基于卡尔曼滤波和神经网络的PMSM参数辨识研究.pdfVIP

第二匍1分建模与仿真方法 217 基于卡尔曼滤波和神经网络的PMSM参数辨识 王松1’2 石双双2 (I．|b京交通大学，北京。100044：2．山东大学威海分校机电工程学院。山东，威海，264209) 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、强耦合的模型，研究了一种基于扩展卡尔曼滤波 敛速度，它能很精确地辨识PMSM的Rs，％和％，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． 关奠词：永磁同步电机； 参数识别；扩展卡尔曼滤波；Elman神经网络； 中圉分类号：TP273 IdentificationofPMSMBasedonEKFandElmanNeuralNetwork WangSon91·2Shi Shuang-shuan92 AbstracttPermanent a to toits and magnet motor(PMSM)isplantcontrol，duehighnonlhlearitystrong synchronous complex thesame variationofmotor makethis more identificationofPMSM coupling．At time,the parametersproblemserious．So,parameter s∞mstobe forthetwo vectorcontrol solvethis newmethod Elmanneural important closed-loop system．To problem．a combining modifiedextendedkalman studiedinthis of network(NN)and filter(EKF)is paper．TheapproachidentifyingRs，％and％is lots discussed．Simulationresultsshowthatithas of andexcellent advantagessuch笛hiighprecision，fastconvergenee anditissuitableforvariableandload more circumstance． disturbance，even ability speed complex NN wordstPMSMs ParameterldentificatiomEl(F：Elman Key 1引言 不完全噪声的测量中估计动态系统的状态。其利用目标 的动态信息，设法去掉噪声的影响，得到一个关于目标 永磁同步电机(PMSM)以其响应速度快、控制性 的好的估计。神经网络具有高度并行性和非线性的全局 能好、体积小、重量轻等优点被广泛地应用于交流伺服 作用，并且具有很强的自适应、自学习能力。在非线性 驱动系统中。～般，我们认为电机模型中的定子电阻Rs 系统的建模、辨识和控制中