基于改进模型的异步电机最小二乘参数辨识

合集下载

异步电机矢量控制系统的参数辨识研究

异步电机矢量控制系统的参数辨识研究异步电机矢量控制系统的参数辨识研究摘要：异步电机矢量控制是现代电机控制技术的重要分支，其有效应用于各个领域。

参数辨识是实现精确控制的基础，本文对异步电机矢量控制系统参数辨识方法进行了深入的研究和分析。

首先，介绍了异步电机的基本原理和矢量控制技术的基本原理。

然后，详细介绍了参数辨识的常用方法，包括模型基准法、频域法、时间域法和优化算法等。

最后，通过数值仿真对比分析不同方法的性能，并提出了参数辨识的优化策略，以提高系统的控制精度和鲁棒性。

关键词：异步电机，矢量控制，参数辨识，仿真，优化策略一、引言异步电机作为一种常用的驱动设备，广泛应用于工业生产和交通运输等领域。

而矢量控制技术则能够更精确地控制异步电机的转速和扭矩，在提高系统效率和响应速度方面具有重要意义。

然而，要实现精确的矢量控制，首先需要准确地辨识出电机系统的参数，本文旨在对异步电机矢量控制系统参数辨识进行深入的研究和分析。

二、异步电机矢量控制的基本原理异步电机矢量控制是通过控制电机的磁场和电流实现对电机转速和扭矩的精确控制。

其基本原理是根据电机的数学模型，利用矢量的概念将电机控制转化为磁场和电流的控制。

通过控制磁场和电流的大小和相位，可以实现对电机转速和扭矩的精确控制。

三、参数辨识的常用方法参数辨识是确定电机系统中各个参数的值，进而实现精确控制的关键。

常用的参数辨识方法包括模型基准法、频域法、时间域法和优化算法等。

1.模型基准法模型基准法是一种常用的参数辨识方法，其基本思想是通过对电机系统进行建模，得到电机的数学模型。

然后利用实际运行数据，通过最小二乘法等方法，将实际数据与建模数据进行对比，确定模型中各个参数的值。

2.频域法频域法是一种基于频率响应的参数辨识方法。

通过对机械和电磁转矩、速度和电流等频率响应的测量，结合数学模型，利用辨识算法计算出系统的参数。

常用的频域方法包括基于传递函数和基于频域微分方程的方法。

基于改进最小二乘法的永磁无刷电机参数辨识

法及对辨识器进行初始化，实现对参数更快、更准、更稳的实时在线辨识。仿真试验结果表明改进最小二乘法参数辨识器克服了遗忘因子最小二乘法辨识器辨识结果的波动现象，其辨识速度更快，精度更高，稳定性更好，并且在电机不同转速下均能很好地在线辨识出电机参数。关键词：汽车；永磁无刷电动机；改进最小二乘法；电机参数；参数辨识
匡＝《］］＋匡ＩｌＬ三ｂ。Ｌ三ｂＬｂ。Ｉ未 ÷ ｌＩｂＩｌ＋ｌＰ（Ｉｃ１）
丁：
±型 ±
（２）
Ｔ一Ｔ１一＋Ｂ叫＋．＋，
公路与汽运
总第１６８期
Ｈｉｇｈｗａｙｓ＆ＡｕｔｏｍｏｔｉｖｅＡｐｐｌｉｃａｔｉｏｎｓ
１
基于改进最小二乘法的永磁无刷电机参数辨识＊
李亚中，杜荣华，舒刚华
（１．长沙理工大学智能交通与车路协同技术研究所，湖南长沙４１０００４；４１０００４）２．长沙理工大学工程车辆轻量化与可靠性技术重点实验室，湖南长沙
中图分类号：Ｕ４６９．７２文献标志码：Ａ文章编号：１６７１ —２６６８（２０１５）０３ —０００１学者们的广泛关注，其中以永磁无刷直流电机（以下简称ＢＬＤＣＭ）为轮毂驱动电机的纯电动汽车发展速度很快，是各高校和各大汽车厂商的一个研究热点。整车控制性能及车

