于初始值敏感、易陷入局部最优的缺陷;根据目标函数值,得到PMSM参数辨识的最优结果。该方法可满足在同一PMSM四阶模型中对定子电阻、d,q轴电感和永磁体磁链进行辨识。通过仿真实验进行验证,该算法相比较混沌优化算法具有稳定性好,收敛速度快,辨识效率、精度较高的优点。     

基于最小二乘法的永磁同步电机电感辨识研究

内置式永磁同步电机(PMSM)的电感会随着磁路的饱和程度加深而减小,导致电机控制系统中,不同运行状态下,电感参数会发生变化,因此准确辨识电感参数对电机的控制性能影响很大。针对这一问题,提出了利用PMSM瞬态电压方程建立基于带遗忘因子的最小二乘法的电感辨识方法。搭建了仿真模型,分析了在转速、转矩发生变化时该辨识方法的辨识结果,并在基于dSPACE的试验平台上试验验证了该辨识方法。通过对比仿真和试验的结果,证明该方法在内置式PMSM控制中具有良好的实时性和有效性。     

一种新型表贴式PMSM参数在线辨识方法研究

针对传统永磁同步电机(PMSM)矢量控制,在分析参数变化带来的影响与电流环PI调节器之间关系的基础上,提出一种在线辨识PMSM电感和永磁体磁链的方法。该方法在同步旋转d,q坐标系下,利用d,q轴电流环PI调节器的输出对所辨识参数进行估算,并建立了基于参数辨识的表贴式PMSM的矢量控制系统,利用所建立的仿真和实验系统进行了仿真和实验研究。结果表明,所辨识参数能够快速准确地收敛到真实值,系统稳定后,电流环PI调节器输出为零,提高了系统的动态性能。     

基于CMPSO算法的永磁同步电机转动惯量识别研究

永磁同步电机(PMSM)是一种具有很强非线性的动态系统,在工业驱动应用中发挥着重要作用。实时辨识转动惯量对于高精度PMSM系统控制和稳定性状态监测具有重要意义,但传统转动惯量识别方法精度较低。在传统离散模型参考自适应理论基础之上,用柯西变异粒子群优化(CMPSO)算法代替待辨识参数自适律设计环节,以实现PMSM转动惯量识别。该转动惯量辨识方法充分利用了CMPSO算法的快速高效收敛性,仿真结果和试验结果表明了可行性、正确性和准确性。     

基于TR-BFGS的PMSM变参数识别及优化控制

永磁同步电机参数会随着运行工况的变化而改变,为实现高精度控制,提高系统稳定性,工程上可采用PMSM变参数控制技术。针对目前PMSM在线参数辨识方法对噪音等非电气因素的鲁棒性差、辨识精度不高的问题,本文介绍了基于TR-BFGS算法的变参数识别方法及优化控制技术。建立PMSM在dq坐标系下的等效数学模型,以实际电机电流和模型输出电流为基准,设计合适的目标函数,去除辨识中的系统扰动和固有误差,通过求解目标函数最小值获取PMSM参数预测值,并以此更新电流、转速双闭环控制系统中电机参数值。试验结果表明,本文所提参数辨识方法辨识精度高,可实现PMSM变参数高性能控制。     

基于改进WOA优化BP神经网络的车用PMSM参数辨识

基于改进WOA优化BP神经网络的车用PMSM参数辨识     

直接转矩控制系统参数在线辨识的研究

本文提出了一种应用于无速度传感器直接转矩控制系统的电动机参数在线辨识方案。采用模型参考自适应系统,注入磁链扰动,实现了同时对感应电机定、转子电阻参数的在线辨识和对磁链、转速及转矩的状态观测,使系统在电机参数发生显著变化时仍然保持良好的控制特性。与全阶状态观测器相比,本文采用交互式观测器,大大简化了算法,并通过在变频器样机中的应用,验证了其可行性和效果。     

