基于变步长Adaline神经网络的永磁同步电机参数辨识.pdfVIP

基于变步长Adaline神经网络的永磁同步电机参数辨识

张立伟;张鹏;刘曰锋;张超;刘杰

【摘要】为了提高永磁同步电机在线参数辨识结果的收敛速度并减小稳态误差,首

先对考虑逆变器非线性因素电压补偿的表贴式永磁同步电机电压方程进行变换,从

而消除误差电压的影响.在此基础上,提出一种变步长自适应线性(Adaline)神经网络

算法,对表贴式永磁同步电机参数进行在线辨识.实验结果表明,所提方法能有效减小

定子电阻、电感、转子磁链辨识结果的稳态误差,同时提高辨识结果的收敛速度.

【期刊名称】《电工技术学报》

【年(卷),期】2018(033)0z2

【总页数】8页(P377-384)

【关键词】表贴式永磁同步电机;变步长Adaline神经网络;参数辨识;稳态误差

【作者】张立伟;张鹏;刘曰锋;张超;刘杰

【作者单位】北京交通大学电气工程学院北京100044;北京交通大学电气工程学

院北京100044;中车唐山机车车辆有限公司唐山063035;北京交通大学电气工程

学院北京100044;天津中科华盈科技有限公司天津300300

【正文语种】中文

【中图分类】TM351

永磁同步电机（PermanentMagnetSynchronousMotor,PMSM）具有结构简

单、可靠性高、功率密度大、动态响应好等优势，在工业领域乃至电动汽车领域得

到越来越广泛的应用。在实际的应用中，电机参数会随运行工况的变化而发生变化，

进而影响电机的运行状态[1]。因此实现电机参数的准确辨识，从而调节电机控制

的相关参数，有利于实现电机的稳定运行和调速[2]。目前在参数辨识研究中，辨

识的永磁同步电机参数包括定子电阻、交轴和直轴电感、永磁体磁链，主要辨识方

法包括离线参数辨识和在线参数辨识两大类。离线参数辨识方法并不能实时跟踪电

机参数的变化情况，只能通过采集到的电机电压、电流以及转速等信息通过稳态计

算得到电机参数的辨识结果。而在线参数辨识方法实现了实时跟踪参数变化情况的

目的。目前提出的在线参数辨识方法包括递推最小二乘法、模型参考自适应算法、

卡尔曼滤波算法和神经网络算法等。文献[3-5]提出利用递推最小二乘法进行电机

参数辨识，最小二乘法具有算法简单、易于理解和易于实现等优点，但存在数据容

易饱和等问题。在此基础上，文献[6]提出了带遗忘因子的递推最小二乘算法，实

现了电机参数的准确辨识，具有一定的参考价值，但算法的运算量较大，数据储存

空间需求大。文献[7-9]在电机参数辨识过程中使用卡尔曼滤波算法，将部分参数

设置为固定值，从而实现对其他参数进行辨识，但卡尔曼滤波算法的设计较为复杂，

同时易受噪声影响。文献[10]提出基于模型参考自适应的电机参数辨识方法，通过

理论分析，将在电机运行工况下变化较小的参数设置为固定值，从而实现对其余电

机参数的辨识。该辨识方法具有参考价值，但被设定为固定值的参数实际仍会发生

变化，因此会存在较大的稳态误差。文献[11]在电机稳态运行时采用电流注入的方

法构建出新的电机状态方程，解决了电机多参数辨识时存在的缺秩问题，但电流注

入的方法可能会对电机的运行状态产生影响。文献[12]提出准稳态的概念，通过构

建不同转速状态下的电机稳态方程，实现电机多参数的同时辨识。但辨识过程需要

对电机的运行状态进行不断调节，控制过程较为复杂。文献[13]则在电机参数辨识

中引入了Adaline神经网络算法，采用电流注入的方法来增加电机状态方程的数

量，实现电机多参数的辨识。在电机运行过程中进行电流注入对电机运行状态同样

存在一定影响。

受死区时间、开关管导通和关断延迟以及二极管饱和压降等逆变器非线性因素的影

响，定子电压参考值与实际值之间存在误差，会对电机参数的辨识精度产生影响。

文献[14]提出了基于逆变器非线性因素电压补偿的策略，建立了含电压补偿的永磁

同步电机方程。

本文在考虑逆变器非线性因素电压补偿的电机电压方程基础上进行方程变换以消除

误差电压的影响。在电机转速为零时，通过id电流注入的方式对定子电阻进行初

步辨识。当电机转速达到稳定后，利用所提出的变步长Adaline神经网络算法对

永磁同步电机的电感和永磁体磁链进行辨识，然后利用得到的参数辨识结果对电阻

的辨识值进行更新，从而实现电机参数的循环辨识。最后通过实验对所提方法的有

效性进行了验证。

忽略表贴式永磁同步电机（SurfacePMSM，SPMSM）的磁饱和以及铁损耗时，

其dq同步旋转坐标系下的电压方程可表