基于变频器的异步电机离线参数辨识

基于变频器的异步电机离线参数辨识段亮;莫锦秋;曹家勇【摘要】分析了基于变频器控制的异步电机参数辨识方案.对传统测定子电阻的直流试验方法进行改进,提出了一种消除功率开关器件压降影响的定子电阻辨识方法.通过向电机施加单相电压信号,得到了电机参数的计算公式.针对单相试验中电机定子电流准幅值和相位的对电机参数精确估计的需求,提出了一种基于离散傅里叶变换测量电机定子电流幅值与初始相位的方法,所述算法考虑到由于非同步测量误差以及频谱泄漏和栅栏效应引起的离散傅里叶变换计算误差的修正问题.MATLAB/Simulink仿真结果证实了所提方法的有效性.%A motor parameter identification method to asynchronous motor controlled by frequency converter was proposed. First, an improved method was proposed to identify the stator resister, compared with the traditional DC test new method could eliminate the influence of voltage drop caused by power switching device. Second, the calculate formula of motor' s parameter could be deduced by excite a single-phase signal to motor. Since the accurate value of motor stator current's amplitude and initial phase obtained through single-phase test was essential, a method based on DFT theory was proposed to calculate those values. Considering the errors caused by asynchronous measurement and DFT calculation process, an improved method based on DFT theory to calculate the stator current' s amplitude and initial phase was proposed. To confirm the validity of this method, a simulation model was built on the MATLAB/ Simulink environment and the result proved the effectiveness of this method.【期刊名称】《电机与控制应用》【年(卷),期】2011(038)007【总页数】6页(P38-43)【关键词】异步电机;电机参数;离线辨识;离散傅里叶变换【作者】段亮;莫锦秋;曹家勇【作者单位】上海交通大学机械与动力学院,上海200240;上海交通大学机械与动力学院,上海200240;上海交通大学机械与动力学院,上海200240【正文语种】中文【中图分类】TM921.51;TM3430 引言工业应用中对高性能交流调速系统的需求，使得矢量控制、直接转矩控制等一些高性能的调速理论越来越广泛地应用于实际调速系统之中。

基于改进型最小二乘法的感应电机转动惯量辨识

ｔｔｅＦｃｒＲｃｒｉｅｓＳｕｒｓＦＲＳｄｎｉｅ．ＷｈｎｔｅｍｍｎｆｈｅｉｃａｇｓｔｅｓｉｈｃｎｏｈａｔｅｕｓｅＬａｔｑａ（ＦＬ）ｉｅｔｒｏｖｅｉｆｅｏｅｔｅｉｒａｈｎｅ，ｈｗｔｏ — ｈｏｔｎｔｃ
是提高电机控制系统性能的有效手段。目前，感
应电机转动惯量较常用的辨识方法主要有直接计算法、加减速法』模型参考自适应法刮等。、
迫弗再控制应用２８５（２乙０，１）３
研究与设计ＥＣＭＡ
基于改进型最小二乘法的感应电机转动惯量辨识术
刘永钦，沈艳霞，纪志成（南大学电气自动化研究所，江江苏无锡
摘
２４２）１１２
要：为减小感应电机转动惯量对机械特性的影响，基于最小二乘法，引人开关控制器，构建了一种新
型的最小二乘参数辨识器。当转动惯量发生变化时，通过开关控制对辨识器进行初始化，实现对参数更快更好地在线辨识。仿真试验表明：该方法克服了传统的带遗忘因子的最小二乘辨识器的波动现象，辨识速度快，
精度高，可以有效提高系统的性能。
关键词：感应电机；遗忘因子最ｄ－乘法；ｘ参数辨识；转动惯量中图分类号：Ｍ３６文献标识码：文章编号：６３６４（０８１－０３５Ｔ４Ａ１７－５０２０）２０１－０
良好的统计特性剖。在最小二乘法中引入遗忘因子，能对时变参数实现在线辨识，是这种辨识但

小二乘参数辨识方法及原理

小二乘参数辨识方法及原理
目录
• 引言 • 小二乘参数辨识方法 • 小二乘参数辨识原理 • 小二乘参数辨识的应用 • 小二乘参数辨识的优缺点 • 小二乘参数辨识的未来发展
01
引言
目的和背景
目的
小二乘参数辨识方法是一种数学优化技术，旨在通过最小化预测值与实际观测值之间的平方误差和，来估计模型参数。这种方法广泛应用于各种领域，如系统辨识、回归分析、机器学习等。
易于理解和实现
最小二乘法的原理直观易懂，且易于通过编程实现。
缺点
对异常值敏感
最小二乘法对数据中的异常值非常敏感，异常值可能会对参数估计产生显著影响。
假设限制
最小二乘法要求误差项是随机的且服从正态分布，这在某些情况下可能无法满足。
无法处理非线性问题
最小二乘法主要用于线性回归问题，对于非线性问题，可能需要其他方法。
将小二乘参数辨识方法应用于机器学习中，提高模型的训练效率和精度。
控制系统
将小二乘参数辨识方法应用于控制系统中，实现系统的优化和自适应控制。
生物医学工程
将小二乘参数辨识方法应用于生物医学工程中，实现对生理信号的准确分析和处理。
感谢您的观看
THANKS
背景
随着现代科技和工程领域的快速发展，越来越多的复杂系统需要建立数学模型进行描述和预测。小二乘参数辨识方法作为一种有效的参数估计方法，能够为这些复杂系统的建模提供重要的技术支持。
小二乘参数辨识的定义
定义
小二乘参数辨识，也称为最小二乘法，是一种通过最小化观测数据与模型预测数据之间的平方误差和来估计模型参数的方法。这种方法的基本思想是通过最小化误差的平方和来找到最佳的参数值，使得模型的预测结果与实际观测结果之间的差异最小。

基于改进最小二乘法的超级电容器特征参数辨识

基于改进最小二乘法的超级电容器特征参数辨识
赵洋;孙家南;姜鸣
【期刊名称】《高压电器》
【年(卷),期】2016(52)5
【摘要】准确辨识超级电容器特征参数值是分析超级电容器电气特性和估计其健康状态的重要研究基础。

