基于微粒群优化算法的异步电机模型参数辨识-中南大学学报.pdf

第 42 卷增刊 1  中南大学学报(自然科学版)  Vol.42  Suppl. 1  2011 年 9 月  Journal of Central South University (Science and Technology)  Sep. 2011  基于微粒群优化算法的异步电机模型参数辨识 仇一鸣，李文启，杨东升，汪镭，吴启迪  (同济大学 电子与信息工程学院，上海，200092)  摘要：在交流传动控制系统具体工程实践中，矢量控制算法的设计者与异步电机设计者、最终应用者是相互独立 的，电机数学模型参数与矢量控制结构模型均不明确，模型参数优化问题在很大程度上制约系统性能的发挥。本 研究借助成熟的矢量控制变频器硬件平台，通过运动控制器中 IEC61131­3 语言编程，完成基于微粒群优化算法 的迭代寻优， 在线辨识出具有与直流电机相似动态特性的等效电机模型参数。 分析结果和实验验证结果表明：PSO    算法对工控系统 CPU 的运算速度与内存资源要求不高，且收敛速度较快，可作为现有参数辨识功能的有益补充， 解决常规辨识方法对特种电机如高饱和磁路设计电机辨识效果不佳的问题。 关键词：PSO；异步电机；矢量控制；参数辨识 +  中图分类号：TG146.2 1  文献标志码：A  文章编号：1672−7207(2011)S1−0148−06  Identification ofmodelparameter of inductionmotor with  particleswarm optimizationmethod  QIU Yi­ming, LI Wen­qi, YANG Dong­sheng, WANG Lei, WU Qi­di  (School of Electronics and Information Engineering, Tongji University, Shanghai 200092, China)  Abstract:  During  the adjustment  of  an AC  drive system with induction motor,  the designer  of  the vector­control  algorithm, the designer of induction motor and the engineer who makes the adjustment work separately. So in most cases,  the equivalent model of the motor and the control structure of the inverter are unknown, which limits the performance of  the system. In this paper a PSO algorithm was programmed with IEC61131­3 language in a motion controller to estimate  the parameter for the model of motor  controller based on the hardware of a vector controlled inverter, in order to reach  the similar dynamic performance as a DC motor. The PSO algorithm can be a kind of alternative approach of present  parameter identification functions,