基于人工神经网络的永磁电机无传感器控制与实现

无传感器控制可以降低永磁电机的成本,并且提高系统的可靠性。永磁电机的电感等参数受运行工况影响会发生变化,因而准确识别电机参数对提高电机的控制精度具有积极意义。基于永磁电机的电感模型,采用人工神经网络对电机电感进行参数辨识,再通过滑模观测器对转子角度进行观测,实现永磁电机无位置传感器的矢量控制。利用TI公司的TMS320F28379d DSP作为控制芯片,搭建了电机控制电路,对所提控制策略进行了验证。结果表明,该控制策略能实时准确地辨识电机参数,提高控制精度,改善控制性能。     

基于递推最小二乘算法的感应电动机参数离线辨识

感应电动机参数离辨识是实现高性能变频调速的前提.对基于递推最小二乘(recursive least-squares,RLS)算法的电机参数离线辨识的具体实现进行了详细阐述:基于离线辨识时电机的静止特性,简化了电机数学模型,减少了计算量;采用改进欧拉数值解法,求解巴特沃思数字滤波状态方程,既可获得信号的滤波值,同时又直接解得了信号的1阶和2阶导数值,避免了导数离散化的误差影响,提高了运算精度;运用线性反馈移位寄存器产生伪随机白噪声序列(M序列),作为辨识的激励信号;针对不同功率的电机进行了大量的仿真和实验研究,实验结果表明所提方法稳定性良好,辨识结果的一致性和准确性较高.     

基于FFRLS与转速扰动注入法的永磁同步电机在线参数辨识

针对永磁同步电机(PMSM)在恒定转速下的参数在线辨识问题,使用了一种基于含遗忘因子的递推最小二乘法(FFRLS)的小转速扰动注入法来同时在线辨识PMSM电气参数和机械参数。整个辨识过程分为两步,首先采用FFRLS方法,对电机的定子电阻、电感和磁链等参数实时辨识;其次,对于电机转速恒定的应用场景,电机角速度的微分量几乎等于零,很难对电机的转动惯量进行在线辨识,采用在恒定转速中注入扰动的方法进行机械参数实时辨识。仿真结果表明,所提的方法可以在电机转速恒定的条件下较快速准确地辨识电机的电气和机械参数。     

直线电机地铁车辆牵引系统国产化应用研究

为解决国内直线电机(LIM)轨道交通牵引传动系统关键技术及备品备件完全依赖进口、维修维护困难、车辆运营成本高的现状,研究开发了具有完全自主知识产权的大功率强迫风冷式LIM牵引变流器系统。针对LIM特殊结构引起的边端效应等问题对传统间接磁场定向矢量控制方式进行了优化。考虑到LIM次级时间常数发生变化对磁场定向的影响,导致转矩控制性能下降,提出了一种基于最小电流的参数在线辨识方法。所提方法计算简单、不依赖于电机其他参数,试验台测试结果证明了该算法的准确性和有效性。在地铁实际运营线路的试验结果表明,国产化牵引变流器各项性能满足车辆技术要求,而且效率等部分指标优于原车进口牵引系。     

基于改进最小二乘法永磁同步电机多参量辨识

针对永磁同步电机(PMSM)多参量辨识数学模型欠秩的情况,将电机参数分为快变化和慢变化2种类型参数,结合慢参量入口和电机稳态信息建立慢辨识模型和快辨识模型,提出了一种改进的分步迭代在线辨识方法。该方法基于电机在旋转坐标系下的稳态电压方程,分时分步固定慢变化参数,利用遗忘因子递推最小二乘算法,能够辨识表贴式永磁同步电机(SPMSM)的3个电气参数,计算压力小,辨识速度快,适于工程应用。以DSP控制器和测功机试验平台为基础的试验证明了辨识方法的可行性。     

感应电机矢量控制中转子参数自适应辨识

分析了转子参数变化对感应电机矢量控制解耦的影响,提出了一种对感应电机转子参数进行估算的自适应辨识方法。基于Lyapunov稳定性原理,设计转子参数的自适应规律。利用Matlab/Simulink建立了感应电机矢量控制系统下的转子参数自适应辨识模型,仿真验证了方法的正确性,为校正矢量控制系统定向偏差提供了一定的理论和实践参考。