| 一种新的自适应变异粒子群优化算法在PMSM参数辨识中的应用 |
| |
| 引用本文： | 黄松,田娜,纪志成. 一种新的自适应变异粒子群优化算法在PMSM参数辨识中的应用[J]. 电工电能新技术, 2016, 0(6): 67-73. DOI: 10.3969/j.issn.1003-3076.2016.06.012 |
| |
| 作者姓名： | 黄松 田娜 纪志成 |
| |
| 作者单位： | 1. 物联网工程学院,江南大学,江苏无锡214122;2. 物联网工程学院,江南大学,江苏无锡214122;轻工过程先进控制教育部重点实验室,江南大学,江苏无锡214122 |
| |
| 基金项目： | 国家自然科学基金(61572238)，国家高技术研究发展计划(2014AA041505) |
| |
| 摘 要： | ![]()
高精度辨识永磁同步电机参数是进行控制器设计的基础。本文借鉴遗传算法中变异操作的思想,提出了一种基于自适应变异概率的混合变异粒子群优化算法,并将其应用于永磁同步电机参数辨识问题。本文首先在dq坐标系下建立永磁同步电机参数辨识模型,然后将该算法和几种变异粒子群算法用于永磁同步电机参数辨识,并在Matlab/Simulink中进行了对比验证。实验结果表明,该算法能提高定子电阻、d轴电感、q轴电感和转子磁链等参数的辨识精度,为提高永磁同步电机电机控制器性能提供了保证。
|
| 关 键 词： | 粒子群算法 变异概率 永磁同步电机 参数辨识 |
Study of PMSM parameter identification using particle swarm optimization with adaptive mutation probability |
| |
| Abstract: | ![]()
|
| |
| Keywords: | particle swarm optimization mutation probability PMSM parameter identification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
