下载文档原格式
基于扩展卡尔曼滤波器的交流永磁同步电机参数辨识的开题报告一、选题背景及意义交流永磁同步电机（PMSM）具有结构简单、质量轻、体积小、效率高、起动与调速性能优越等特点，已被广泛应用于电力、工业、交通等领域。
PMSM的参数辨识问题一直是电机控制领域研究的热点问题之一。
精确的参数辨识可以大大提高PMSM控制系统的性能和效率。
传统的基于最小二乘法的PMSM参数辨识方法依赖于直流和交流侧测量的电量，当输入电流和速度有较大偏差时，容易出现辨识精度较低的情况。
因此，使用基于扩展卡尔曼滤波器（EKF）的PMSM参数辨识方法来获得更准确的参数估计值，已成为一种热门研究方向。
二、研究目标本课题旨在设计一种基于EKF的PMSM参数辨识方法，以获得准确的参数估计值。
研究内容包括以下几个方面：1.建立PMSM的数学模型，包括电压、电流、转速等物理量的方程。
2.设计EKF算法，用于提高参数辨识的准确性。
3.编写MATLAB程序，实现样本数据的采集、处理及EKF算法的实现。
4.通过仿真实验和实际实验验证所设计的基于EKF的PMSM参数辨识方法的有效性和准确性。
三、研究内容1. PMSM的研究与数学模型建立本课题将研究PMSM的结构、特性、运行原理及数学模型。
对PMSM进行建模，通过建立电压、电流、转速等物理量的方程，为后续的参数辨识提供数学基础。
2. EKF算法的设计与实现将EKF算法应用于PMSM参数辨识过程中，可提高参数估计的准确性。
本课题将研究EKF算法的基本原理、实现过程及其在PMSM参数辨识中的应用，实现算法的设计与实现。
3. 样本数据采集和处理本课题将进行样本数据的采集和处理。
采集到的数据将作为基于EKF的PMSM参数辨识的输入，包括电机电流、电压、转速等实时信号。
4. 基于EKF的PMSM参数辨识仿真及实验根据所设计的基于EKF的PMSM参数辨识方法，开展仿真及实验验证。
通过对仿真结果和实验结果的分析，验证研究成果的有效性和准确性。
同步电动机参数辨识方法（待续）同步电机辨识的参数主要有两类：1、等效电路参数（电阻、电感等）2、时间常数与电抗（包括瞬变超瞬变参数）考虑问题：1、怎样选取适当的辨识信号和设计有效的辨识实验2、怎样选取辨识模型（使用较多的是两回路的转子模型）3、怎样证明辨识所得参数的有效性经典辨识：通过作阶跃响应、频率响应、脉冲响应等试验，测得对象以时间或频率为变量的实验曲线。
最小二乘法：目前使用比较广泛。
基于进化的策略法，如神经网络、遗传算法、粒子群游优化算法等等。
一般采用方法：突然短路、甩负荷、直流衰减法、静止频率响应法等等。
（理想情况下辨识，以及考虑饱和、磁滞、集肤效应等非线性因素）国内：传统方法：●对突然短路电流曲线的包络线加减来得到短路电流的中期分量和非周分量——改进：基于小波变换的短路数据处理方法（缺点是：需要选取小波基）●基于扩展Prony算法的超瞬态参数计算方法（缺点是在实际应用中存在阶数确定的难题）（1）基于HHT的同步电机参数辨识（中国电机工程学报2006）基于Hilbert变换和非线性变量优化（NLO）的基波分量辨识算法，实现了同步电机瞬态和超瞬态参数的精确辨识。
（2）基于小波变换和神经网络的同步电机参数辨识新方法（中国电机工程学报2007）先利用小波变换对短路电流信号进行预处理，再通过改进的人工神经元模型对短路电流进行较为精确的信号分离，得到短路电流中的直流分量、基波分量和二次谐波分量，并且辨识出了电机参数值以及精度较高的时间参数。
（小波变换对短路电流进行预处理，并辨识得到各个时间参数，用来设定神经元激发函数中时间常数的迭代值）（3）一种新颖的电机磁链辨识算法（中国电机工程学报2007）是基于对电机磁链的估计，方法是针对电压模型中的积分环节进行改造：利用一个高通滤波器和1个坐标变换环节构成（4）感应电机参数的离线辨识方法直流实验辨识定子电阻，堵转实验辨识定、转子漏感、转子电阻，空载试验采用V/f控制方式，辨识定转子间的互感（5）直流衰减静测法局部辨识同步电机参数研究定子a相绕组轴线与转子d轴重合，a相绕组开路，励磁绕组短路。
永磁同步电机控制电机参数离线辨识方法下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。
文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢！本店铺为大家提供各种类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，想了解不同资料格式和写法，敬请关注！Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!一、引言永磁同步电机由于具有高效率、高功率密度和快速动态响应等优势，被广泛应用于各种工业领域。
