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...     

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...     

基于改进混合遗传算法的同步电机参数辨识

针对同步电机参数辨识问题,建立了精确表示非同步采样及高次谐波在内的极值优化模型,利用改进混合遗传算法对该模型进行求解,为提高同步电机瞬态和超瞬态参数的精确辨识打下了良好基础。针对普通遗传算法收敛慢和经典迭代法初始点敏感问题,该改进混合遗传算法结合了全局寻优的遗传算法和局部寻优的模式搜索方法,不需要计算矩阵导数,可实现无需指定初值的电机参数快速求解。理论和仿真实验表明,该方法所需数据窗小,能有效提高参数测量的运行效率和计算精度。     

基于改进混合遗传算法的同步电机参数辨识

针对同步电机参数辨识问题,建立了精确表示非同步采样及高次谐波在内的极值优化模型,利用改进混合遗传算法对该模型进行求解,为提高同步电机瞬态和超瞬态参数的精确辨识打下了良好基础.针对普通遗传算法收敛慢和经典迭代法初始点敏感问题,该改进混合遗传算法结合了全局寻优的遗传算法和局部寻优的模式搜索方法,不需要计算矩阵导数,可实现无需指定初值的电机参数快速求解.理论和仿真实验表明,该方法所需数据窗小,能有效提高参数测量的运行效率和计算精度.     

改进灰狼优化算法的永磁同步电机多参数辨识

针对永磁同步电机(PMSM)参数辨识算法存在辨识精度低、同时辨识多参数困难等缺点,提出一种基于正态云模型的灰狼优化算法(CGWO)。首先采用Fuch映射和反向学习策略产生多样性强的初始种群;其次,采用一种非线性递减收敛因子更新公式,使得算法的全局搜索和局部开发能力实现平衡;最后,采用正态云模型对灰狼群体进行位置更新和深度开发,同时通过云模型参数的自适应调整来增强局部寻优能力,改善传统灰狼优化算法易陷入局部最优导致精度下降的问题。利用基准测试函数对CGWO算法进行性能评估,在dq坐标系建立PMSM满秩离散模型,给定适应度函数,比较实际模型输出值与辨识模型输出值得到相应的适应度值,再结合CGWO算法实现参数辨识。经仿真与实验表明,CGWO算法对于PMSM参数辨识具有更好的精确性、收敛性和稳定性。     

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.     

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。     

基于高频电压注入的永磁同步电机参数辨识方法

中大功率工业应用中,变频器到电机之间长电缆分布参数、变频器输出频率限制将直接影响高频注入法对电机参数辨识精度。考虑多种限制条件,提出了一种基于曲线拟合的定子电阻计算方法,研究了基于高频注入的永磁电机电感参数辨识方法,重点分析了不同注入信号选择对参数辨识精度的影响,为注入信号的选择提供了依据。通过实验证明了该方法的实用性与有效性,对工业应用电机参数辨识具有重要指导意义。     

基于改进型模型参考自适应的PMSM参数辨识

为了削弱模型参考自适应法在辨识时变参数时出现的波动,在模型参考自适应算法的基础上,引入辨识结果的反馈,辨识结果未稳定时选择较大的自适应增益,能较快的辨识参数,辨识结果稳定后,选择较小的自适应增益,避免参数变化时辨识结果的波动.将该方法用于永磁同步电机转动惯量的辨识仿真实验表明:该方法削弱了原辨识算法在辨识时变参数时的波动,能更快地跟踪转动惯量的变化,表现出更好的辨识特性.     

