模拟退火粒子群优化算法在异步电动机参数辨识中的应用

Ｃ ｍｐ ｒ ｄｔ ｔｅ ｌｏ ｔｍｓ ｈ ｉ ｌｔ ｎ ｒｓｌ ｆｓｍｕａｅ ｎ ｅ ｌ ｇ ｐ ｒｉｌ ｗａｍ ｐｉ ｚｔ ｎ ａｇ ｒ ｈ ｏ ａｅ ｏｏｈ ｒａｇ ｒ ｈ ．ｔｅｓｍｕａｉ ｅｕｔ ｏ ｉ ｌｔｄ ａ ｎ ａｉ — ａｔ ｅｓ ｒ ｏ ｔ ａｉ ｌｏ ｔｍｓ（ Ａ— ｉ ｏ ｓ ｎ ｃ ｍｉ ｏ ｉ Ｓ
Ｐ Ｏ）ａｅ ｕ ｈｂ ｔ ｒｗ ｉ ａ ｓ Ａ Ｐ Ｏ ｈ ｓ ｆ ｃ ｖｌ ｃｍｂ ｅ ｅｇ ｂ ｌ ｐｉ ｉ ｔ ｎａ ｉｔ ｏ ｍ ｌ ｅ ｎ ｅ ｌ ｇ Ｓ ｒ ｃ ｅ ｅ ， ｈ ｈｍｅｎ — Ｓ ａ ｅ ｅ ｔ ｅ ｏ ｉ ｄｔ ｌ ａ ｏ ｔ ｚ ｉ ｂｌｙ ｆ ｉ ｕａ ｄａ ｎ ａ ｎ ｍ ｔ ｃ Ｓ ｆ ｉ ｙ ｎ ｈ ｏ ｍ ａｏ ｉ ｓ ｔ ｉ
中 图分 类 号 ： Ｍ３ ３ Ｔ ４ 文 献标 识码 ： Ａ 文章 编 号 ： ０ — ０８ ２ １ ）４ ０ ３ — ４ １ ４ ７ １ （０ ０ ０ — ０ ３ ０ ０
Ｐａ ａ ｔ ｒ Ｉ ｎｔｆｃ ｔｏ ｏ ｎ Ｉ ｕｃ ｉ ｎ Ｍ ｏ ｏｒ Ｕｓｎ ｍｕ ａ ｅ ｒ ｍｅ ｅ ｄｅ ｉ ａ ｉ ｎ ｆａ ｎｄ ｔｏ ｉ ｔ ｉ ｇ Ｓｉ ｌ ｔ ｄ Ａｎ ａ ｎｇ— ｒ ｉＩ ｎｅ Ｈ Ｐａ ｔｃ ｅ Ｓｗａ ｍ ｒ Ｏｐｔｍｉ ａ ｉ ｎ Ａｌ ｏ ｉｈｍ ｉ ｚ ｔｏ ｇ ｒｔ
０引 言
电机参 数 辨识 问题是 在一定 的 电机 参数 辨识 模
每个 粒子 通过 对新 位 置 的 接受 概 率 的计 算 ， 决 定 来
是 否要到 达新 的位 置 ， 而更 新 整个 粒 子 群 的位 置 从
ｊ
状态 。仿 真表 明 ， 拟 退 火 算 法有 效 地 跳 出 局部 最 模 优值 的能 力 与 粒 子 群 算 法 的快 速 寻 优 的 特 性 相 结
…
…
儆持电棚
… … … … …
…
一
－ 曼４ ＿ …………………………………………．……一……… ． ．
Baidu Nhomakorabea・…
．
…
…
…
…
…
一 一
…
…
…
…
…
…
…
…
…
…
一 一。
…
。
一一
…
…
’ …
。 一
一 。
…
！
模 拟 退 火 粒 子 群 优化 算 法在 异 步 电动机 参 数 辨识 中的应 用
林梅金 ， 王 飞
（ 山科 学 技 术 学 院 ， 东佛 山 ５ ８０ ） 佛 广 ２ ００
摘
要： 分析 了模拟退火算法和粒子群算法 的优缺 点 ， 出了一种 利用两种 算法优 点的混合 优化算法 ， 给 出 提 并
了详细应用步骤 。利用异 步电动机直接 空载起 动特性 ， 对异步电动机动态数学 模型参数进 行 了辨识 ， 通过 与其 他几 种算法辨识的结果进行 比较 ， 明模拟退火粒子群 优化算法 有效地结 合 了模 拟退火算 法 的全局寻优能 力和粒 子群 说 算法 的快速收敛 的特点 。 关键词 ： 模拟退火算法 ； 粒子群算法 ； 模拟退火粒子群算法 ； 参数辨识