发电机励磁系统参数辨识方法综述随着电力系统的不断发展，电力网络的不断扩大，电网已逐步成为高维度、非线性的复杂系统，电网安全也成为当今的重要研究课题。
发电机励磁系统对于电力系统的安全稳定起着十分重要的作用，它可以保持电力系统的电压稳定，实现电压控制，尤其对电力系统的暂态稳定起着更加重要的作用。
励磁系统的优劣主要由其参数决定，良好的参数选择可以增加系统的阻尼特性，提升系统的安全稳定边界；不当的参数选择不但不能稳定系统，还会起相反作用。
当前的模型软件中已经有多种常见的励磁系统模型，而参数的确定是使用参数辨识的方法依据现场的实际试验数据计算得来，是当今确定励磁系统模型参数的主要方法。
励磁系统中各参数数值的常见计算方法主要有解析法和参数灵敏度法两种，其中解析法是用數学算法来计算励磁系统参数的解析解，这种方法的优点是计算出来的解析解是励磁系统的精确参数，但随着系统的增大和辨识参数数量的增加，数学解析的难度大幅提高，导致解析速度大幅降低，严重影响了该方法的应用范围。
因此，参数灵敏度法进入了人们的视野，它包括时域灵敏度法和频域灵敏度法两种。
文献提出了一种辨识重点参数的方法。
该方法首先分析了各参数灵敏度与各参数的关系，再提出重点参数评价指标，反复采用该指标进行计算，降低不同参数间的关联程度，直到区分出重点参数为止。
该方法可提高重点参数的准确性，提高辨识效率。
1 系统辨识的理论基础系统辨识指的是观测系统输入与输出的关系，以明确系统特性的数学模型。
用连续动态系统方程式表达为系统辨识的原理图如图1所示。
系统辨识的原理是将输入T（t）同时输入到原型系统和模型系统，分别得到输出O1（t）和O2（t），偏差是△O（t）。
通过辨识算法后，产生一个修正量d，将d反馈到模型系统中，补偿原型系统与模型系统间偏差，如此反复上述过程，直到输出偏差△O（t）满足系统要求。
2 发电机励磁系统参数辨识方法2.1 时域灵敏度法首先时域灵敏度的定义，所谓某个参数的时域灵敏度就是输出量的变化量与该参数变化量的比值，用来体现该变量对于输出量的影响程度，计算公式如下：其中，为待计算灵敏度的参数，为的初值，为该参数的摄动量，为采样点，为系统输出，为系统输出的初值。
如何做变频器的电机辨识做快速调试时，一定要遵循手册给出的引导流程进行，特别是电机铭牌数据必须要准确输入。
如果电机的铭牌数据输入有误，电机建模就不会精确，控制起来也不会有好的运行效果。
电机的铭牌数据包括：额定电压、额定电流、额定功率、额定转速、额定功率因数。
如果是矢量控制，还有一个额定励磁电流需要确定。
其中额定转速，我国的电机标准中规定铭牌数据不包含此项，所以这个参数必须向电机制造商索取，要准确的滑差或者额定转速值，功率因数这个参数，一旦电机确定，根据铭牌数据可以计算，或者向电机制造商索取准确数值。
额定励磁电流，可以通过快速调试自动计算，在r0331中显示，但是一般这个内部计算的参数并不准确，实测的要更接近电机的真实数据。
具体怎么确定，比较罗索，还是自己仔细的解读说明说的相关论述。
总之，准确地确定电机名牌数据，比较麻烦的就是矢量控制以及磁化电流的测取。
如果是V/F控制、抛物线控制，就很简单了。
不论是简单的还是复杂的，准确设置电机铭牌数据至关重要。
这是装置辨识电机的基础。
在手册里，有一个电机的等效电路，其实，装置对电机的辨识，就是为了确定那个等效电路里的参数，这就是所谓的建模。
对于V/F、抛物线控制而言，快速调试中的P3900=1/2/3必须要真正的PASS，然后紧接着P1910=1，ON合闸命令以后，自动地完成识别，其间没有故障P0041发生。
就可以认为顺利地通过了识别。
而对于矢量控制P1300=20/21/22/23，不仅要P1910=1必须自动得PASS，P1910=3也必须自动得PASS，还必须P1960=1自动得PASS。
才算顺利地通过了自识别工作。
检验自识别的效果，就是将电机在整个的转速范围内空载运行，用手、用耳朵判别电机运行过程中是不是没有明显的电磁噪声、振动。
一般在正确地完成上述所说的两项辨识工作以后，电机运行是很平滑稳定的，除非机械上有问题，或者电机的动平衡不好，造成机械振动和机械噪声。
考虑电机惯量的机器人动力学参数辨识机器人动力学参数辨识是机器人控制中不可缺少的步骤之一，能够确定机器人的关节惯性和质量参数等，是机器人运动学和动力学模型建立的基础，对柔性关节机器人、高速机器人等运动性能更高、关节惯性更大的机器人尤为重要。
本文将着重探讨电机惯量的机器人动力学参数辨识。
首先，什么是电机惯量？电机惯量是指电机转动时，由于转子的惯性作用而阻碍加速度变化所需的能量。
在机器人控制中，电机惯量是机器人动力学模型中不可缺少的参数之一，能够影响机器人的控制精度、响应速度等性能指标。
然而，在进行机器人控制时，电机惯量是难以直接测量得到的，需要通过辨识等方法来确定。
下面介绍一些电机惯量辨识常用的方法：1.模型辨识法模型辨识法是目前电机惯量辨识中应用较广的一种方法。
