永磁同步電機參數(shù)辨識的研究.pdf

1、永磁同步電機（PMSM）因其具有高功率密度、高效率以及控制性能好等特點，在高性能伺服系統(tǒng)以及其他工業(yè)場合中得到大量應用。但功率密度和控制性能會受到電機溫度上升以及磁飽和等引起的電機參數(shù)變化影響，因此，電機參數(shù)在線辨識成為了電機研究領域的熱點。電機參數(shù)在線辨識方法主要有三大類，分別是基于擴展卡爾曼濾波(EKF)的參數(shù)辨識方法，基于神經(jīng)網(wǎng)絡（NN）的參數(shù)辨識算方法以及基于模型參考自適應(MRAS)的參數(shù)辨識方法。目前永磁同步電機參數(shù)辨識主要

2、存在的問題包括：實際應用中參數(shù)辨識結果不準確、辨識算法的形式過于復雜以及多參數(shù)同時辨識的相互耦合問題。本文針對同步電機參數(shù)在線辨識的幾類基本辨識方法以及參數(shù)辨識中存在的主要的問題，進行了系統(tǒng)和深入的理論分析；對已有的辨識方法進行改進，在保證算法的有效性的前提下，減小了方法的計算量；此外對目前參數(shù)辨識中存在的問題給出了解決方案，并對它們進行了仿真研究和實驗驗證。
　　 研究利用有限元方法進行電機參數(shù)辨識，從電機設計的角度辨識出電機

3、參數(shù)。
　　 作為基于控制算法參數(shù)辨識的補充，通過有限元方法可以辨識出反電勢、齒槽轉(zhuǎn)矩、電機磁場分布以及電機的輸出轉(zhuǎn)矩等參數(shù)。
　　 由于已有的EKF 辨識方法形式復雜計算量大，提出一種改進的EKF 辨識方法，對電機的定子電阻和轉(zhuǎn)子磁鏈進行同時辨識。在保證辨識參數(shù)數(shù)目和效果都不變的前提條件下，將以前的四維矩陣運算拆分為二維矩陣運算，簡少方法的運算量，有利于方法的實際應用。
　　 設計了基于Lyapunov 穩(wěn)定理

4、論和Popov 超穩(wěn)定性的模型參考自適應（MRAS）
　　 電機參數(shù)辨識方法，實現(xiàn)對定子電阻、轉(zhuǎn)子磁鏈和繞組電感這三項電機參數(shù)的同時辨識。通過對比基于Lyapunov 穩(wěn)定理論和Popov 超穩(wěn)定性的自適應率設計過程和兩種算法的辨識實驗結果，發(fā)現(xiàn)基于Popov 超穩(wěn)定性的自適應規(guī)則設計規(guī)則化更高，不需要構造經(jīng)驗方程；而實驗結果也表明，基于Popov 超穩(wěn)定性的辨識方法的表現(xiàn)更好。通過短時間注入負值的d 軸電流來實現(xiàn)多參數(shù)同時辨識

5、的解耦，并以Adaline 神經(jīng)網(wǎng)絡為載體，引入多參數(shù)解耦方法，設計了基于Adaline 神經(jīng)網(wǎng)絡的辨識方法，實現(xiàn)對電機定子電阻、轉(zhuǎn)子磁鏈和d-q 軸電感的同時辨識。對解耦方法中產(chǎn)生的辨識誤差進行詳細的理論推導和分析，得出了辨識誤差大小與注入的d 軸電流取值之間的關系，為選取注入的d 軸電流值提供了依據(jù)。
　　 分析實際系統(tǒng)中辨識誤差產(chǎn)生的原因，提出在實際系統(tǒng)中進行參數(shù)辨識需要對逆變器的非線性因素進行補償，消除其影響。逆變器非線