[发明专利]一种永磁同步电机的参数识别方法

说明书

本发明公开了一种永磁同步电机的参数识别方法，包括步骤：A.使永磁同步电机工作在i_d＝0控制策略下的矢量控制中，在转子转速为0时，根据初始阶段的定子电阻模型，注入d轴电流实现定子电阻的初步辨识，B.在i_d＝0控制策略下得到转速稳定阶段的定子电阻、电感及永磁体磁链的辨识模型；C.根据变步长算法、M估计及自适应神经网络辨识模型的基本算法设计定子电阻、电感、永磁体磁链辨识模型；D.根据辨识模型实时在线更新定子电阻、电感、永磁体磁链的大小。本发明的方法可以准确识别永磁同步电机的相应参数，减少系统的抖动，提高电流环的稳定性，降低了算法的稳态误差，提高永磁同步电机的调速能力。

技术领域

本发明涉及永磁同步电机的参数识别技术领域，特别涉及一种永磁同步电机的参数识别方法。

背景技术

永磁同步电机具有结构简单、运行可靠、效率高等优点，目前被广泛应用于电动汽车、家用电器和工业控制等领域。在永磁同步电机运行过程中，随负载、温度环境等的变化，定子电阻、电感、转子磁链也会发生变化，对于电机控制系统来说，获取准确的永磁同步电机参数至关重要。永磁同步电机在线参数识别技术可以实时的监测电机参数变化，使得控制系统可以更好的调节电机转速，提高了控制系统对参数变化的鲁棒性，因此受到了研究人员的特别关注。

目前提出的在线参数辨识方法包括递推最小二乘法、卡尔曼滤波算法、模型参考自适应算法和自适应神经网络算法等。在永磁同步电机的电流环采样阶段，电流传感器采样会引入干扰噪声，调理电路中会引入运算放大器及其阻性电路有关的随机噪声，采样过程的控制线路等因素也会引入噪声，影响电流环性能，因此需要对噪声的干扰进行剔除来保证算法的性能从而提高电流环的稳定性。传统的自适应神经网络算法抗干扰能力较差，而M估计自适应算法可以有效剔除较大的误差信号。

发明内容

本发明的目的是克服上述背景技术中不足，提供一种永磁同步电机的参数识别方法，采用一种变步长M估计自适应神经网络算法，并应用到永磁同步电机的识别模型中，可以准确识别永磁同步电机的相应参数，减少了系统的抖动，提高了电流环的稳定性，同时降低了算法的稳态误差，提高了永磁同步电机的调速能力。

为了达到上述的技术效果，本发明采取以下技术方案：

一种永磁同步电机的参数识别方法，包括以下步骤：

A.使永磁同步电机工作在i_d＝0控制策略下的矢量控制中，在转子转速为0时，根据初始阶段的定子电阻模型，注入d轴电流实现定子电阻的初步辨识，其中，i_d表示定子的d轴电流；

B.在i_d＝0控制策略下得到转速稳定阶段的定子电阻、电感及永磁体磁链的辨识模型；

C.根据变步长算法、M估计及自适应神经网络辨识模型的基本算法设计定子电阻、电感、永磁体磁链辨识模型；

D.根据辨识模型实时在线更新定子电阻、电感、永磁体磁链的大小。

本发明的永磁同步电机的参数识别方法中，提出了一种变步长M估计自适应神经网络算法，并应用到永磁同步电机的识别模型中，可以实时的计算出永磁同步电机的定子电阻、电感、转子磁链的大小，提高了控制系统对电机参数变化的鲁棒性。

进一步地，所述步骤A包括：

A1.在忽略永磁同步电机的磁饱和与铁损时，建立永磁同步电机在d、q轴同步旋转坐标系下的电压方程：

其中，i_q表示定子的q轴电流，u_d、u_q分别是永磁同步电机在d、q轴上的电压分量，R是定子的电阻，L_s为电机的电感，ω为电角速度，ψ_m是转子永磁体的磁链；