该方法的基本思想是通过测量电机的输入电流、转速和负载扭矩等变量，建立电机的数学模型，进而求解电机动力学参数。
目前，常用的电机模型有传递函数模型、状态空间模型、核函数模型等。
通过将不同的电机模型参数化，可以较为准确地估计电机的惯量参数。
2.自适应控制法自适应控制法是一种实时估计电机惯量参数的方法，具有较高的准确性和适应性。
该方法基于电机控制理论，通过实时调整控制器参数，调节电机的输出，进而估计电机的动力学参数。
自适应控制法可以较好地适应环境变化和负载波动，是一种非常有效的电机惯量辨识方法。
3.信号处理法信号处理法是一种基于信号处理技术实现电机惯量辨识的方法。
该方法适用于需要在机器人运行过程中对电机惯量进行实时辨识的场景，如强交互作业等。
信号处理法常用的技术有功率谱分析、小波变换等，通过对电机输出信号的频谱和时域特征的分析，可以估计电机惯量参数。
综上所述，电机惯量是机器人动力学模型中的重要参数，对机器人运动性能有着重要影响。
电机惯量的辨识方法有多种，常用的有模型辨识法、自适应控制法和信号处理法等。
对于不同类型的机器人，选择不同的辨识方法有助于提高电机惯量辨识的准确性和实用性。
伺服技术・SERVO TECHN IQUE基于矢量控制的电机参数辨识及自调整策略程 超,程善美(华中理工大学,湖北 武汉 430074)摘 要:矢量控制技术要使感应电机达到与直流电机相同的调速性能,准确获得磁场定向是关键,而磁场定向又依赖于电机模型参数的设定。
解决这一问题的方法很多,文中对近年国内外一些有代表性的方法做了简单的介绍,并对每种方法的优缺点进行了分析。
关键词:参数辨识;磁场定向;模型参考自适应控制中图分类号:TM 343 文献标识码:A 文章编号:1001-6848(2000)06-0019-03Stra teg ies for AC A synchronousM ach i ne Param eter Iden tif ica tion and Adapta tion of Con troller Param eter Ba sed on Vector Con trolCH EN G Chao ,CH EN G Shan -m ei(H uazhong U n iversity of Science and T echno logy ,W uhan 430074,Ch ina )Abstract :T he h igh perfo rm ance of DC mo to r can reached by A C m ach ine becau se of vecto r con tro l ,fo r w h ich FO is crucial.Bu t FO depends on the co rrect setting of mo to r param eters .T h is paper p resen ts the recen t developm en t of the strategies fo r mo to r param eter iden tificati on discu ssed in m any techn ical literatu res and analyzes the advan tages and disadvan tages of every strategy .Key words :param eter iden tificati on ;field o rien tati on ;M RA C收稿日期:2000-07-14基金项目:武汉青年科技晨光计划资助1 引 言矢量控制技术能使感应电机达到与直流电机相同的调速性能。
一种感应电机转子时间常数MRAS的在线辨识方法王高林;杨荣峰;张家皖;于泳;马建雄;蔡亮;徐殿国【摘要】针对转子时间常数变化可能会导致感应电机磁场定向控制发生失调的问题,研究一种基于无功功率的模型参考自适应（MRAS）转子时间常数在线辨识方法。
通过Popov超稳定性理论对辨识系统的稳定性进行分析,为了提高模型计算的准确性,采用一种在同步旋转坐标系中检测电流矢量角的死区效应补偿策略,以克服三相逆变器死区效应导致的相电压重构误差以及电流波形畸变的负面影响,并分析所研究的MRAS转子时间常数辨识方法对所涉及电机参数的敏感性。
通过11 kW 感应电机矢量控制系统进行实验,结果验证了辨识方法的有效性。
