一种定子电阻参数的辨识方法

转速和定子电阻的辨识

1 转速和定子电阻的辨识为了使无速度传感器的DTC 系统达到良好的性能，转速和定子电阻精确辨识模型的确定是很关键的。

1.1 转速的辨识1.1.1 转速的辨识模型首先根据u-n 模型来确定定子磁链和转子磁链。

转子方程：r r u r r j L R ψ+ψ-ψ=ϖσ)( （1.1）定子方程：ss s u R i u -=ψ （1.2）磁链方程：u u Li =ψ （1.3） r u r i L σ-ψ=ψ （1.4）从这四个方程中可以得出只跟定子电压和定子电流有关的定子磁链Ψs a 、Ψs β 再根据方程：)(βαβs s sa s p e i i n T ψ-ψ= （1.5）同时： dtd n J T Te r p ϖ=-1 （1.6）即能得出转速的数学模型：))((1T i i n J n s s s s p pr -ψ-ψ=βααβϖ （1.7）定子电压和定子电流是可以精确检测的已知量，即可以通过非线性映射辨识出转速。

1.1.2 基于神经网络辨识过程和辨识结果用有导师监督式的误差反向传播的学习算法对神经网络进行训练。

输入学习样本：感应电机模型输出的定子电流和电压；输出样本：模型的输出ωr ，学习目的是用网络的实际输出y m 与目标矢量y 之间的误差ε来修改网络的权值与阈值，使网络输出层的误差平方和达到最小。

连续不断地在相对于误差函数斜率下降的方向上计算网络权值和阈值的变化,并以反向传播方式传递到各层。

若在输出层没有得到期望的输出，就计算输出层的误差变化值，将误差信号通过网络沿原来的连接通路反传回来,修改各层神经元的权值和阈值,直至神经网络输出与期望值的误差在给定精度内。

BP网络的训练。

首先用小的随机数对每一层的权值和阈值进行初始化，然后计算网络加权输入矢量、网络输出和误差矢量,算出误差平方和。

当所训练矢量的误差平方和小于目标误差或已达到设定训练的步数时，停止训练，否则在输出层计算误差变化，用反向传播学习规则来调整权值和阈值，并重复此过程，重复的次数就是训练的步数。

基于优化BP神经网络的开关磁阻电机定子电阻辨识方法

摘
１１６０２６）
要：为解决直接转矩控制下的开关磁阻电机低速运行时磁链计算受电阻变化影响比较大的问题，详
细观察分析了电阻对于相电流的影响，通过比对电阻可调的电机模型与实际的电机模型的输出电流，提出了
一
种基于优化ＢＰ神经网络的电阻辨识器。优化ＢＰ网络数学理论，结构简单，学习算法清晰明白，基于该网
Ａｂｓｔｒａｃｔ：Ｗｈｅｎｓｗｉｔｃｈｅｄｒｅｌｕｃｔａｎｃｅｍｏｔｏｒｗａｓｉｎｔｈｅｓｔａｔｕｓｏｆｓｌｏｗｒｕｎｎｉｎｇｕｎｄｅｒｄｉｒｅｃｔｔｏｒｑｕｅｃｏｎｔｒｏｌ，ｃａｌｃｕｌａｔｉｏｎｏｆｌｆｕｘｗａｓｇｒｅａｌｔｙｉｎｌｕｆｅｎｃｅｄｂｙｒｅｓｉｓｔａｎｃｅ．Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｉｓｓｕｅａｂｏｖｅ．Ｔｈｅｓｔｕｄｙｏｂｓｅｒｖｅｄａｎｄ
ＸｕＡｉｄｅ，ＺｈａｏＺｈｏｎｇｌｉｎ，ＷａｎｇＸｕｅｓｏｎｇ
（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＳｃｉｅｎｃｅＴｅｃｈｎｏｌｏｇｙ，ＤａｌｉａｎＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙ，Ｄａｌｉａｎ１１６０２６，Ｃｈｉｎａ）

一种电机定子电阻在线辨识方法[发明专利]

