基于粒子群优化神经网络观测器感应电机定子电阻辨识.pdfVIP

第 19卷 第 2期 电 机 与 控 制 学 报 V01．19 No．2 2015年2月 ElectriC Machines and Control Feb．2015 基于粒子群优化神经网络观测器感应电机定子电阻辨识 阳同光 一， 桂卫华 (1．湖南城市学院 信息科学与工程学院，湖南 益阳413000；2．中南大学 信息科学与工程学院，湖南 长沙 410083) 摘 要：针对感应电机模型参数时变性突出的问题，提出一种基于粒子群优化神经网络观测器感应 电机定子电阻辨识方法。该方法首先通过构建一个含待辨识参数的非线性函数，然后根据神经网 络的一致逼近任意非线性连续函数 的性质，利用 RBF神经 网络逼近这个非线性 函数，并在此基础 上构造 自适应观测器。采用伪降阶观测器结构，减少了参数辨识的计算时间；用粒子群优化算法对 神经网络参数进行优化，提高了神经网络的收敛速度和逼近精确度。仿真和实验结果验证该方法 鲁棒性强，动态性能好，具有较好的辨识效果。 关键词：粒子群优化；神经网络观测器；感应 电机；参数辨识；径向基函数 DOI：10．15938／j．emc．2015．02．014 中图分类号：TP206．3 文献标志码 ：A 文章编号：1007—449X(2015)02—0089—07 Stat0rresistanceidentificati0n f0rinductionmo particleswarm optimization neuralnetwork observer YANG Tong—guang ， GUIW ei．hua (1．CollegeofInformationScienceandEngineering，HunanCityUniversity，Yiyang413000，China； 2．CollegeofInformationScienceandEngineering，CentralSouthUniversity，Changsha410083，China) Abstract：Aimingattheproblem thatparametersaretime—varyingintheinductionmotormodel，ameth— odfol·inductionmotorstatorresistanceidentificationbasedonparticleswarm optimizationneur~network obsergerwasproposed．Atfirst，anonlinearfunctioncontainingtheparameterstobeidentifiedwascon— strutted，andthenaccordingtotheneuralnetworkapproximationpropertiesofanynonlinearcontinuous function，RBFneuralnetworkwasusedtoapproximatethenonlinearfunction，andtheadaptiveobserver wasconstructedbasedon theneuralnetwork．Thepseudowhich reducedorderobserverstructurewaS used 0reducethecomputationtimeforparameteridentification：theneur~ networkparameterswereopti． mizedbyparticleswarnloptimizationalgorithm toimprovetheconvergencespeedandapproximationaccu- racyoftheneuralnetwork．Thesimulationandexperimentalresultsverifiedthemethodhastheadvanta— g