为克服采用阻抗谱分析法辨识特征参数所需激励信号幅值过小,且不能反映研究对象真实工况以及难以实现在线辨识特征参数的缺点,文中采用递推最小二乘法解决此问题。

基于实验分析结果发现直接采用该算法辨识出的参数值与真实值差异较大,因此在深入分析辨识算法的基础上,对最小二乘法的辨识结构加以改进。

实验和仿真分析结果表明,基于改进后的最小二乘法辨识得到的超级电容器特征参数值更加准确和可信。

【总页数】6页(P199-204)
【关键词】超级电容器;改进最小二乘法;特征参数;等效电路模型;参数辨识
【作者】赵洋;孙家南;姜鸣
【作者单位】东莞理工学院电子工程学院;同济大学电子与信息工程学院
【正文语种】中文
【中图分类】TM53
【相关文献】
1.基于改进最小二乘法的变压器参数辨识研究
2.基于改进最小二乘法的永磁无刷电机参数辨识
3.基于最小二乘系法的电化学超级电容器建模与参数辨识方法
4.基于
改进最小二乘法永磁同步电机多参量辨识5.最小二乘法在超级电容器参数辨识中的应用
因版权原因，仅展示原文概要，查看原文内容请购买。

基于多新息最小二乘的感应电机参数辨识策略

Ａｂｓｒｃ：ｔａｔＡｎｖｌｏｅｍｅｈｄｏｓｉｔｔｐｒｍｅｅｓｆｎｃｉｎｔｏｔｅｔｍａｅｈｅａａｔｒｏｉｄｕｔｏｍｏｏｉｐｏｏｅｆｒｉｅｄｔｒｓｒｐｓｄｏｆｌ
ｏｉｎａｉｎｖｃｏｏｔｌｙｔｍｏｅｉｄｃｉｎｍｔｒＩ，ｈｃａｅｎｍｌｐｅｉｎｖｔｎｒｔｔｅｔｒｎｒｓｆｈｕｔｏｏ（Ｍ）ｗｉｈｉｂｓｄｏｕｔｌｎｏａｉｅｏｃｏｓｅｔｎｏｓｉｏ
表明了辨识的精确性，为其它多新息辨识方法的应用打下了基础。
关键词：感应电机；多新息最小二乘；学模型数
中图分类号：Ｍ３６文献标识码：文章编号：６１—７４（０００Ｔ４Ａ１７１７２１）５—０３５１—０５ＰａａｅｅｓＩｎｉｉａｉｎｆｔｎｄｕｃｉｎＭｏｏｒｍｔｒｄｅｔｆｃｔｏｏｈｅＩｔｏｔｒｂｙ
ｌａｔｓｕａｅｔｏｅｓｑｒｓｍｅｈｄ．Ａｃｏｄｎｏｍｕｔｐｌｎｎｖｔｏｅｓｑｕｒｓｏｎｕｃｉｎｍｏｏｔｅｔｃｃｒｉｇｔｌｉｅｉｏａｉｎｌａｔｓａｅｆｉｄｔｏｔｒｍａｈｍａｉｍｏｅ．ｔｅｒｔｒｔｍｅｃｎｔｎｔｈｅｔｔｌｌａｇａｔｒａｄｔｔｔｒｉｄｕｔｎｅａｅｅｔｍａｅｄ１ｈｏｏｉｏｓａ，ｔｏａｅｋａｅｆｃｏｎｈｅｓａｏｎｃａｃｓｃｎｂｓｉｔｄｂａｅｎｔｅｓａｏｕｒｅｓａｄｓａｏｏｔｇｓａｐｅｓｄｏｈｔｔｒｃｒｎｔｎｔｔｒｖｌａｅｎｄｓｅｄ，ｎｔｒｌｉｎｒｔｒｆｕｘｏｅｙｎｇｏｏｏｌ．Ｔｈｉｅｓｍｕｌｔｏａｉｎｒｓｌｓｓｗｇｏｅｔｍａｉｐｒｏｍａｃ．Ｔｈｅｅｕｌｒｖｄｓｂａｉｆｒａｐｌｉｇｏｈｅｍｕｔｐｅｅｕｔｈｏｏｄｓｉｔｎｇｅｆｒｎｅｒｓｔｏｉｅｓｓｏｐｙｎｔｒｐｌｉｌｉｏａｉｎｐａａｔｒｄｎｉｃｔｏｔｏｏｐｒｃｉｅｎｎｖｔｏｒｍｅｅｓｉｅｔｆａｉｎｍｅｈｄｔａｔｃ．ｉＫｅｙｗｏｒｄｓ：ｉｕｃｉｎｍｏｏｎｄｔｏｔｒ，ｍｕｔｐｌｎｎｖｔｏｅｓｑｒｓ，ｍａｈｅｔｃｌｍｏｌｌｉｅｉｏａｉｎｌａｔｓｕａｅｔｍａｉａｄｅ