合， 大大提 高 了对异 步 电动 机 动态 数 学模 型参 数 辨 识 的精度 。 ｊ 措
型基 础上 ， 利用参 数 辨 识值 下 的 电机模 型离 散 时 刻
输 出预测值 与实 际 电机输 出值 的残差平 方 和作为 最 小 化 目标 函数 ， 进行迭 代寻 优的 。近年 来 ， 用广 义 应 Ｋ ｈａ ａｎ ｎ滤波 ¨ 、 小二 乘 法 、 传 算 法 等 对 异 步 Ｊ最 遗 电动 机参数 进行 辨识做 了许 多研究 工作 。在 这些方 法 中广义卡 尔曼滤 波法 的缺点 是每 步都 要进行 矢量 或矩 阵运算 ， 计算 量大 ； 小二 乘法在 优化 的过 程 中 最 要用 到 目标 函数对 电机 参数 的导 数 ， 对 转速 波 动 且
ａ ｄ ｔｅ ｆ ｓ ｅ ｒｈｉｇ ａ ｌｔ ｆｐ ｒｉ ｌ Ｗａ Ｔ ｏ ｔｍｉａｉ ｎ ｎ ｈ ａ ｔｓ ａ ｃ ｎ ｂｉｉ ｏ ａ ｃｅ ｓ Ｎ Ｉ ｐ ｉ ｚ ｔｏ ． ｙ ｔ Ｋｅ ｒ ｙ ｗｏ ｄｓ： ｉ ｌ ｔｄ ａ ｅ ｌｎ ｌｏ ｉｈ ； ａ ｉｌ ｗａ／ ｐ ｉ ｉａ ｉｎ ａ ｇ ｒｔ ； ｓｍｕ ａｅ ｎｎ ａｉ ｇ ａｇ ｒｔｍ ｐ ｒ ｃｅ ｓ ／ｎ ｏ ｔｍ ｚ ｔｏ ｌ ｏｉｈｍ ＳＡ—ＰＳＯ ； ａ ａ ｔｒｉ ｅ ｔｆｃ ｔ ｎ ｔ ｐ ｒ ｍｅｅ ｄ ｎ ｉ ａｉ ｉ ｏ
ＬＮ ｉ ｆ Ｗ ＮＧ Ｆ ｉ Ｉ Ｍｅ－ ｎ， Ａ ｅ ｉ
（ ｏｈ ｎＵ ｉｅｓｙ Ｆ ｓａ ２ ０ ０ Ｃ ｉａ Ｆ ｓａ ｎｖｒｉ ， ｏｈ ｎ５ ８ ０ ， ｈｎ ） ｔ
Ａｂｓｒ ｃ Ｔｈ ｐ ｐ ｒ ａ ａｙ ｅ ｈｅ ｄ ａ ｔｇ ｓ ｎｄ ｔ ｅ ｓ ｄ ａ ｔ ｇ ｓ ｆ ｓｍ ｕ ａｅ ｎ ａｉ ａｇ ｒｔ ｍｓ ｎ ｒｉｌ ｔ ａ ｔ： ｅ ａ ｅ ｎ ｌｚ ｄ ｔ ａ ｖ ｎ ａ ｅ ａ ｈ ｄｉａ ｖ ｎ ａ ｅ ｏ ｉ ｌｔ ｄ ａ ｎｅ ｌｎｇ ｌｏ ｈ ａ ｄ ｐａｔｃ ｅ ｉ
ｓ ｉ ｐ ｉ ｚ ｔ ｎ ａ ｇ ｒｔｍｓ ａ ｄ ｐ ｏ ｏ ｅ ｅｄ ｔｉ ｄ ａ ｐ ｉａｉｎ ｓｅ ｓｏ ｅ ｍｉｅ ｐ ｉ ｚ ｔ ｎ ａｇ ｒ ｈ ｕ ｉ ｇ ｔｅｒ ｗａ ｎ ｏ ｔ ａ ｉ ｌｏ ｈ ， ｎ ｒ ｐ ｓｄ ｔ ｅａｌ ｐ ｌ ｔ ｔｐ ｆ ｎ ｗ ｘ ｄ ｏ ｔ ｍｉ ｏ ｉ ｈ ｅ ｃ ｏ ａ ｍｉ ｉ ｌｏ ｉ ｍ ｓ ｉ ａｏ ｔ ｎ ｈ ａ ｖ ｎ ａ ｅ ．Ｐ ｒ ｍｅｅ ｅ ｔ ｉ ａｉｎ ｏ ｈ ｎ ｕ ｔ ｎ ｍｏｏ ｙ ａ ｃ ｍｏ ｅ ｓ ｄ ｎ ｓｎ ｏ ｌａ ｔ ｒ ｎ ｆｔ ｅ ｍｏｏ ． ｄ ａ ｔ ｇ ｓ ａ ａ ｔｒｉ ｎｉ ｃ ｔ ｆｔ ｅ ｉｄ ｃｉ ｔｒ ｄ ｎ ｍｉ ｄ ｌｗａ ｏ ｅ ｕ ｉ ｇ ｎ ｏ ｄ ｓａｔ ｇ ｏ ｈ ｔｒ ｄ ｆ ｏ ｏ ｉ