%Field-oriented controlled induction motor drives may be detuned due to rotor time constant variation.A rotor time constant estimation method based on model reference adaptive system（MRAS） with reactive power model is presented.Convergence of the estimator is proved using the Popov＇s super-stability theory.Since dead-time effect of inverter may induce reconstruction error of phase voltage and waveform distortion of stator current.A dead-time compensation strategy is presented to improve accuracy of model calculation.The stator current vector angle is obtained in synchronous rotating scheme.Then sensitivity of motor parameters to the model is analyzed.The feasibility of the proposed estimation is verified by experimental results of field-oriented vector controlled 11kW induction motor drive.【期刊名称】《电工技术学报》【年(卷),期】2012(027)004【总页数】6页(P48-53)【关键词】感应电机;转子时间常数辨识;MRAS;死区效应补偿;参数变化敏感性【作者】王高林;杨荣峰;张家皖;于泳;马建雄;蔡亮;徐殿国【作者单位】哈尔滨工业大学电气工程及自动化学院哈尔滨150001;哈尔滨工业大学电气工程及自动化学院哈尔滨150001;哈尔滨工业大学电气工程及自动化学院哈尔滨150001;哈尔滨工业大学电气工程及自动化学院哈尔滨150001;上海新时达电气股份有限公司上海201802;上海新时达电气股份有限公司上海201802;哈尔滨工业大学电气工程及自动化学院哈尔滨150001【正文语种】中文【中图分类】TM3461 引言感应电机矢量控制技术的关键在于磁场准确定向，而影响磁场定向的一个重要因素就是转子参数的准确性[1]。
永磁同步电机的参数辨识及控制策略研究永磁同步电机的参数辨识及控制策略研究引言永磁同步电机作为一种高性能、高效率的电机形式，广泛应用于电动汽车、风力发电和工业自动化等领域。
对于永磁同步电机的参数进行准确的辨识，以及制定有效的控制策略，对于提高电机性能和运行效率具有重要意义。
本文将重点探讨永磁同步电机参数辨识和控制策略的研究，并提出一种基于模型参考自适应控制（Model Reference Adaptive Control，简称MRAC）的控制策略。
一、永磁同步电机的参数辨识方法1.1 永磁同步电机的数学模型永磁同步电机是一种复杂的非线性系统，其数学模型可以通过电机的物理特性和方程推导得到。
永磁同步电机的数学模型一般包括定子方程和转子方程两部分，其中定子方程描述了磁场在定子坐标系下的动态特性，转子方程描述了磁场在转子坐标系下的动态特性。
1.2 参数辨识方法参数辨识是指通过测量电机的输入输出信号，并利用一定的算法和工具，对电机的未知参数进行估计和辨识。
常用的永磁同步电机参数辨识方法有最小二乘法、基于神经网络的方法和基于滑模变结构的方法等。
最小二乘法是一种经典的参数辨识方法，通过最小化误差平方和来估计电机的参数。
基于神经网络的方法利用神经网络的学习能力，通过样本数据的训练来估计电机的参数。
基于滑模变结构的方法通过设定滑模面和滑模控制器，实现电机参数的辨识和控制。
二、永磁同步电机的控制策略研究2.1 传统控制策略传统的永磁同步电机控制策略包括离散控制和连续控制。
离散控制主要包括电流型控制和转矩型控制，通过对电机的电流和转矩进行控制来实现电机的性能要求。
连续控制包括电压型控制和磁链定向控制，通过对电机的电压和磁链进行控制来实现电机的性能要求。
然而，传统的控制策略在面对电机参数变化和外部干扰时，控制性能较差。
2.2 基于MRAC的控制策略MRAC是一种基于模型参考的自适应控制策略，能够在电机参数变化和外部干扰的情况下，自动调整控制参数，保证系统的稳定性和性能。
三相感应电机的ECE模型提取一、介绍三相感应电机是一种常见的电动机类型，广泛应用于工业生产和家用电器中。
在电机控制系统设计中，建立电机的等效电路模型是非常重要的一步。
本文将探讨三相感应电机的等效电路（ECE）模型提取的方法和步骤。
二、三相感应电机的基本原理三相感应电机是一种基于电磁感应原理工作的电动机。
它由定子和转子两部分组成。
定子上绕有三相绕组，通过外部三相交流电源供电，产生旋转磁场。
转子则由导体材料制成，当转子在旋转磁场中运动时，感应出电动势，并产生电流。
根据洛伦兹力的作用，电流在导体中产生力矩，从而驱动转子旋转。
