基于卡尔曼滤波和神经网络的PMSM参数辨识

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、强耦舍的模型，研究了一种基于扩展卡尔曼滤波(EKF)和EIman神经网络(EIman NN)的永磁同步电机参数Rs，Ψd和Ψq的辨识方法。仿真结果表明，该方法具有很快的收敛速度，它能很精确地辨识PMsM的R5，Ψd和Ψq，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.

关键词： 永磁同步电机 参数识别 卡尔曼滤波 神经网络

作者: 王松 石双双

作者单位: 北京交通大学，北京，100044 山东大学威海分校 机电工程学院，山东，威海，264209 山东大学威海分校 机电工程学院，山东，威海，264209

会议类型: 国内会议

会议名称: 2009年系统仿真技术及其应用学术会议(CCSSTA”2009)

会议地点: 合肥

会议语种:中文

页码: 217-221

在线出版日期: 2009-08-01（万方平台首次上网日期，不代表论文的发表时间）