基于GA-Newton法的异步电机改进模型参数辨识

０引言
异步电机可靠性好、性能优良、制造简单、瞬时转矩高ꎬ并且高性能的永磁同步电机受限于制造工艺的影响ꎬ在一些特殊场合异步电机正在逐渐的取代同步电机ꎬ因此异步电机控制得以快速发展[１￣２] ꎮ 实现高性能的异步电机控制ꎬ其关键问题是如何准确的获得电机的参数ꎮ 在电机运行过程中ꎬ电机参数往往易受温度、定子电流和磁链饱和等多重因素的影响ꎬ使得矢量控制、直接转矩控制等一系列控制方法难以达到预期的效果ꎮ 因此ꎬ各种参数辨识方法成为了研究热点ꎬ 如:文献[３￣４] 基于扩展卡尔曼滤波器( ＥＫＦ) 的参数辨识方法ꎬ此种方法需要对４阶矩阵进行求逆运算ꎬ计算量大ꎬ并且初始估计误差协方差Ｐ、系统噪声协方差Ｑ和测量噪声协方差Ｒ较难确定ꎬ对系统估算精度和收敛速度有着较大的影响ꎮ 文献[５￣６] 采用基于最小二
ＰａｒａｍｅｔｅｒＩｄｅｎｔｉｆｉｃａｔｉｏｎｏｆＩｍｐｒｏｖｅｄＭｏｄｅｌｏｆＡｓｙｎｃｈｒｏｎｏｕｓＭｏｔｏｒＢａｓｅｄｏｎＧＡ￣ＮｅｗｔｏｎＭｅｔｈｏｄＭＥＮＧＱｉｎｇ￣ｓｈｕｏꎬ ＸＵＭｉｎｇ￣ｚｈｕ
( ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇꎬ ＳｈｉｊｉａｚｈｕａｎｇＲａｉｌｗａｙＵｎｉｖｅｒｓｉｔｙꎬ Ｓｈｉｊｉａｚｈｕａｎｇ０５００４３ꎬ Ｃｈｉｎａ) Ａｂｓｔｒａｃｔ: Ｉｎｖｉｅｗｏｆｔｈｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆｔｈｅｆｌｕｘｌｉｎｋａｇｅｃａｎｎｏｔｇｅｔｄｉｒｅｃｔｌｙａｎｄｔｈｅｆｌｕｘｌｉｎｋａｇｅｏｂｓｅｒｖｅｒｄｅｓｉｇｎｃｏｍｐｌｅｘꎬ ｅｘｉｓｔｉｎｇｉｎｔｒａｄｉｔｉｏｎａｌｉｎｄｕｃｔｉｏｎｍｏｔｏｒｐａｒａｍｅｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎ. Ｐｒｏｐｏｓｅｄａｎｉｍｐｒｏｖｅｄｐａ￣ｒａｍｅｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎｍｏｄｅｌꎬ ｗｈｉｃｈｃｏｍｂｉｎｅｄｔｈｅｆｌｕｘｍｏｄｅｌｕｎｄｅｒｔｈｅｃｕｒｒｅｎｔｄｉｒｅｃｔｉｏｎａｌｃｏｏｒｄｉｎａｔｅｓｗｉｔｈｔｈｅｃｕｒｒｅｎｔｆｉｒｓｔｄｅｒｉｖａｔｉｖｅｍｏｄｅｌｕｎｄｅｒｔｈｅｔｗｏ￣ｐｈａｓｅｓｔａｔｉｏｎａｒｙｃｏｏｒｄｉｎａｔｅｓ. Ｓｉｇｎａｌｓａｒｅｕｓｅｄｂｙｔｈｅｍｏｄｅｌｃａｎｄｉｒｅｃｔｌｙｄｅｔｅｃｔꎬ Ｔｈｅｒｅｂｙｒｅｄｕｃｉｎｇｔｈｅｏｔｈｅｒｉｎｔｅｒｆｅｒｅｎｃｅｅｆｆｅｃｔｓｏｎｍｏｔｏｒｐａｒａｍｅｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎꎬ ｉｍ￣ｐｒｏｖｅｄｔｈｅｐｒｅｃｉｓｉｏｎｏｆｐａｒａｍｅｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎ. Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｔｒａｄｉｔｉｏｎａｌｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｈａｖｅｔｈｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆｓｌｏｗｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄａｎｄｅａｓｙｌｏｃａｌｃｏｎｖｅｒｇｅｎｃｅꎬ ｃｏｍｂｉｎｅｓｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍａｎｄＮｅｗ￣ｔｏｎ'ｓｍｅｔｈｏｄꎬ ｉｍｐｒｏｖｅｄｔｈｅｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄａｎｄｓｅａｒｃｈａｂｉｌｉｔｙｏｆｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ. Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅ￣ｓｕｌｔｓｓｈｏｗｓｔｈａｔｕｓｉｎｇＧＡ￣Ｎｅｗｔｏｎｍｅｔｈｏｄｆｏｒｐａｒａｍｅｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎｈａｖｅｓｔｒｏｎｇｒｏｂｕｓｔｎｅｓｓａｎｄｇｏｏｄｃｏｎ￣ｖｅｒｇｅｎｃｅ. Ｕｎｄｅｒｔｈｅｒａｔｅｄｓｐｅｅｄꎬ ｔｈｅｐａｒａｍｅｔｅｒｓｃａｎｂｅｉｄｅｎｔｉｆｉｅｄｉｎａｒｅｌａｔｉｖｅｌｙｓｈｏｒｔｔｉｍｅａｎｄｈａｖｅｈｉｇｈｌｙｐｒｅｃｉｓｉｏｎꎬ ｍｅａｎｗｈｉｌｅｏｖｅｒｃｏｍｅｔｈｅｄｉｓａｄｖａｎｔａｇｅｏｆｔｈｅｇｅｎｅｒａｌｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｈａｖｅｈｉｇｈｌｙｒｅｑｕｅｓｔｆｏｒｔｈｅｉｎｉｔｉａｌｖａｌｕｅ. Ｋｅｙｗｏｒｄｓ: ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍꎻ ｎｅｗｔｏｎ′ｓｍｅｔｈｏｄꎻ ａｓｙｎｃｈｒｏｎｏｕｓｍｏｔｏｒꎻ ｐａｒａｍｅｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎ

改进的无功功率模型参考自适应异步电机转速辨识

改进的无功功率模型参考自适应异步电机转速辨识作者：车海军王亮亮霍丽娇崔慧慧杨景明来源：《电机与控制学报》2017年第10期摘要：针对传统无功功率模型参考自适应模型的输入信号中含有大量的高频信号和噪声，致使模型的自适应机构设计难度增加、速度预测精确度降低的问题，提出改进的基于无功功率的模型参考自适应系统。

在传统的无功功率模型参考自适应模型的基础上，引入巴特沃思滤波器并运用改进的模糊PI控制器取代原有的控制器，滤除了输入信号的噪声，提高转速预测精确度。

仿真结果表明，改进后的无功功率模型参考自适应系统，参考模型输出的无功功率信号较滤波前其振动的幅值和频率大幅度降低，将这种信号作为自适应模块的输入得到的预测转速，其预测精确度和预测系统动态性能得到提高显著。

关键词：转速辨识；模型参考自适应；无功功率；巴特沃斯滤波器；模糊PI控制器DOI：10.15938/j.emc.2017.10.006中图分类号：TM 452文献标志码：A文章编号：1007-449X（2017）10-0040-0720世纪70年代，德国西门子公司F.Blaschke博士提出了磁场定向矢量控制的思想[1]，通过坐标变换和转子磁场定向的方法，将交流电机等效成直流电机来控制，这一思想的提出使得感应电机的高精确度控制成为了可能，并加速了感应电机取代直流电机的脚步。

如今异步电机矢量控制技术已经被广泛应用到生产和生活中。

但由于在控制过程中，需要获得精确的速度，而传统的编码器设备又具有价格昂贵、维护困难等缺点，由此出现了无速度传感器转速辨识方法。

这些方法中比较典型的有最小二乘法、卡尔曼滤波[2]、模型参考自适应、神经网络、模型预测控制[3]、滑模预测控制等。

卡尔曼滤波是一种对非线性系统的随机观测器，其优点是当系统产生噪声信号时，仍可以对系统状态准确的估计。

但这个算法的实现需要经过五个步骤连续的迭代，巨大的计算量对硬件设备要求极高[3]。

人工神经网络在转速估计领域理论尚不成熟，在应用前需要大量精确的数据对网络进行训练，如果训练数据或预测数据中含有噪声将直接影响到预测精确度。

基于改进无功功率模型的异步电机转子时间常数在线辨识方法[发明专利]

专利名称：基于改进无功功率模型的异步电机转子时间常数在线辨识方法
专利类型：发明专利
发明人：张兴,曹朋朋,杨淑英,谢震,郭磊磊,李浩源
申请号：CN201510701965.8
申请日：20151023
公开号：CN105227022A
公开日：
20160106
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于改进无功功率模型的异步电机转子时间常数在线辨识方法，该发明在传统无功功率模型中引入经过限幅处理的电机定子频率的前馈，包括采样并经实际无功计算单元得到电机实际无功功率Q；经定子电感计算单元得到电机定子电感L；经过励磁控制器得到电机定子电流d轴分量参考值i；经理论无功计算单元得到电机理论无功功率Q；经偏差计算单元得到电机无功功率偏差ΔQ；经限幅单元得到前馈值ω；经比例积分控制器得到转子时间常数T的修正量ΔT；经算术运算单元得到转子时间常数T。

该发明可直接应用于电机四象限运行场合，并使得无功功率模型中比例积分控制器参数易于整定，同时在电机高、低速可以获得相近的转子时间常数收敛动态过程。

申请人：合肥工业大学
地址：230009 安徽省合肥市屯溪路193号
国籍：CN
代理机构：合肥和瑞知识产权代理事务所(普通合伙)
代理人：王挺
更多信息请下载全文后查看。

一种基于数据生成模型的异步电机参数在线辨识方法[发明专利]

