[发明专利]基于变步长NLMS算法的永磁同步电机参数辨识方法

说明书

本发明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。

技术领域

本发明涉及电机控制的技术领域，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。

背景技术

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。

发明内容

本发明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识方法，该方法通过d轴电流注入法使参数辨识方程满秩，通过变步长的NLMS算法实现永磁同步电机的多参数(定子电阻、电感和转子磁链等参数)在线准确辨识。

为实现上述目的，本发明所提供的技术方案为：基于变步长NLMS算法的永磁同步电机参数辨识方法，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。

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＝∑W_iX_i (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，W_i、X_i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：