专利名称：一种电机定子电阻在线辨识方法专利类型：发明专利
发明人：李健,梁东来,曲荣海
申请号：CN201610633002.3
申请日：20160804
公开号：CN106160616A
公开日：
20161123
专利内容由知识产权出版社提供
摘要：本发明公开了一种电机定子电阻在线辨识方法，应用于表贴式永磁同步电机。

本方法首先通过编码器获取电机的转子电位置角和电角速度，建立电机在同步旋转坐标系下的q轴电压方程，然后通过滑模观测器在线辨识出电机的定子电阻。

本发明的辨识方法不仅可以实现在线辨识，而且可以辨识出电机定子电阻随着电机温度、运行时间等因素而变化的电阻值。

与普通的定子电阻在线辨识方法相比，本发明在辨识电阻时，只需要检测电流信号，算法实现简单，易于集成在原来的电机控制程序中，而且辨识精度高。

申请人：华中科技大学
地址：430074 湖北省武汉市洪山区珞喻路1037号
国籍：CN
代理机构：武汉东喻专利代理事务所(普通合伙)
代理人：方放
更多信息请下载全文后查看。

一种异步电机的定子电阻在线辨识方法[发明专利]

一种基于变频器驱动的异步电机参数辨识方法
黄劭刚;洪剑锋;赵鲁
【期刊名称】《电力电子技术》
【年(卷),期】2015(049)001
【摘要】提出了一种简单有效、易于在变频器驱动下实现的异步电机参数离线辨识方法.无需直流、堵转、空载等复杂的实验,在异步电机的三相定子绕组中通入单相的脉冲电压,即可自动获得矢量控制系统所需的异步电机的所有参数.离线辨识算法采用最小二乘法,选取硬件容易实现且系统容易收敛的脉冲信号作为激励信号.针对不同的脉冲宽度信号,进行了仿真分析.最后将这种参数辨识方法运用到15 kW 的感应电机中,实验结果很好地说明了该方法的正确性与合理性,为实际应用提供了很好的参考意见.
【总页数】4页(P50-53)
【作者】黄劭刚;洪剑锋;赵鲁
【作者单位】南昌大学,信息工程学院,江西南昌 330031;南昌大学,信息工程学院,江西南昌 330031;中国科学院电工研究所,北京100190
【正文语种】中文
【中图分类】TM351
【相关文献】
1.变频器驱动下感应电机参数的一种辨识方法 [J], 蒋小春;杨耕;窦曰轩
2.一种改进的电动汽车用异步电机参数离线辨识方法研究 [J], 史文凡;贾洪平;颜建
虎;于杏
3.一种简易的异步电机参数辨识方法及其应用 [J], 欧景云;文小琴;游林儒
4.一种有效的异步电机参数辨识方法及运用 [J], 牛莹;路建;尹小龙
5.一种改进的电动汽车用异步电机参数离线辨识方法研究 [J], 史文凡[1];贾洪平[1];颜建虎[2];于杏[2]
因版权原因，仅展示原文概要，查看原文内容请购买。

一种FNN感应电机定子电阻辨识建模方法

2015，51（18）Computer Engineering and Applications计算机工程与应用1引言异步电机由于具有效率高、转矩大、性能稳定等优点而被广泛使用，随着电力电子技术、微机控制技术与现代控制理论的发展，异步电机的调速性能得到了大幅的提高，甚至能和直流电机相媲美，尤其是矢量控制技术与直接转矩控制技术（DTC）的出现，使异步电机调速性能提升到了一个新阶段，与矢量控制变频调速相比，直接转矩控制技术控制思想新颖，控制结果简单，控制手段直接，对电机参数的依赖少，很大程度上解决了矢量计算复杂、易受电机参数变化的影响，具有优良的动、静态性能等多方面的优势。

对于DTC系统，定子磁链的准确计算是实现高性能变频调速的前提，定子磁链的计算常用的有电流模型与电压模型，与电流模型相比，电压模型依赖的参数少，只与电机定子电阻有关，因此经常被使用。