专利名称：一种基于数据生成模型的异步电机参数在线辨识方法
专利类型：发明专利
发明人：漆星,郑常宝
申请号：CN201811119061.4
申请日：20180925
公开号：CN109167546A
公开日：
20190108
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于数据生成模型的异步电机参数在线辨识方法。

该方法融合了基于模型的辨识方法和基于数据的辨识方法的优点，整体思路为：①，首先通过离线数据建立输出转矩与状态间的概率模型，②，在线辨识过程中，将基于模型的辨识方法作为“数据产生器”，再采用基于数据的方法，结合①中的转矩概率模型，进行电机参数的在线辨识，最终得到电机参数辨识值的概率模型。

本发明提出的方法的优点在于：辨识过程中，训练数据集很容易获得；辨识的参数不受模型误差的影响；辨识的参数使电机在运行中保持最优转矩电流比；辨识的参数考虑了电机运行过程中的不确定性，具有很高的鲁棒性。

申请人：安徽大学
地址：230601 安徽省合肥市经济技术开发区九龙路111号
国籍：CN
代理机构：北京科迪生专利代理有限责任公司
更多信息请下载全文后查看。

一种模型参考自适应的异步电机参数辨识方法[发明专利]

专利名称：一种模型参考自适应的异步电机参数辨识方法专利类型：发明专利
发明人：胡红明,曾雨,端木子建,张泽,谭思云
申请号：CN201811437141.4
申请日：20181128
公开号：CN109560740A
公开日：
20190402
专利内容由知识产权出版社提供
摘要：本发明涉及异步电机的矢量控制技术，具体涉及一种模型参考自适应的异步电机参数辨识方法，包括以下步骤：1、建立改进型的模型参考自适应系统参考模型；1.1、通过αβ两相静止坐标系电压方程和转子磁链方程得到转子磁链的电压模型；根据转子磁链的电压模型，得出转子磁链电流模型；1.2、在转子磁链电压模型中利用一个一阶惯性环节来代替纯积分和高通滤波环节，同时将转子参考磁链经过滤波来补偿一阶惯性环节；2、采用基于定子电阻在线辨识的转速估计方法进行转速辨识；在转速估计的同时对定子电阻在线辨识，根据实时定子电阻阻值来辨识转速。

该辨识方法能够提高异步电机转速辨识的精度，提高系统运行的稳定性。

申请人：武汉理工大学
地址：430070 湖北省武汉市洪山区珞狮路122号
国籍：CN
代理机构：武汉科皓知识产权代理事务所(特殊普通合伙)
代理人：彭艳君
更多信息请下载全文后查看。

电机动态参数的鲁棒最小二乘辨识方法研究

电机动态参数的鲁棒最小二乘辨识方法研究电机动态参数的鲁棒最小二乘辨识方法是一种常用的电机参数辨识方法，它可以通过对电机的输入输出数据进行处理，得到电机的动态参数，从而实现对电机的控制和优化。

本文将介绍电机动态参数的鲁棒最小二乘辨识方法的研究。

一、电机动态参数的鲁棒最小二乘辨识方法的基本原理电机动态参数的鲁棒最小二乘辨识方法是一种基于最小二乘法的电机参数辨识方法。

它的基本原理是利用电机的输入输出数据，通过最小二乘法对电机的动态参数进行辨识。

具体来说，它可以通过以下步骤实现：1. 收集电机的输入输出数据，包括电机的电流、电压、速度、位置等参数。

2. 建立电机的动态模型，包括电机的电路模型和机械模型。

3. 利用最小二乘法对电机的动态参数进行辨识，包括电机的电阻、电感、转动惯量、摩擦系数等参数。

4. 对辨识结果进行鲁棒性分析，评估辨识结果的可靠性和精度。

二、电机动态参数的鲁棒最小二乘辨识方法的研究进展电机动态参数的鲁棒最小二乘辨识方法是一种经典的电机参数辨识方法，已经得到了广泛的应用和研究。

近年来，随着电机控制技术的不断发展和电机应用领域的不断拓展，电机动态参数的鲁棒最小二乘辨识方法也得到了进一步的研究和改进。

1. 基于神经网络的电机参数辨识方法神经网络是一种强大的模式识别和数据处理工具，已经被广泛应用于电机参数辨识领域。

基于神经网络的电机参数辨识方法可以通过对电机的输入输出数据进行训练，得到电机的动态参数，具有较高的精度和鲁棒性。

2. 基于模糊逻辑的电机参数辨识方法模糊逻辑是一种基于模糊集合理论的推理方法，可以处理不确定性和模糊性问题。

基于模糊逻辑的电机参数辨识方法可以通过对电机的输入输出数据进行模糊化处理，得到电机的动态参数，具有较高的鲁棒性和可靠性。

3. 基于深度学习的电机参数辨识方法深度学习是一种基于神经网络的机器学习方法，可以处理大规模、高维度的数据。

基于深度学习的电机参数辨识方法可以通过对电机的输入输出数据进行深度学习，得到电机的动态参数，具有较高的精度和鲁棒性。

电机动态参数的鲁棒最小二乘辨识方法研究

电机动态参数的鲁棒最小二乘辨识方法研究引言电机动态参数的鲁棒最小二乘辨识方法是电机控制领域中的一个关键研究方向。

通过准确辨识电机的动态参数，可以提高电机控制系统的性能和鲁棒性，进而实现更精确、可靠的电机控制。

电机动态参数辨识的重要性电机动态参数是电机模型的重要组成部分，对于电机控制系统的设计和性能优化起着至关重要的作用。

具体来说，电机动态参数的准确辨识可以帮助我们实现以下目标： 1. 提高电机控制系统的响应速度：准确辨识电机动态参数可以帮助我们更好地理解电机的特性和响应规律，从而提高控制系统的响应速度。

