基于柯西变异粒子群算法的永磁同步电机参数辨识

永磁同步电机(PMSM)参数影响矢量控制伺服系统的性能,因而需要对电机参数进行实时辨识。将电机的定子等效成一阶惯性系统,并在d-q同步旋转坐标系下建立定子的数学模型。提出平均最好位置和柯西变异相结合的改进粒子群算法,对永磁同步电机定子绕组的电阻、电感和磁链进行辨识。仿真和实验结果表明该辨识方法寻优能力强,搜索精度高,稳定性好,具有良好的动态性能。     

基于小生境粒子群算法的永磁同步电机参数辨识

永磁同步电机的电磁参数会随着温度和磁路等因素的变化而变化,参数辨识的准确度对电机控制系统性能有重要影响,而传统的辨识算法存在收敛速度慢,辨识精度低等缺陷.针对该问题,可以采用一种基于粒子群算法的参数辨识方法.该方法输入参数测量简单,可同时对电阻、电感、磁链三个参数准确辨识,同时引入小生境技术和粒子群改进策略,可以克服基...     

基于变异机制的混合粒子群算法在永磁同步电机多参数辨识中的研究

针对永磁同步电机多参数辨识方法问题,在基于电机电压方程建立的非线性数学模型的基础上,给出了一种带有差分变异策略的粒子群优化算法实现对永磁同步电机定子电阻、dq轴电感和永磁体磁链的辨识。该算法为解决学习因子和惯性权重独立调整削弱了算法的智能性问题,提出状态因子来使惯性权重非线性调整,通过分析将学习因子表示为权重的logistic回归分析型函数,使其随权重动态调整;为解决电机的非线性模型带来种群多样性的丧失,引入差分进化算法中的交叉变异策略产生候选解,并融合交叉算子为提高算法的全局搜索能力创造了可能性。通过实验仿真,与两种改进的粒子群算法在不同工况下进行对比,验证该改进的算法对提高辨识精度和速度有一定效果,算法具有可靠的收敛性和鲁棒性。     

改进综合学习粒子群算法的PMSM参数辨识

为了解决永磁同步电机(permanent magnet synchronous motor,PMSM)多参数辨识问题,提出一种改进综合学习粒子群优化算法。针对综合学习粒子群算法后期搜索效率低的缺陷,所提算法引入反映粒子状态的增长率算子,通过该算子动态调整综合学习粒子群算法的关键参数,并根据增长率算子判断种群中粒子所处状态,对处于停滞状态的粒子实施高斯扰动,使粒子能在解空间中进行有效搜索。将所提改进算法应用于永磁同步电机多参数辨识,该方法仅需采样电机的定子电流、电压和转速信号。实验结果表明,改进综合学习粒子群优化方法能够准确地辨识PMSM的定子电阻、d轴和q轴电感和永磁体磁链等参数。     

基于迭代式粒子群优化的永磁同步电机热网络模型参数辨识研究

针对集总参数热网络模型未知参数多、参数辨识收敛困难的问题,利用永磁同步电机在不同工况下的特性,提出迭代式粒子群优化辨识框架,用实验测量的电机温度场数据,以各节点估计温度与实测温度的均方误差作为目标函数,将并行优化转化为三步串行迭代优化,减少每一步优化变量数,缩小种群规模,避免陷入局部最优。应用于某额定功率70 kW电机,得到一般热阻和热容随温度变化的规律,电机损耗、绕组涡流系数和气隙热阻随转速变化的规律。台架实验表明,在综合驾驶工况下,以槽内绕组、端部绕组、永磁体、定子齿和定子轭的温度估计最大误差和平均误差作为评价指标,与实测结果以及传统的采用固定参数的集总参数模型相比,提出的模型精确度高,工况适应性好。     

改进樽海鞘群算法的永磁同步电机多参数辨识

针对一类元启发式优化算法辨识永磁同步电机(PMSM)参数存在易陷入局部最优,从而导致辨识结果精度不高的问题,提出了一种结合自适应正态云模型的樽海鞘群辨识算法(CSSA)。该算法以标准樽海鞘群算法为基础,在樽海鞘追随者位置更新阶段引入自适应正态云模型,使算法初期的种群多样性得到改善,提高了全局开发能力,避免陷入局部最优;随着迭代次数增加,通过自适应调整正态云模型熵值,优化了算法后期的局部开发能力,使其收敛精度得到提高。参数辨识模型只需测量计算获得永磁同步电机的电流、电压以及角速度信息,再将改进算法通过适应度函数在辨识模型中寻优得到辨识结果。仿真与实验结果表明,提出的算法可以对永磁同步电机参数进行快速、稳定且准确的辨识。     

嵌入式永磁同步电机自适应在线参数辨识

针对嵌入式永磁同步电机参数辨识问题,提出一种自适应在线参数辨识方法,可在同一模型中对定子电阻、d轴电感、q轴电感和永磁体磁链进行辨识.该方法基于模型参考自适应系统,在同步旋转d-q坐标系下,构造出q轴电流自适应观测器,利用q轴电流观测误差,借助Lyapunov超稳定理论建立参数的辨识模型并推导出待辨识参数的自适应律,保证了特定条件下系统的稳定性和辨识参数的收敛性,解决了参数在线辨识算法的鲁棒性差、算法复杂等问题.仿真和实验结果表明,辨识参数能够在较短的时间内收敛到真实值附近,并且具有较小的误差.     