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EKF算法的交流永磁无刷同步电机参数辨识

用扩展的卡尔曼滤波算法（EKF）对表贴式交流永磁无刷同步电动机进行动态参数估计,根据电机控制系统中传感器检测到的电机定子电流、电压和转子的位置、转速等信号,推算电机定子绕组的电阻和转子的主磁通值,经过对电机模型和卡尔曼算法的分析,给出了电机控制系统的全阶卡尔曼滤波模型和经过简化处理后的降阶估计模型,用降阶的简化模型对系统进行估计后,得到了定子电阻和转子主磁通的结果,并分析了定子电阻和转子磁通估计值和实际值之间的误差,以及估计值随电机转速和负载大小变化的曲线。电机用脉宽调制（PWM）的电压源逆变器供电,用TMS320F2812系列数字信号处理器（DSP）作为控制芯片,用矢量控制的策略对电机进行转速控制。     

基于改进离散花授粉算法的继电保护定值优化方法的研究

提出一种基于改进花授粉算法的继电保护定值优化方法,利用约束区间编码,以整定时间最短和灵敏度最优为目标,以满足继电保护选择性、灵敏性、速动性、可靠性要求为约束,寻找得到使电力系统稳定运行的最优整定结果。通过与传统的继电保护整定方法和基于遗传算法的整定值寻优方法进行比较,结果表明改进花授粉算法收敛速度快,寻优效率高,适用于继电保护全局优化整定。     

基于改进UKF滤波的永磁同步电动机矢量控制

针对普通UKF在永磁同步电动机速度估计中存在对模型不确定性的鲁棒性差、对突变状态的跟踪能力低和收敛速度慢等问题,结合强跟踪滤波器对UKF滤波进行改进,引入时变渐消因子在线自适应调整增益矩阵和状态预测误差协方差矩阵,实现残差序列正交或近似正交,强迫UKF滤波保持对实际状态的快速跟踪.将该算法在永磁同步电动机无速度传感器矢量控制系统中进行仿真研究.试验结果与统计分析表明,相对与普通UKF,基于改进UKF滤波的永磁同步电动机转子速度及角度估计更准确,误差更小,跟踪速度更快,鲁棒性更好.     

基于级联MRAS的PMSM参数在线辨识方法研究

在无速度传感器矢量控制系统中,为实现对永磁同步电机的精确控制,需要对电机参数进行在线辨识。在对模型参考自适应方法进行深入分析的基础上,提出一种基于级联模型参考自适应的永磁同步电机参数在线辨识方法,该方法在同步旋转dq坐标系下,利用dq轴电压、电流及其偏差,借助Popov超稳定性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,实现了电机转子速度、定子电阻与转子磁链的同时在线辨识。仿真结果验证了该方法的正确性和有效性。     

永磁同步电动机双闭环参数辨识自适应控制

针对永磁同步电动机伺服系统,其电阻、转动惯量等参数会发生变化,使系统控制环性能变差的情况,介绍了一种对电阻、电感与转动惯量进行辨识的自适应控制方法。该方法首先辨识电机的电感与电阻,设计电流环;然后采用改进的朗道离散时间递推,提出模型参考自适应算法,辨识转动惯量,设计电压环。仿真与实验结果表明,系统可以快速地跟踪参数的变化,并较之于传统的PID控制,系统的超调量小,速度响应快,具有良好的鲁棒性与稳定性。     

面向PMSM参数在线辨识的引入惯性因子的改进模型参考自适应方法

在线辨识永磁同步电机的参数可以实现PI控制器的实时整定,有利于电机的解耦控制以及弱磁的计算。针对模型参考自适应法在辨识永磁同步电机参数时出现的波动问题,本文引入了电机参数变化趋势的惯性因子,使参数辨识值在迭代更新时,更符合参数的变化趋势。针对永磁同步电机电气参数辨识的方程欠秩问题,本文重新设计了分步辨识的步骤,减少了定子电阻误差对永磁体磁链辨识的影响。仿真实验显示,改进后的模型参考自适应算法无噪音条件下电感、磁链、电阻辨识的绝对误差分别为改进前的30.30%、19.77%、14.12%;噪音条件下,电感辨识精度接近,磁链、电阻绝对误差分别为改进前的24.17%、37.42%,表明改进后算法辨识精度得到提升。     

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