基于柯西变异粒子群算法的永磁同步电机参数辨识

被引：78

作者：

傅小利 ^{[1
,2
]}

顾红兵 ^{[2
,3
]}

陈国呈 ^{[2
,3
]}

邹俊忠 ^{[1
]}

张见 ^{[1
]}

机构：

[1] 华东理工大学信息科学与工程学院

[2] 江苏斯达工业科技有限公司

[3] 上海大学机电工程与自动化学院

来源：

电工技术学报 | 2014年 / 29卷 / 05期

关键词：

永磁同步电机; 参数辨识; 粒子群优化; 柯西变异;

D O I：

暂无

中图分类号：

TM341 [同步电机]; TP18 [人工智能理论];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

永磁同步电机(PMSM)参数影响矢量控制伺服系统的性能,因而需要对电机参数进行实时辨识。将电机的定子等效成一阶惯性系统,并在d-q同步旋转坐标系下建立定子的数学模型。提出平均最好位置和柯西变异相结合的改进粒子群算法,对永磁同步电机定子绕组的电阻、电感和磁链进行辨识。仿真和实验结果表明该辨识方法寻优能力强,搜索精度高,稳定性好,具有良好的动态性能。

引用

页码：127 / 131

页数：5

共 5 条

[1]

感应电机参数辨识三种智能算法的比较 [J].

陈振锋 ;

钟彦儒 ;

李洁 .

电机与控制学报, 2010, 14 (11) :7-12

[2]

基于卡尔曼滤波和神经网络的PMSM参数辨识 [J].

王松 ;

刘明光 ;

石双双 ;

杨罡 .

北京交通大学学报, 2010, 34 (02) :124-127+136

[3]

间接矢量控制系统中的异步电动机参数辨识 [J].

刘洋 ;

赵金 ;

王庆义 .

电工技术学报, 2008, (07) :21-26

[4]

基于柯西变异的混合粒子群算法研究 [D].

王晖 .

中国地质大学,

2008

[5]

A real parameter genetic algorithm application in parameters identification for synchronous generator Wei Chen;Qingwu Gong;Tao Wang; et al; IEEE International Conference on Intelligent Computing and Intelligent Systems 2009,

← 1 →