基于改进粒子群优化算法的永磁同步电机传递函数识别

摘要：

在工程应用中,针对提高永磁同步电机(permanent magnet synchronous motors,PMSM)参数识别的准确度问题,提出改进适应度函数的粒子群优化(particle swarm optimization,PSO)算法.首先建立包含电流控制和空间电压矢量调制的传递函数模型,然后对PMSM施加多频率速度正弦信号,利用传统PSO算法拟合实际速度曲线的幅值、频率和初相位,根据第一次拟合结果构造权重函数,提出改进的粒子群优化(improved particle swarm optimization,IPSO)算法,进行第二次拟合,得到该传递函数模型在不同频率下的频率特性,并利用列维(Levy)算法求出传递函数的参数.最后,利用TMS320F2812平台进行验证.实验结果表明,所提出的IPSO算法比传统PSO算法在拟合电机转速正弦信号时误差更小,结果更稳定,辨识出的传递函数与电机的静态、动态特性一致,验证了该方法辨识结果的准确性和有效性.

关键词：电机与电器、频率响应、粒子群优化、列维算法、传递函数

所属期刊栏目：10

分类号：TM341(电机)

资助基金：高等学校博士学科点专项科研基金20120006110014

在线出版日期：2021-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：149-157