高速电主轴动力学模型参数多新息随机梯度辨识

针对高速电主轴转子转速、磁链和电流中存在复杂的强耦合、时变非线性因素造成其系统模型难以精确建立的问题,结合多新息辨识理论,提出了一种高速电主轴动力模型参数的多新息辨识方法。根据高速电主轴的结构和特点,建立其动力学模型;通过对高速电主轴动力模型的离散化,估计参数项由当前误差扩展为包含当前误差和历史误差的向量,实现了高速电主轴的多新息模型参数辨识。通过与传统随机梯度辨识方法进行仿真对比,表明了多新息长度p的引入可以有效提高模型参数辨识的速度和精度,并且随着信息长度的增加收敛速度逐步提高,验证了该文方法的有效性和正确性。