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

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。     

永磁同步电机参数离线辨识方法的研究

为了进一步提高永磁同步电机矢量调速系统的性能,介绍一种无需其他附加检测电路的离线参数自检测辨识方案,同时考虑实际系统对辨识精度的影响,通过进行合理补偿,提高了辨识精度.最后对一台2.5 kW永磁同步电动机控制系统进行仿真分析和实验研究,辨识出电机的电气参数,仿真和实验结果验证了本方案的有效性.     

永磁同步电机参数离线辨识方法的研究

为了进一步提高永磁同步电机矢量调速系统的性能,介绍一种无需其他附加检测电路的离线参数自检测辨识方案,同时考虑实际系统对辨识精度的影响,通过进行合理补偿,提高了辨识精度。最后对一台2.5kW 永磁同步电动机控制系统进行仿真分析和实验研究,辨识出电机的电气参数,仿真和实验结果验证了本方案的有效性。     

粒子群优化模糊PI算法的永磁同步电机控制

针对工业对永磁同步电机调速系统的更高调速精度、更快响应速度这些要求,该文提出了一种新的永磁同步电机控制策略,即利用粒子群算法对模糊PI控制器(Fuzzy PI)的2个参数因子kp、ki进行全局优化,充分发挥了粒子群算法的快速性。利用Matlab工具进行仿真验证,观察控制系统的一阶动态响应。结果表明,系统具有很强的鲁棒性,能够很好地跟踪负载变化,动态响应快,速度跟随准确。     

基于协同粒子群算法的PMSM在线参数辨识

在永磁同步电动机的参数辨识中,辨识算法过于复杂和待辨识参数相互耦合的问题始终未得到彻底的解决。在保持粒子群算法简单易实现优点的基础上,提出了一种基于协同粒子群算法在线辨识永磁同步电动机的电气参数Rs,L,Ψf和机械参数J,TL。仿真结果表明该算法能准确地在线辨识待辨识的5个电机参数,解决了5个参数相互耦合而造成的辨识不准问题,验证了算法的有效性。     

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id=0和id≠0控制条件下的数...     

基于扩展粒子群优化算法的同步发电机参数辨识

提出一种新的扩展粒子群优化(EPSO)算法并应用于同步发电机参数辨识。在粒子群优化(PSO)算法的基础上，EPSO算法采用更多粒子的位置值信息进行变异操作，并且提出根据各粒子的适应值大小确定算法控制参数的方法，保证了扩展后算法的收敛性，EPSO算法模型更具有通用性。仿真算例结果表明了在系统受到较大干扰的情况下，EPSO算法比EP算法和PSO算法具有更精确的参数综合辨识能力，并且EPSO算法比EP算法具有更高的收敛效率。     

粒子群算法在励磁参数实测辨识中的应用

针对采用频域分析和最小二乘拟合对复杂模型进行辨识时比较困难的缺点,文章提出了一种采用粒子群算法进行励磁系统参数拟合辨识的方法,该方法直接采用幅频特性和相频特性来定义适应度函数,实现过程简单.实际算例表明,提出的方法对简单模型和复杂模型都可以得到较好的辨识效果.     

新型分步式永磁同步电机参数辨识

永磁同步电机（PMSM）参数受所处环境等非线性因素的影响而变化,因此需要根据电机参数的不同调节控制系统,以达到更优的控制性能。针对不同电机的参数不同且无法实现快速手动测量的问题,提出一种无位置传感器PMSM的新型分步式参数辨识系统。系统分阶段采用伏安法计算电阻并采用高频电压注入法计算电机的电感和磁链,实现了无位置传感器的控制条件下,内置式PMSM的参数自动辨识。最后通过MATLAB/Simulink搭建仿真模型,验证了新型分步式参数辨识系统的可靠性并通过试验验证了系统的准确性。     

基于粒子群优化模糊控制器永磁同步电机控制

电动汽车由于没有噪声,没有废气污染而受到城市居民的欢迎。而永磁同步电机在交流电机中具有很高的转动惯量,从而在电动汽车中广泛应用。该文提出了一种新的永磁同步电机控制策略,即利用粒子群算法对模糊控制器的3个比例因子参数ka、kb、ku进行全局优化,充分发挥模糊控制器的鲁棒性。为了验证该方法的有效性,利用Matlab仿真工具进行仿真验证,观察控制系统的一阶动态响应。结果表明,系统具有很强的鲁棒性,能够很好的跟踪负载变化,动态响应快,速度跟随准确;利用DSPF240仿真器搭建实验电路,并将整个优化过程分为3个阶段,减少计算量,以提高运算速度,实验结果初步验证了粒子群优化方法在电动汽车领域应用的可行性。     

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。     

基于永磁磁链在线辨识的永磁同步电机无速度传感器控制

在无速度传感器控制条件下,研究了基于MRAS的永磁同步电机永磁磁链在线辨识系统。仅辨识速度和永磁磁链两个参数,使得辨识模型满秩,避免了出现设置不同初值获得不同永磁磁链辨识值的问题,确保了参数估计的收敛性和唯一性。分析了欠秩问题的本质,分别推导了速度和永磁磁链的辨识自适应律。仿真结果表明:该控制系统在转速和负载突变下均能准确跟踪转子的速度,具有良好的鲁棒性和动态性能,同时降低了系统参数敏感性。