2. 提高电机控制系统的鲁棒性：通过辨识电机的动态参数，我们可以更好地把握电机的工作状态和变化趋势，从而提高控制系统的鲁棒性。

3. 优化电机控制系统的性能：准确辨识电机动态参数可以帮助我们更好地优化控制算法和控制策略，提高控制系统的性能。

电机动态参数辨识的挑战在实际应用中，电机动态参数辨识面临一些挑战，例如： 1. 测量误差：电机动态参数往往需要通过测量得到，而测量误差会影响参数辨识的准确性。

2. 环境不确定性：电机在不同的工作环境下，其动态参数可能会发生变化，这种不确定性会对参数辨识造成影响。

3. 多物理耦合效应：电机的动态参数往往受到多个物理因素的影响，例如温度、湿度等。

这些因素的耦合效应会对参数辨识产生影响。

电机动态参数辨识的方法为了克服上述挑战，研究者们提出了多种电机动态参数辨识方法，其中鲁棒最小二乘法是一种常用的方法。

下面介绍几种常见的电机动态参数辨识方法：1. 最小二乘法最小二乘法是一种常见的参数辨识方法，通过最小化观测数据与模型预测之间的误差平方和，来估计模型的参数。

在电机动态参数辨识中，最小二乘法可以用于估计电机的惯性参数、阻尼参数等。

2. 辨识模型法辨识模型法是另一种常用的电机动态参数辨识方法，其基本思想是根据电机的动态方程建立参数辨识模型，然后利用观测数据匹配模型参数。

基于多新息最小二乘的感应电机参数辨识策略_陈中伟

第9卷第5期2010年10月江南大学学报(自然科学版)Journal of J iangnan U niversity(Na t ura l Science Edition)V o.l 9 N o .5O ct . 2010收稿日期:2010-05-14; 修订日期:2010-06-23。

基金项目:教育部新世纪优秀人才支持计划项目(NCET -10-0437),教育部科学技术研究重点项目(109078)。

作者简介:陈中伟(1985)),男,安徽阜阳人,控制理论与控制工程专业硕士研究生。

*通信作者:沈艳霞(1973)),女,山东淄博人,副教授,工学博士。

主要从事电机的非线性控制及参数辨识研究。

Em a i:l shenyx @jiangnan .edu .cn基于多新息最小二乘的感应电机参数辨识策略陈中伟, 沈艳霞*(江南大学物联网工程学院,江苏无锡214122)摘要:提出了一种基于多新息最小二乘的感应电机参数的估算方法。

在矢量控制系统的基础上,推导出感应电机数学模型的多新息最小二乘表达式,根据测量的定子电压值、定子电流值和转速值,估算出感应电机的转子时间常数、漏感系数、定子自感等参数,而不依赖于转子磁链。

仿真结果表明了辨识的精确性,为其它多新息辨识方法的应用打下了基础。

关键词:感应电机;多新息最小二乘;数学模型中图分类号:TM 346文献标识码:A 文章编号:1671-7147(2010)05-0531-05Para m eters Identification of the Induction M otor byU sing M ultip le Innovation L east SquaresCHEN Zhong -w e,i SH EN Y an -x ia(Schoo l o f Inte rnet of T h i ngs ,Jiangnan U n i v ersity ,W ux i 214122,Ch ina)A bstrac t :A novel m e thod to esti m ate the para m eters of induc tion m o to r is proposed fo r fie ld or ien ta tion vecto r con tro l syste m o f the i n duction m o tor (I M ),w h ich is based on m u ltiple i n nova tion least squares m ethod.A ccord i n g to m u ltip le innovation least squares o f induction m otor m athe m aticm ode,l the ro to r ti m e constan ,t the to ta l leakag e factor and the stator inductances can be esti m a ted based on the sta to r curren ts and stato r vo ltages and speed ,not re ly i n g on ro tor flux .The si m u la tion resu lts show good esti m a ting perfor m ance .The resu lt prov ides basis fo r app ly i n g o ther m u ltip le innovation para m e ters iden tification m ethod to practice .K ey w ords :induction m otor ,m u ltip le innova tion least squares ,m athe m atica lm ode l在感应电机的高性能控制方法中,感应电机的矢量控制已经成为当今研究的热点[1]。