三、三相感应电机的等效电路模型为了方便电机的控制和分析，需要将三相感应电机建模为等效电路。
等效电路模型能够准确描述电机的电气特性，并用于控制系统的设计和仿真。
3.1 定子电路模型定子电路模型是描述定子绕组的电气特性的模型。
它由电阻、电感和电源组成。
定子电阻代表了定子绕组的电阻损耗，定子电感则代表了定子绕组的电感特性。
3.2 转子电路模型转子电路模型是描述转子的电气特性的模型。
它由电阻和电感组成。
转子电阻代表了转子导体材料的电阻损耗，转子电感则代表了转子的电感特性。
3.3 互感模型互感模型描述了定子和转子之间的电磁耦合关系。
它通过互感系数来表示定子和转子之间的耦合程度。
互感模型能够准确描述电机的传递特性和电磁转矩产生的机理。
四、三相感应电机的ECE模型提取方法三相感应电机的ECE模型提取方法主要包括参数测量和参数辨识两个步骤。
4.1 参数测量参数测量是指测量电机的各个参数数值，包括电阻、电感和互感等。
参数测量可以通过实验方法进行，比如使用电阻表、电感表和互感表进行测量。
此外，还可以通过理论计算和仿真模拟来估计参数的数值。
4.2 参数辨识参数辨识是指通过已知的电机输入输出数据，利用数学方法估计电机的参数数值。
常用的参数辨识方法包括最小二乘法、极大似然估计和神经网络等。
参数辨识的目标是找到最优的参数估计，使得模型的输出与实际测量数据最接近。
第４５卷 ２０１２正 第２期 ２月 徽电机 ＭＩＣＲＯＭ０Ｔ０ＲＳ Ｖｏ１．４５．Ｎｏ．２ Ｆｅｂ．２０１２
不对称单相感应电机对称补偿的参数辨识方法 胡 磊 ，席一箐 ，何礼高 （１．南京航空航天大学自动化学院，南京２１００１６； ２．上海克硫环保科技股份有限公司，上海２０１２０３）
摘要：为了实现不对称单相感应电机的矢量控制，给出了一种新的不对称单相感应电机参数辨识方法。依据不对 称单相感应电机的数学模型分析，通过参数折算和对称补偿实现对称控制，消除了空载实验所测电机参数受不对称 磁场影响而产生的误差。辨识数据采用了母线电压重构和离散快速傅里叶变换（ＤＦＦＴ）技术，并进行了死区补偿， 提高了辨识精度。通过基于ＳＶＰＷＭ的仿真实验和系统电路实验，证实了方法的正确性和精确性，实现了电机参数 的离线辨识。 关键词：不对称单相电机；参数辨识；对称补偿；ＳＶＰＷＭ控制 中图分类号：ＴＭ３４６；ＴＭ９２１ 文献标志码：Ａ 文章编号：１００１—６８４８（２０１２）０２—００１０—０４
Ｐａｒａｍｅｔｅｒ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｗｉｔｈ Ｓｙｍｍｅｔｒｉｃａｌ Ｃｏｍｐｅｎｓａｔｉｏｎ ｏｆ Ａｓｙｍｍｅｔｒｉｃａｌ Ｓｉｎｇｌｅ－ｐｈａｓｅ Ｉｎｄｕｃｔｉｏｎ Ｍｏｔｏｒ
ＨＵ Ｌｅｉ，ＸＩ Ｙｉｑｉｎｇ，ＨＥ Ｌｉｇａｏ （Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＡｅｒｏｎａｕｔｉｃｓ ａｎｄ Ａｓｔｒｏｎａｕｔｉｃｓ，Ⅳｎ ｎｇ ２１００１６，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｐｒｏｐｏｓｅｄ ａ ｎｅｗ ｏｆｆ—ｌｉｎｅ ｐａｒａｍｅｔｅｒ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｍｅｔｈｏｄ ｆｏｒ ｖｅｃｔｏｒ ｃｏｎｔｒｏｌｌｅｄ ａｓｙｍｍｅｔｒｉｃ ｓｉｎｇｌｅ— ｐｈａｓｅ ｉｎｄｕｃｔｉｏｎ ｍｏｔｏｒ．Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｍａｔｈｅｍａｔｉｃａｌ ｍｏｄｅｌ ｏｆ ａｓｙｍｍｅｔｒｉｃａｌ ｓｉｎｇｌｅ—ｐｈａｓｅ ｉｎｄｕｃｔｉｏｎ ｍｏｔｏｒｓ， ｓｙｍｍｅｔｒｙ ｃｏｎｔｒｏｌ ｃａｎ ｂｅ ａｃｈｉｅｖｅｄ ｂｙ ｐａｒａｍｅｔｅｒ ｃｏｎｖｅｒｓｉｏｎ ａｎｄ ｓｙｍｍｅｔｒｉｃａｌ ｃｏｍｐｅｎｓａｔｉｏｎ．Ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ ｃａｎ ｅｆｆｅｃｔｉｖｅｌｙ ｅｌｉｍｉｎａｔｅ ｔｈｅ ｃａｕｓｅ ｏｆ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｅｒｒｏｒ ｂｙ ｔｈｅ ａｓｙｍｍｅｔｒｉｃ ｍａｇｎｅｔｉｃ ｆｉｅｌｄ ｅｆｆｅｃｔ ｉｎ ｔｈｅ ｎｏ－ｌｏａｄ ｔｅｓｔ．Ｉｎ ｏｒｄｅｒ ｔｏ ｏｂｔａｉｎ ｔｈｅ ｅｆｆｅｃｔｉｖｅ ｍｅｓｓａｇｅ ｉｎ ｔｈｅｓｅ ｔｅｓｔｓ，ｔｈｅ ｐｈａｓｅ ｖｏｌｔａｇｅ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｔｅｃｈ— ｎｉｑｕｅ，ｔｈｅ ｄｉｓｃｒｅｔｅ ｆａｓｔ ｆｏｕｒｉｅｒ ｔｒａｎｓｆｏｒｍ（ＤＦＦＴ）ａｎｄ ｔｈｅ ｄｅａｄ ｚｏｎｅ ｃｏｍｐｅｎｓａｔｉｏｎ ｗｅｒｅ ｕｓｅｄ ｔｏ ｐｒｏｃｅｓｓ ｔｈｅ ｓｉｇｎａｌｓ ｏｆ ｃｕｒｒｅｎｔｓ ａｎｄ ｖｏｌｔａｇｅｓ．