基于变步长NLMS算法的永磁同步电机参数辨识方法技术

本发明专利技术公开了一种基于变步长NLMS算法的永磁同步电机参数辨识方法，包括步骤：1)构建Adaline神经网络辨识系统，采用变步长NLMS算法对Adaline神经网络辨识系统的权值进行更新；2)考虑逆变器非线性因素，构建永磁同步电机控制系统的离散域数学模型，结合Adaline神经网络辨识系统的辨识原理，简化离散域数学模型，得到分别用于迭代计算电机定子电阻、电感、转子磁链的辨识方程；3)由电机定子电阻、电感、转子磁链的辨识方程计算得到Adaline神经网络辨识系统的各个矢量，构建基于变步长NLMS算法的参数辨识器，用于辨识电机定子电阻、电感、转子磁链的值。本发明专利技术考虑了逆变器非线性因素，将自适应神经网络和变步长的归一化最小均方算法相结合，可以对永磁同步电机的参数进行有效的辨识。

Parameter identification method of permanent magnet synchronous motor based on variable step NLMS algorithm

【技术实现步骤摘要】
基于变步长NLMS算法的永磁同步电机参数辨识方法
本专利技术涉及电机控制的
，尤其是指一种基于变步长NLMS算法的永磁同步电机参数辨识方法。
技术介绍
永磁同步电机(PMSM)具有比功率高、节能高效、控制精准等优点，在各个领域获得广泛的应用。PMSM的高性能控制方法主要有矢量控制与直接转矩控制等。在永磁同步电机的控制系统中，控制器的参数往往需要电机参数来辅助设计(如无速度传感器控制、矢量控制最优控制器参数设计等)，故控制性能的好坏在一定程度上取决于电机参数的准确程度。在电机运行过程中，永磁同步电机的定子电阻、定子电感、转子磁链幅值等参数会随着温度、负载和磁饱和程度的变化而产生变化，如果在不同运行状态下均按照电机标称参数设计控制器，则很难保证电机的控制性能。因此，为在电机正常运行过程中根据电机参数的变化在线调整控制器参数、优化电机控制性能，电机在线参数辨识方法得到了大量研究。
技术实现思路
本专利技术的目的在于克服现有技术的不足与缺点，提出了一种基于变步长NLMS算法(变步长的归一化最小均方算法)的永磁同步电机参数在线辨本文档来自技高网...

【技术保护点】
1.基于变步长NLMS算法的永磁同步电机参数辨识方法，其特征在于，包括以下步骤：/n1)构建Adaline神经网络辨识系统，采用变步长NLMS算法对Adaline神经网络辨识系统的权值进行更新，给定步长的变化规律；/n2)考虑逆变器非线性因素，构建永磁同步电机控制系统的离散域数学模型，结合步骤1)中Adaline神经网络辨识系统的辨识原理，简化永磁同步电机控制系统的离散域数学模型，得到分别用于迭代计算电机定子电阻、电感、转子磁链的辨识方程；/n3)由步骤2)得到的电机定子电阻、电感、转子磁链的辨识方程计算得到Adaline神经网络辨识系统的各个矢量，构建基于变步长NLMS算法的参数辨识器，用于...

【技术特征摘要】
1.基于变步长NLMS算法的永磁同步电机参数辨识方法，其特征在于，包括以下步骤：
1)构建Adaline神经网络辨识系统，采用变步长NLMS算法对Adaline神经网络辨识系统的权值进行更新，给定步长的变化规律；
2)考虑逆变器非线性因素，构建永磁同步电机控制系统的离散域数学模型，结合步骤1)中Adaline神经网络辨识系统的辨识原理，简化永磁同步电机控制系统的离散域数学模型，得到分别用于迭代计算电机定子电阻、电感、转子磁链的辨识方程；
3)由步骤2)得到的电机定子电阻、电感、转子磁链的辨识方程计算得到Adaline神经网络辨识系统的各个矢量，构建基于变步长NLMS算法的参数辨识器，用于辨识电机定子电阻、电感、转子磁链的值。


2.根据权利要求1所述的基于变步长NLMS算法的永磁同步电机参数辨识方法，其特征在于：在步骤1)中，所述Adaline神经网络辨识系统称为自适应线性神经网络辨识系统，其输入和输出关系如下式：
y＝WX＝∑WiXi(1)
式中：X、y、W分别是Adaline神经网络辨识辨识系统的输入、输出和权值，Wi、Xi分别是权值和输入的第i个分量；
采用变步长NLMS算法进行迭代更新权值，辨识系统方程如下：



其中：X(k)、y、W(k)为第k个采样时刻自适应线性神经网络的输入矢量、输出矢量和权值矢量；d(k)是Adaline神经网络辨识系统在第k个采样时刻的期望输出；e(k)是Adaline神经网络辨识系统实际输出与期望输出的偏差；W(k+1)为第k+1个采样时刻的权值矢量；XT(k)为输入信号X(k)的转置矩阵；μ(k)为权值计算的步长；c是为了防止输入矢量X(k)的内积过小导致权值矢量步长变化过大而引入的小整数，取0.0001；为先验误差e(k)的能量，即E{.}为取期望值，σv2为噪声方差。


3.根据权利要求1所述的基于变步长NLMS算法的永磁同步电机参数辨识方法，其特征在于：在步骤2)中，所述考虑逆变器非线性因素是指忽略表贴式永磁同步电机的磁饱和以及铁损耗，所述Adaline神经网络辨识系统的辨识原理是指分别将电机定子电阻、电感、转子磁链作为Adaline神经网络辨识系统的权值矢量进行迭代计算；所述电机定子电阻、电感、转子磁链的辨识方程由以下步骤求得：
2.1)永磁同步电机在d-q同步旋转坐标系下的电压方程为：



式中：ud、uq分别是定子电压的d、q轴分量；id、iq分别是定子电流的d、q轴分量；R为定子绕组的电阻；Ls为电机电感；ω为电机的电角速度；Ψm为转子磁链幅值；
2.2)在考虑逆变器非线性因素时，式(3)的稳定离散域方程为：



其中，



式中：Vdead为考虑逆变器非线性因素的等效补偿电压；k为采样次数；θ为转子位置；ias、ibs、ics为电机三相电流；Dd(k)函数是均值为0的6次谐波；Dq(k)是含有直流分量的6次谐波，函数sgn(i)的定义为：



电机在起动到转速稳定的短时间阶段，转速为0，注入d轴电流实现电机定子电阻初步辨识；
2.3)当电机转速为0时，即ω＝0，注入d轴电流，式(4)简化为：



式中：ud0(k)、uq0(k)和id0(k)、iq0(k)分别为电机静止状态下采样得到d、q轴电压和电流；对式(7)进行变换，消除误差...

【专利技术属性】
技术研发人员：游林儒，梁百泉，文小琴，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44