结合Tucker张量分解与交替最小二乘的ULA盲识别

结合Tucker张量分解与交替最小二乘的ULA盲识别胡丹;郭英杰【摘要】In order to improve the computational efficiency of Blind Identification (BI) of Uniform Linear Array (ULA) system,an improved ULA BI algorithm is proposed.Firstly,the signal propagation model of ULA system is established.Then,the algebraic structure and parameter estimation method of the Generalized Generating Function (GGF) are given.Secondly,it uses alternating least squares to obtain GGF of ULA system,and then uses the Tucker tensor decomposition to improve alternating least squares,achieving dimensional reduction ofGGF.Experimental results show that,compared with classic DUET algorithm and underdetermined aliasing BI decomposition algorithm,the proposedalgorithm has higher computational efficiency and better ULA BI effects.%为提高均匀线性阵列(ULA)系统盲识别过程的计算效率,提出一种改进的ULA盲识别算法.建立ULA信号传播模型,针对该传播模型给出广义生成函数的代数结构以及参数估计方式,利用交替最小二乘法对ULA广义生成函数进行求解,并在此基础上引入Tucker张量分解改进交替最小二乘法,实现广义生成函数的降维处理.实验结果表明,与经典DUET算法、欠定混叠盲辨识分解算法等相比,该算法具有更高的计算效率以及更好的ULA盲识别效果.【期刊名称】《计算机工程》【年(卷),期】2017(043)010【总页数】6页(P62-67)【关键词】Tucker张量分解;广义生成函数;交替最小二乘;均匀线性阵列;盲识别【作者】胡丹;郭英杰【作者单位】贵州大学大数据与信息工程学院,贵阳550025;悉尼科技大学全球大数据技术中心,悉尼2007【正文语种】中文【中图分类】TP391盲识别(Blind Identification,BI)技术可在没有任何先验知识的情况下,从观测信号混合数据中对未知来源数据进行恢复,已被广泛应用于语音和图像处理、生物医学工程、数字通信等领域[1-2]。

基于最小二乘法的永磁同步电机在线参数辨识的仿真研究

基于最小二乘法的永磁同步电机在线参数辨识的仿真研究摘要：较高性能的永磁同步电机矢量控制系统需要实时更新电机参数，文章中采用一种在线辨识永磁同步电机参数的方法。

这种基于最小二乘法参数辨识方法是在转子同步旋转坐标系下进行的，通过MA TLAB/SIMULINK对基于最小二乘法的永磁同步电机参数辨识进行了仿真，仿真结果表明这种电机参数辨识方法能够实时、准确地更新电机控制参数。

关键词：永磁同步电机;参数辨识;最小二乘法[b][align=center]Simulation of PMSM based on least squares on-line parameter identificationWANG Hong-shan , ZHANG Xing，XIE Zhen , Y ANG Shu-ying[/align][/b]Abstract：This paper presents a method to determine the parameters of PMSM on line which are necessary to implement the vector control strategy. The presented identification technique, based least-squares, reveals itself suitable to be applied to PMSM. The estimation is based on a standard model of PMSM, expressed in rotor coordinates. The method is suitable for online operation to continuously update the parameter values. The developed algorithm is simulated in MATLAB/SIMULINK. Simulation results are presented, and accurate parameters for PMSM is provided.KEY WORDS：PMSM; Parameter Identification; Least-Squares0 引言电机参数辨识方面的文献数量颇多，研究成果丰富。

异步电机参数辨识

异步电机参数辨识李敏;肖兵【期刊名称】《信息技术》【年(卷),期】2013(000)006【摘要】对于异步电机控制系统,参数辩识的准确性和简易性是非常关键的一个环节.在传统异步电机试验原理的基础上,利用电机控制系统本身的资源,进行直流、单相交流、三相空载试验,然后根据变频器所检测到的电流、电压,经过傅里叶变换来实现对电机参数辨识.最后,根据辨识的参数,利用Matlab/Simulink进行了参数辨识与无速度传感器矢量控制系统的仿真,实验结果表明具有良好的动静态特性.%For induction motor control system,the accuracy and simplicity of the parameter identification are critical.This paper is based on the experiment principle of traditional induction motor,use of motor control system itself resources,to do DC,single phase AC,three-phase no load test,andthen,detect the current,voltage by the inverter,do Fourier transform to achieve identification of motor parameters.At last,based on these parameters,by using Matlab/Simulink software,do parameter identification and speed sensorless vector control system simulation,and the experimental results show that have a good dynamic and static characteristic.【总页数】4页(P104-106,110)【作者】李敏;肖兵【作者单位】华南理工大学自动化科学与工程学院,广州510640;华南理工大学自动化科学与工程学院,广州510640【正文语种】中文【中图分类】TM343.2【相关文献】1.基于改进模型的异步电机最小二乘参数辨识 [J], 孟庆硕;许鸣珠2.Actor-Critic框架下的数据驱动异步电机\r离线参数辨识方法 [J], 漆星;张倩3.基于改进模型的异步电机最小二乘参数辨识 [J], 孟庆硕;许鸣珠;4.异步电机参数辨识仿真研究 [J], 张建维;邓福军5.异步电机离线参数辨识方法 [J], 刘旺;刘伟良;陈磊;吴军;郭志大因版权原因，仅展示原文概要，查看原文内容请购买。