用于永磁同步电机参数辨识的正交投影和递推最小二乘联合算法



用于永磁同步电机参数辨识的正交投影和递推最小二乘联合算法

永磁同步电机凭借高功率密度、高惯性力矩比的优点广泛用于电动汽车。为设计高转速和高精度的电机控制器，需要合理的电机模型及电机实时物理参数，因此提出一种应用正交投影法（OPA）和递推最小二乘法（RLS）联合算法对永磁同步电机的物理参数进行辨识。

采用4阶状态空间方程组作为电机模型。需要定子电阻值、极对数、永磁铁磁链、转动惯量及d轴、q轴上的电感值等物理参数。

将非线性4阶状态空间方程组转换成线性回归形式的方程组，此线性回归形式的方程组输出量为电机功率角，且是状态变量的函数。利用探索法确定新的状态变量值得到两个线性回归形式的方程组，并将参数估测器应用到线性回归方程组进行参数估计，这样就可不利用线性化或简单化手段得到复杂的非线性方程组所需的电机物理参数。

在电控系统参数鉴别方面，RLS算法具有较高的鲁棒性，OPA算法具有较高的收敛速度，两者都可以在较大外界干扰下对系统进行可靠识别。提出一种RLS算法和OPA算法的联合算法，可在较大外界干扰和参数为任意初始值情况下，对电机物理参数进行准确识别。参数识别的第1步，对参数估测器进行正交投影，得到与识别参数数量相同的正交基向量。第2步，利用RLS算法得到参数估测系统的子系统，且此基础上利用OPA算法加速收敛速度。第3步，继续利用RLS算法推动参数估测进程，得到准确物理参数。

仿真对比分析3种电机物理参数识别算法（RLS、OPA及OPA 与RLS联合）。对比系统收敛速度和参数识别准确性的结果表明，OPA与RLS联合算法具有更好效果，并且能够应用到空间状态方程为线性回归形式的线性或非线性系统，此算法具有较强的应用性和参数在线估计能力。

刊名：Mathematical Problems in Engineering（英）

刊期：2015年第2015卷

作者：Iman Yousefi et al

编译：谢秀磊