首页|改进细菌觅食算法的永磁同步电机参数辨识

改进细菌觅食算法的永磁同步电机参数辨识

扫码查看
原文链接
  • 万方数据
  • 维普
应用群智能算法对永磁同步电机(PMSM)进行参数辨识后期容易进入局部最优,从而导致辨识误差大,为此提出一种融合小生境技术的改进细菌觅食算法(MBFA).通过构建目标追踪函数,利用电机电流、电压和转速等直接测量的信号实现对电机d轴电感、q轴电感、定子电阻和永磁体磁链的快速、准确辨识;辨识过程中通过引入格型准则对目标解空间进行拟蒙特卡罗采样提高算法的全局搜索能力;基于小生境技术进行在线多种群协同搜索策略提高算法的搜索效率和寻优精度;最后通过引入一种种群实时监测和动态更新机制保证了算法在整个寻优过程的鲁棒性.仿真和实验结果表明,所提算法在参数辨识的快速性、准确性、稳定性方面均表现优越,辨识结果能够满足对永磁同步电机进行建模和仿真的精度要求.
Parameter identification of permanent magnet synchronous motor based on modified bacterial foraging algorithm

permanent magnet synchronous motorparameter identificationbacterial foraging algorithmQuasi Monte Carlo samplingniching technologyswarm intelligence optimization

边琦、马建、张梦寒、王建平

展开 >

长安大学 汽车学院,陕西 西安710064

永磁同步电机 参数辨识 细菌觅食算法 拟蒙特卡罗采样 小生境技术 群智能优化

国家重点研发计划国家自然科学基金中国博士后科学基金陕西省自然科学基础研究计划陕西省自然科学基础研究计划中央高校基本科研业务费专项长安大学项目

2019YFB1600800621030612022M7205342021JQ-2872021JQ-252300102223202

2024

10.15938/j.emc.2024.02.017

电机与控制学报
哈尔滨理工大学

电机与控制学报

CSTPCD北大核心
影响因子：1.014
ISSN：1007-449X
年,卷(期)：2024.28(2)
  • 20