針對一般粒子群算法辨識永磁同步電機（PMSM）參數(shù)由于其粒子在迭代后期易陷入局部最優(yōu)而導(dǎo)致辨識精度不高的問題,提出一種將小生鏡策略和混沌變異策略相結(jié)合的混沌變異小生境粒子群算法（NCPSO）。該算法為在連續(xù)三次迭代過程中對適應(yīng)度值變化小的粒子為中心生成小生鏡群體,并對該小生境群體中的最優(yōu)粒子進行混沌變異。在同步旋轉(zhuǎn)dq軸坐標(biāo)系下建立PMSM滿秩離散數(shù)學(xué)模型,將定子dq軸電壓設(shè)為辨識模型和實際測量值的輸入,設(shè)計了NCPSO辨識PMSM參數(shù)的適應(yīng)度函數(shù)。該辨識方法不需推導(dǎo)復(fù)雜的電機數(shù)學(xué)模型,可同時辨識定子繞組電阻、定子繞組dq軸電感和永磁體磁鏈4個參數(shù)。經(jīng)仿真結(jié)果表明,該算法的4個參數(shù)辨識誤差都在0.14%以下,經(jīng)實驗結(jié)果表明,其辨識偏差都在2.15%以下。 

【文章來源】：電機與控制學(xué)報. 2020,24(07)北大核心

【文章頁數(shù)】：9 頁

【部分圖文】：

數(shù)據(jù)采樣圖

基于混沌變異小生鏡粒子算法的永磁同步電機多參數(shù)辨識原理如圖2所示，其流程圖如圖3所示。NCPSO不斷篩選PMSM待辨識參數(shù)的適當(dāng)值，使得辨識模型與實際測量值之間的誤差平方和適應(yīng)度函數(shù)值達(dá)到最小值，適應(yīng)度函數(shù)值越小，其辨識模型電壓與測量電壓越接近，待辨識參數(shù)和實際值也越接近。適應(yīng)度函數(shù)如下:

NCPSO辨識PMSM參數(shù)流程圖

【參考文獻】：
期刊論文
[1]注入高頻脈振電壓的永磁同步電機I/F控制方法[J]. 邱建琪,周成林,史涔溦.  電機與控制學(xué)報. 2019(07)
[2]基于霍爾位置傳感器的永磁同步電機速度估計方法研究[J]. 王凱,王之赟,宗兆倫,張建亞,張露鋒.  電機與控制學(xué)報. 2019(07)
[3]車用永磁同步電機拓?fù)浣Y(jié)構(gòu)優(yōu)化與實驗研究[J]. 宋騰飛,劉慧娟,張振洋,劉威.  電機與控制學(xué)報. 2019(06)
[4]基于變異珊瑚礁算法的永磁同步電機參數(shù)辨識[J]. 吳定會,黃旭,全亞威,紀(jì)志成.  系統(tǒng)仿真學(xué)報. 2018(08)
[5]永磁同步電機在線參數(shù)辨識方法研究[J]. 石建飛,戈寶軍,呂艷玲,韓繼超.  電機與控制學(xué)報. 2018(03)
[6]表貼式永磁同步電機準(zhǔn)穩(wěn)態(tài)多參數(shù)在線辨識[J]. 劉金海,陳為.  電工技術(shù)學(xué)報. 2016(17)
[7]基于神經(jīng)網(wǎng)絡(luò)的永磁同步電機多參數(shù)解耦在線辨識[J]. 谷鑫,胡升,史婷娜,耿強.  電工技術(shù)學(xué)報. 2015(06)
[8]基于柯西變異粒子群算法的永磁同步電機參數(shù)辨識[J]. 傅小利,顧紅兵,陳國呈,鄒俊忠,張見.  電工技術(shù)學(xué)報. 2014(05)
[9]面向永磁同步電機參數(shù)辨識的免疫完全學(xué)習(xí)型粒子群算法[J]. 劉朝華,李小花,周少武,劉侃.  電工技術(shù)學(xué)報. 2014(05)
[10]基于遺傳算法的內(nèi)埋式永磁同步電機參數(shù)辨識方法[J]. 肖曦,許青松,王雅婷,史宇超.  電工技術(shù)學(xué)報. 2014(03)

碩士論文
[1]基于MRAS永磁同步電機參數(shù)辨識的研究[D]. 黨威望.西安科技大學(xué) 2018



本文編號：2970049