在电机高速运行时，定子电阻变化对系统的性能影响较小，可以忽略不计。

但当电机在低速运行时，定子电阻变化对磁链的影响较大，不可忽略[1]，因此在低速运行时用电压模型一种基于FNN的感应电机定子电阻辨识建模方法刘国荣1，2，钟庭欢1LIU Guorong1，2,ZHONG Tinghuan11.湘潭大学信息工程学院，湖南湘潭4111052.湖南工程学院，湖南湘潭4111011.The College of Information Engineering,Xiangtan University,Xiangtan,Hunan411105,China2.Hunan Institute of Engineering,Xiangtan,Hunan411101,ChinaLIU Guorong,ZHONG Tinghuan.Modeling method of induction motor stator resistance identification based on Fuzzy Neural puter Engineering and Applications,2015,51（18）：233-238.Abstract：The key problem of direct torque control technology is how to acquire the stator flux linkage accurately when the stator resistance is uncertain.In this paper,taking the method of rotor flux orientation,and deducing the expression of slip,this expression contains the information of the stator resistance.As the stator resistance is changing,the slip of the calculation and the actual slip is not equal.The fuzzy neural network is constructed based on this idea,and the gradient descent method is used to train network parameters.It implements the online identification of the stator resistance.For the mentioned methods in this paper,a simulation is done in matlab/simulink.The results are that this method can accurately and quickly follow the change of the stator resistance under the condition of the stator resistance interference.Therefore,it realizes stator resistance real-time adjustment and improves motor’s low speed performance.Key words：direct torque control;stator resistance;stator flux;fuzzy neural network摘要：直接转矩控制技术的关键问题是如何在定子电阻不确定的情况下，准确辨识定子磁链。

MRAS感应电机定子电阻的在线辨识

第11卷第6期2007年11月电机与控制学报ELECTR IC MACH I N ES AND CONTROLVo l 11No 6Nov .2007MRAS 感应电机定子电阻的在线辨识李健, 程小华(华南理工大学电力学院,广东广州510640)摘要:针对感应电机定子电阻值受外界因素干扰而影响其矢量控制系统稳定性和控制精确度问题,提出了基于人工神经网络的定子电阻在线辨识方法。

为了辨识定子电阻,将人工神经网络模型的定子电流估算值与实际测量电流值的误差反馈以调整神经网络的权值。

借助MATLAB /SI M U LI NK 搭建仿真系统,验证了定子电阻在线辨识的必要性。

结果表明,该方法可以有效地对定子电阻进行在线辨识。

关键词:人工神经网络;感应电机;定子电阻;在线辨识;无速度传感器中图分类号:TM 301 2文献标识码:A文章编号:1007-449X (2007)06-0620-05Onli ne identificati on based on m odel reference adapti ve system forstator resistance of i nduction mot orLI Jian , CHENG X iao hua(Co llege of E lectric Pow er ,South China U niversity of T echno l ogy ,G uangzhou 510640,Chi na)A bstract :A novel on line i d entificati o n sche m e based on artificia l neural net w or ks fo r stato r resi s tance ofinduction m otor is proposed i n order to solve the a ffect on stab ility and prec ision by stator resistance varia tion in inducti o n m o tor vecto r contro l syste m.For the sta tor resistance i d entificati o n,the error bet w een the m easured stator current and the esti m ated stator curren t based on artifi c ial neura l ne t w ork (ANN )is back propagated to ad j u st the w e i g hts of t h e neura lnet w or k .S i m u lation syste m s are bu iltw ith the help of MATLAB /SI M ULI NK,and the necessity o f stato r resistance i d entification are verifi e d .The resu lts sho w that the stator resistance can be identified onli n e e ffectively w ith the proposed sche m e .K ey words :artific i a l neural net w orks ;induction m o tor ;stator resi s tance ;online i d entificati o n;speed sensorless收稿日期:2007-05-28作者简介:李健(1982-),男,硕士,主要研究方向为电气传动、智能控制;程小华(1963-),男,博士,教授,主要研究电机及其控制。