Ｔｈｅ ｖａｌｉｄｉｔｙ，ｒｅｌｉａｂｉｌｉｔｙ ａｎｄ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｐｒｅｓｅｎｔｅｄ ｍｅｔｈｏｄｓ ｗｅｒｅ ｖｅｒｉｆｉｅｄ ｂｙ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ａｎｄ ｔｈｅ ｃｉｒｃｕｉｔ ｅｘｐｅｒｉｍｅｎｔｓ ｂａｓｅｄ ｏｎ ＳＶＰＷＭ． Ｋｅｙ ｗｏｒｄｓ： ａｓｙｍｍｅｔｒｉｃ ｓｉｎｇｌｅ—ｐｈａｓｅ ｍｏｔｏｒ；ｐａｒａｍｅｔｅｒ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ；ｓｙｍｍｅｔｒｉｃ ｃｏｍｐｅｎｓａｔｉｏｎ； ＳＶＰＷＭ ｎｎｔｒｏ１
综述与专论 《机电技术》2009年增刊 9交流感应电机参数辨识方法的综述 陈凌飞 黄敬党 （福建农林大学机电工程学院 福建 福州 350002） 摘 要：在矢量控制和直接转矩控制系统，电机参数准确性决定了系统控制性能。本文介绍了当前交流感应电机参数辨识的方法,例如有限元分析、递推最小二乘法、扩展卡尔曼滤波、模型参考自适应、人工神经网络和遗传算法等。最后介绍了参数离线辨识和在线辨识的作用。 关键词：矢量控制 直接转矩控制 交流感应电机 参数辨识 中图分类号：TM346+.6 文献标识码：A
The Overview of AC induction motor parameter identification methods Chen Lingfei Huang Jingdang (College of Mechanical and Electrical Engineering，Fujian Agriculture and Forestry University， Fuzhou 350002，China) Abstract: In the vector control and direct torque control,the motor parameter determine the accuracy of the performance of the system.The article describes the current AC induction motor parameter identification methods, such as finite element analysis, recursive least squares method, extended Kalman filtering, model reference adaptive, artificial neural networks and genetic algorithms.Finally,it describes the fuction of off-line idetificatio and on-line idetification . Keywords: Vector control，Direct torque，AC induction motor，Parameter identification
引言 在现代交流感应电机变频调速中，矢量控制被认为是一种理想、技术较为成熟的一种控制方法，它实现了对电机的励磁电流和电枢电流的解耦，能够按照直流电机控制规律来控制。在矢量控制系统中，要是控制系统采用的参数同电机实际参数不匹配，将严重的影响系统的性能。另外，在无速度传感器的直接转矩控制中，同样需要辨识电机参数。
1 辨识方法的分类 目前，交流感应电机包括离线辨识和在线辨识。离线辨识的具体的做法是，在电机运行之前，变频器自动执行一套辨识电机参数的程序，对电机施加特定波形的激励，电机在一般的情况下是处在静止的状态，检测电机的对激励的响应辨识电机的参数，并将这些参数设定好，也称为“参数自整定”[1-3]。离线辨识能够为矢量控制、直接转矩等控制系统提供足够精度的电机参数初始值，但是在电机运行的过程中，电机的参数不是恒定的。例如，电机温度变化、频率不同引起的集肤效应，会影响电机定转子的阻值；磁场的饱和也会影响电感参数等。在线辨识就是为了解决这种参数变化的问题，对电机参数进行实时在线辨识然后对控制系统中参数进行校准，也称为“参数自校准”。
