模拟退火粒子群优化算法在异步电动机参数辨识中的应用

分析了模拟退火算法和粒子群算法的优缺点,提出了一种利用两种算法优点的混合优化算法,并给出了详细应用步骤。利用异步电动机直接空载起动特性,对异步电动机动态数学模型参数进行了辨识,通过与其他几种算法辨识的结果进行比较,说明模拟退火粒子群优化算法有效地结合了模拟退火算法的全局寻优能力和粒子群算法的快速收敛的特点。     

异步电动机参数离线辨识

在变频调速系统中,准确的电机参数是系统性能的保证。本文论述了基于变频器一电动机系统的电动机静态参数辨识。给出了辨识参数时的控制方法及实验波形,最后给出了令人满意的实验结果。     

基于双DSP的异步电动机参数辨识实验研究

在无速度传感器的异步电动机矢量控制和直接转矩控制中,控制的精度和稳定性在很大程度上取决于电动机参数的辨识精度;同时在无速度传感器控制策略中的转速估算,同样要依赖于电动机参数。从异步电动机等效电路出发,结合电机自身特性,提出一种基于双DSP控制系统,利用变频器实现异步电动机离线参数辨识的方法。仿真和实验证明,该方法实用性很强,可以为无速度传感器的异步电机矢量控制和直接转矩控制提供高精度的参数。     

异步电动机漏抗参数的辨识

异步电动机可以通过空载实验和短路实验来测定其参数，但仅通过这两个实验无法将定转子漏抗分开。利用异步电动机的T型等效电路，计算出等效阻抗的表达式，同时利用负载实验计算其实际值，并根据两者相等推出定转子漏抗的计算表达式。该方法避免了以往漏抗辨识过程中出现的发散等问题，且计算简单，具有实用价值。文章还对如何减小测量误差，提高辨识精度进行了研究。     

基于BP神经网络模型的异步电动机故障辨识

针对目前三相异步电动机故障诊断方法存在的局限性及其缺陷,在利用小波包分析提取电动机故障信号特征量基础上,提出基于蝙蝠-粒子群及改进BP算法的异步电动机BP神经网络故障辨识模型,采用蝙蝠-粒子群算法优化BP神经网络结构参数,利用改进BP算法训练BP神经网络.仿真结果分析表明,该BP神经网络模型用于三相异步电动机故障辨识,...     

基于变频器-电动机系统的电动机参数辨识

在高精度变频调速系统中，准确的电动机参数是系统性能的保证。论述了基于变频器-电动机系统的电动机静态参数辨识。给出了辨识参数时的控制方法及实验波形，得到了令人满意的参数辨识结果。     

粒子群算法在电动机辨识中的应用及研究

介绍了粒子群算法(PSO)及其实现电动机参数辨识的工作原理,总结了应用粒子群算法实现电动机参数辨识的国内研究状况,并指出了粒子群算法在电动机参数辨识领域以离线电动机工程应用为主的发展趋势.     

矢量控制异步电动机的自适应控制和参数辨识

在矢量控制异步电动机数学模型的基础上，针对电机转子电阻和负载转矩变化的不确定性，应用非线性控制的理论，设计了一个渐近跟踪负载转矩和转子电阻实际值的非线性辨识算法，实现了参数的自动跟踪，并建立了非线性自适应控制的方案。仿真结果表明，辨识算法具有快捷准确的优点，使系统具有一定的鲁棒性和较好的稳、动态性能。     

基于微粒群算法的感应电机参数辨识

提出一种基于微粒群优化算法(Particle Swarm Optimization Algorithm,简称PSOA)的感应电机参数辨识方法.该方法通过计算感应电机实际输出与模型输出的差值来对估计模型进行不断修正,从而辨识出感应电机参数.介绍感应电机的数学模型和PSOA的运行机理及特征.详细说明采用PSOA对感应电机进行参数辨识的步骤和过程,并通过实验证明了该方法的可行性和辨识结果的可信性.     

