基于混合粒子群优化算法的永磁同步电机参数辨识
Parameter Identification of Permanent Magnet Synchronous Motor Based on Hybrid Particle Swarm Optimization Algorithm作者机构:曲阜师范大学工学院日照276800 日照东方电机有限公司日照276800
出 版 物:《微特电机》 (Small & Special Electrical Machines)
年 卷 期:2024年第52卷第6期
页 面:55-61页
学科分类:080801[工学-电机与电器] 0808[工学-电气工程] 08[工学]
基 金:山东省自然科学基金面上项目(ZR2021ME017) 科技型中小企业创新能力提升工程(2021TSGC1429)
主 题:永磁同步电机 参数辨识 无差拍电流预测 模型参考自适应 粒子群算法
摘 要:永磁同步电机(PMSM)在实际应用中是一种强非线性系统,运行过程中由于温度和磁饱和等因素造成电机参数发生变化,进而影响PMSM控制效果。为了提高PMSM的控制性能,在对永磁同步电机无差拍电流预测控制系统深入分析的基础上,提出了一种基于模型参考自适应(MRAS)和遗传粒子群(GAPSO)混合优化的在线参数辨识算法。该算法通过MRAS初步辨识PMSM的电气参数,其辨识结果为粒子群寻优提供方向;同时改进遗传算法中交叉变异机制,将初步辨识结果引入遗传粒子群算法中进一步优化。仿真实验结果表明,MRAS-GAPSO算法所有参数在迭代50次内实现了较高精度的辨识,且辨识相对误差均不超过1%,验证了算法在不同工况下的可行性,实现了参数的在线精确辨识。