2交流感应电机辨识具体方法 电机参数辨识方法如果是按照何种数据可以测量，那些数据可以使用，辨识的方法可以分为以下几种。一是由电机结构的数据来辨识电机参数，该类方法需要十分详细的电机结构参数，例如电机的几何尺寸和制造电机所用的材料等等，该类方法主要基于现场计算，例如有限元分析[10]。二是频域辨识，根据系统的频率特性来获得电机参数。虽然频域辨识在计算已经较为成熟，且稳定性好，但是由于其是《机电技术》2009年增刊 综述与专论 10建立在线性稳态系统分析上，因此不能很好的反应像交流感应电机动态系统，因此这方面研究逐渐减少。三是时域辨识，目前交流感应电机参数辨识方法都属于这种方法，例如递推最小二乘法（RLS）、扩展卡曼滤波（EKF）、模型参考自适应（MRAS）等等。四是人工智能方法，例如遗传算法、人工神经网络、模糊逻辑控制等。 2.1 递推最小二乘法 最小二乘法作为一种回归估计方法，在目前电机参数辨识的研究中使用得比较多，其既可用于电机参数的离线辨识又可用于在线辨识。最小二乘法的目标函数为测量结果对计算结果误差的平方和，最优的结果实函数值等于零。由于最小二乘法的计算量不算大，适宜用于在线辨识，但是由于最小二乘法要求系统输出相对于被辨识参数是线性的，在寻优的过程需要用目标函数对电机参数的导数，对测量噪声很敏感，同时对转速的波动也很敏感[9-11]。
2.2 扩展卡尔曼滤波 扩展卡尔曼滤波是一种迭代形式的非线性估值方法，适用于有噪声污染的系统。这一方法适用于非线性、时变、多输入多输出系统的离线或在线辨识。但是由于卡尔曼滤波每一步都要进行矢量和矩阵的运算，计算量大，耗时长。该方法将交流感应电机参数辨识需要对电机的数学模型进行详细的预处理，将参数转化为状态变量，辨识的参数较多的时候，这种处理非常复杂[4-7]。
2.3 模型参考自适应 模型参考自适应是自适应的一种方法，其在电机参数辨识中，是以实际运行交流感应电机作为参考模型，电机的状态观测方程作为可调模型，电机的可测量作为估计偏差，来调整可调模型中的参数，以此达到辨识参数的目的。虽然模型参考自适应算法简单，易于实现，但是要是同时辨识电机多个参数，能否找到满足要求的参数自适应律还是个难题[16]。
2.4 人工神经网络 人工神经网络方法是近几年才开始发展辨识交流感应电机的方法，人工神经网络对电机参数进行辨识时，首先要确定网格，然后对输入和输出进行学习，学习的目的主要是让误差的函数目标值最小，找出系统输入/输出的关系。从当前应用看，人工神经网络方法在理论上还不成熟，在实际工程中应用还有一定的困难[12-13]。
2.5 遗传算法 遗传算法也是近年才兴起的一种辨识电机参数的方法，它主要是源于生物进化过程的启发。遗传算法主要是基于自然选择和进化的搜索算法，其具有通用性、并行性和随机性。遗传算法不受系统本身性质的限制，能够解决传统优化算法所不能解决的复杂问题等优点，但是由于遗传算法存在早熟和收敛速度低的问题，在辨识交流感应电机参数中利用遗传算法的在线辨识相当困难，目前该种方法只在理论仿真阶段，并未实际中应用[14-15]。
3 结语 对于上述的几种方法，即可以用于离线辨识，也可以用于在线辨识。对于离线辨识，其主要的任务是完成参数的自设定，其辨识的参数只要是可信度较高的初始值即可。对于在线辨识，主要是要跟踪电机参数的变化，对电机的参数进行校准，保证系统的控制性能。如果对所有的参数都进行在线跟踪，会消耗系统硬件大部分的资源，导致系统的控制性能下降。因此，在线辨识电机参数只要对变化较大和敏感程度高的参数进行在线辨识。例如，对于温度变化敏感的定转子电阻，高性能的矢量控制系统对转子时间常数非常敏感，转子时间常数是转子自感同转子电阻的商。实际上，很多矢量控制系统中，对电机模型进行简化，只在线跟踪转子时间常数变化是很多高性能调速系统的常用方案。 综述与专论 《机电技术》2009年增刊 11参考文献： [1] 余功军，钟彦儒，杨耕．无速度传感器矢量控制系统中的电机参数辨识 [J]．电气传动，1999，29（1）：7-10． [2] 郑婵珺．无速度传感器矢量控制系统及参数辨识 [D]．合肥：合肥工业大学，2001． [3] 许镇琳，何启莲，李国民，等．异步机矢量控制的电机参数参数自设定 [J]．电工技术学报，1995（1）：44-47． [4] Dell Aquila A，Papa S，Salvatore L，et al．A delayed state Kalman filter for on-line estimation of induction motor parameters and rotor flux sapce vector position [C]．8th Mediterranean Electrotechnical Conference，1996 (1)：269-273． [5] Kataoka T，Toda S，Sato Y．On-line estimation of induction motor parameters by extended Kalman filter [C] ．Fifth European Conference on Power Electronics and Applications，1993(4)：325-329． [6] Iwasaki T，Kataoka T．