基于改进粒子群优化算法的电力线通信多径传输模型参数辨识

基于已有的电力线多径传输模型结构,以0.5~20 MHz范围内的实际低压载波通信信道测量数据为样本,将改进粒子群优化算法应用于低压载波通信信道模型的多参数辨识,通过自适应改变惯性权重提高搜索效率,同时采用模拟退火算法并自适应调整退火温度,克服了基本粒子群算法容易发生早熟收敛的缺点。对路径数为4和18的信道模型进行参数辨识的结果表明：与遗传算法相比,改进的粒子群算法可加速收敛,缩短辨识时间,同时提高了拟合精度,克服了参数的分散性,所取路径数越多,拟合效果越好。     

基于变频器的异步电机离线参数辨识

分析了基于变频器控制的异步电机参数辨识方案.对传统测定子电阻的直流试验方法进行改进,提出了一种消除功率开关器件压降影响的定子电阻辨识方法.通过向电机施加单相电压信号,得到了电机参数的计算公式.针对单相试验中电机定子电流准幅值和相位的对电机参数精确估计的需求,提出了一种基于离散傅里叶变换测量电机定子电流幅值与初始相位的方法,所述算法考虑到由于非同步测量误差以及频谱泄漏和栅栏效应引起的离散傅里叶变换计算误差的修正问题.MATLAB/Simulink仿真结果证实了所提方法的有效性.     

异步电机电感参数的离线辨识

在异步电动机反Γ型等效电路的基础上,提出了一种定转子总漏感与互感的离线辨识方法。在已有的异步电机运动控制平台上进行含高频成分很重的单相脉冲和单相低频正弦实验,然后根据霍耳传感器检测到的电压电流信号,经傅立叶变换来实现对异步电机参数的辨识,实验表明辨识结果具有较高的精度。并对逆变器的死区效应进行了一定的补偿,使计算得出的电压与逆变器实际输出电压基本一致,电流波形接近正弦波,补偿效果能满足参数辨识精度的要求。     

一种新型的电机参数离线辨识系统

在实际工程应用中,常规空载实验和堵转实验辨识电机参数的方法难以实现,且辨识精度不高,针对此问题,设计了一种基于TMS320F2808的异步电机参数辨识系统.该系统能够通过直流实验、单相交流实验以及空载实验代替常规辨识方案对工程现场电机的参数进行辨识.这里论述了异步电机参数辨识系统的设计和实现过程,并对电机参数辨识中出现...     

基于粒子群优化算法的永磁电机热网络参数识别

监测永磁电机的永磁体温度对于保证电机的使用寿命至关重要,因为过高的温度会产生永磁体不可逆失磁现象。提出了一种基于粒子群优化算法的永磁电机热网络参数识别方法,实现用热网络监测永磁体的温度。该方法首先建立永磁电机的热网络模型,利用粒子群优化算法结合电机温升试验所得温度数据对热网络模型的主要热力参数进行识别;然后利用该热网络模型进行在线温度识别,识别过程能够快速收敛,具备良好的辨识精度;最后,通过对比仿真识别温度和电机温升试验数据,验证了该方法的准确性。     

异步电动机转子参数的在线辨识方法

异步电动机转子电阻的实时变化影响着矢量控制算法的精度。为了解决这一问题，参数离线测定已被应用于异步电动机控制装置中。文章研究了一种利用扩展卡尔曼滤波的算法，仅需定子电压、电流α、β轴分量和转速即可实现对异步电动机转子电阻的在线辨识。     

基于粒子群优化的超级电容器模型结构与参数辨识

为了分析超级电容器的动态特性,并准确估计荷电状态、健康状态等信息,需要建立超级电容器模型。提出以系统辨识方法作为建模手段,为克服广义误差准则不能保证模型输出误差最小的缺点,采用输出误差准则并推导出对应的非线性目标函数。应用粒子群优化算法对该目标函数进行优化求解,并获得模型参数。针对结构辨识问题,采用最终输出误差准则计算结构判别指标,通过比较该指标值确定模型最佳阶次。实验和仿真结果表明,所提模型能精确描述超级电容器的动态特性,建模方法可行。