- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于ICPSO算法的异步电动机参数辨识与控制.pdf
第37卷 第1期 武汉理工大学学报 (信息与管理工程版) Vo1.37No.1
2015年2月 JOURNALOFWUT(INFORMATIONMANAGEMENTENGINEERING) Feb.2015
文章编号:2095—3852(2015)O1—0016—05 文献标志码:A
基于 ICPSO算法的异步电动机参数辨识与控制
李慧媛 ,苏义鑫 ,洪 敏 ,龙 飞
(1.武汉理工大学 自动化学院,湖北 武汉 430070;2.中国船舶重工集团公司第七一二研究所,湖北 武汉430064)
摘 要:对人工免疫算法 、协同进化算法和粒子群算法三者相结合的免疫协同粒子群优化算法 (ICPSO)
进行改进,提出了一种适用于异步电动机参数辨识的ICPSO算法,并在传统的矢量控制系统基础上 ,运用该
算法在线辨识出异步电动机参数,实时调整解耦控制器、磁链观测器和PI调节器参数,实现参数 自适应,设计
了基于ICPSO算法的异步电动机矢量控制系统。仿真结果表明,与传统的矢量控制系统相比,所设计的系统
受电机参数变化影响较小,在磁链观测准确性、电机转速跟踪性和电磁转矩稳定性等方面有所改善。
关键词:异步电动机;矢量控制系统;参数辨识;免疫协同粒子群算法
中图分类号:TM343 DOI:10.3963/j.issn.2095—3852.2015.O1.005
矢量控制技术的不断发展和成熟,使得交流 疫协同粒子群进化模型,并成功应用于永磁同步
电力拖动系统逐步在高性能电力拖动领域占据主 电机的在线参数辨识 。基于这一思想,笔者提
导地位。随着人们对控制性能的要求不断提升, 出一种免疫协同粒子群优化算法 (immuneCO—evo—
异步电动机参数时变性和矢量控制系统对电机参 lutionaryparticleswa13noptimizationalgorithm,ICP—
数变化敏感性的问题 日益凸显。 SO),应用于异步 电动机参数辨识 ,设计 了基于
对此,国内外专家学者提出了多种异步电动 ICPSO算法的异步电动机矢量控制系统。
机参数辨识方法 。然而,传统的空载与堵转实验
1 免疫协同粒子群算法
辨识法…,通过施加特定激励辨识法 ],根据 电
机结构参数辨识 等离线辨识方法无法消除电 粒子群算法在解决非线性、不可微、多模态优
机参数时变带来的影响。最小二乘法 J、卡尔曼 化问题时具有明显优势,但在计算后期容易失去
滤波法辨识 及模型参考 自适应法_6等经典在 粒子多样性,出现早熟和进化停滞现象。文献
线辨识方法因忽略电机的非线性而导致辨识精度 [12]中首次提出了免疫协同粒子群算法,运用协
不高。自第七届国际自动控制联合会召开以来, 同进化算法的并行计算框架和多个种群间相互作
诸如神经 网络算法 、遗传算法 和粒子群算 用、共同进化的机制,提升收敛速度,推进粒子群
法 等现代参数辨识算法逐步应用于异步电动 整体的不断演变 ;同时,利用人工免疫算法的全局
机参数辨识中,但这些算法计算量大,且在实时 搜索优势和超变异能力,提升粒子多样性和大范
性、收敛性方面难 以满足矢量控制系统的要求。 围搜索能力。算法将整个粒子群体分为优势种群
随着研究不断深入 ,学者们发现单一优化算 P。与若干普通种群 (P ,P,…,P),系统模型如
法难 以应对复杂的多参数、非线性动态系统参数 图 1所示。
辨识问题,于是将 目光转向混合优化算法。张益
文档评论(0)