Application of an extended Kalman filter to parameter identification of an induction motor [C]．Conference Record of the 1989 IEEE Inducstry Application Society Annual Meeting，1989(1)：24-253． [7] Jaramillo R，Alvarez R，Urdenas V，et al．Identification of induction motor parameter using an extended Kalman filter [C]． 1st International Conference on Electrical and Electronics Engineering，2004：584-588． [8] N．A．O．Demerdash， J．F．Bangura，et al．Characterization of induction motors in adjustable-speed drives using a time-stepping coupled finite-element state-space method including experimental validation，IEEE Trans．Ind．Appl．35 (4) (1999) 790–802． [9] 张伟．无转速传感器异步电机矢量控制系统控制方法的研究 [D]．杭州：浙江大学，2001. [10] Cirricione M，Pucci M，Cirrincione G，Gapolino G A．A new experimental application of least-squares techniques for the estimation of the induction motor parameters [J]．IEEE Transactiongs on Industry Applications，2003，39(5)：1247-1246． [11] Cirrincione M，Pucci M．Experimental berification of a techique for the real-time identification of induction motors based on the recursive least-squares [C]．2000 7th International Workshop on Advanced Motion Control，2002：326-334． [12] Dongjin Bae，Dowan Kim，Hyun-kyo Jung，et al． Determination of induction motor parameters by using neural network based on FEM results [J]．IEEE Transactions on Magnetics，1997，33(2)：1924-1927． [13] Campbell J，Sumner M．Practical sensorless induction motor drive employing an artificaial neural network for online parameter adaptation [J]．IEEE Proceedings Electric Power Applications，2002，149(4)： 255-260． [14] 晋兆琼，基于遗传算法的感应电动机参数辨识的应用研究 [D] ．天津：天津大学，2001． [15] Abdelhadi B，Benoudjit A，Nait-Said N．Application of Genetic Algorithem With a Novel Adaptive Scheme for the Identigication of Inductio of Induction Machine Parameters [J]．IEEE Transactions on Energy Coneversion，2005，20(2)：284-291． [16] Zhou Xiaoyao，Cheng Haozhong．The induction motor parameter estimation through an daaptive genetic algorithem [C]．39th International Universities Power Engineering Conference，2004(1)：494-498．
