基于卡尔曼滤波和神经网络的PMSM参数辨识
  • 【摘要】

    永磁同步电机(PMSM)是一种非线性、强耦合的控制对象,电机参数的变化更加大了其控制难度.因此,参数辨识对于其闭环控制系统的稳定运行有着重大的意义.本文针对这一非线性、强耦舍的模型,研究了一种基于扩展卡尔曼滤波(EKF)和EIman神经网络(EIman NN)的永磁同步电机参数Rs,Ψd和Ψq的辨识方法.仿真结果表明,该方法具有很快的收敛速度,它能很精确地辨识PMsM的R5,Ψd和Ψq,该网络具有... 展开>>永磁同步电机(PMSM)是一种非线性、强耦合的控制对象,电机参数的变化更加大了其控制难度.因此,参数辨识对于其闭环控制系统的稳定运行有着重大的意义.本文针对这一非线性、强耦舍的模型,研究了一种基于扩展卡尔曼滤波(EKF)和EIman神经网络(EIman NN)的永磁同步电机参数Rs,Ψd和Ψq的辨识方法.仿真结果表明,该方法具有很快的收敛速度,它能很精确地辨识PMsM的R5,Ψd和Ψq,该网络具有良好的泛化能力,在变速变负载等复杂情况下也适用. 收起<<

  • 【作者】

    王松  石双双 

  • 【作者单位】

    北京交通大学,北京,100044

  • 【会议名称】

    2009年系统仿真技术及其应用学术会议(CCSSTA2009)

  • 【会议时间】

    2009-08-01

  • 【会议地点】

    合肥

  • 【主办单位】

    中国自动化学会   中国系统仿真学会

  • 【语种】

    chi

  • 【关键词】

    永磁同步电机  参数识别  卡尔曼滤波  神经网络