音圈电机作为一种直接驱动的电机,其系统性质是非线性的。在描述音圈电机系统的动力学方程中有几个未知参数。因此,系统辨识是其动态系统分析的前提。然而在系统辨识的方法中,最有前途的一种算法是求解全局优化问题的自适应粒子群算法(APSO)。APSO算法对处理非线性约束函数的变量进行边界限制,使其在设定的搜索空间内求解音圈电机系统中最优的未知参数。在该算法中,无论参数的初始条件如何,APSO算法都能保证快速收敛以及较高的求解精度。本文实验平台是LED焊线机,其中音圈电机控制焊头在Z轴方向上下快速运动。通过对焊线机中音圈电机及其闭环系统的分析,设计几组实验并运用改进的APSO算法对音圈电机系统辨识。再借助Matlab/simulink软件仿真验证所选定的未知参数的准确性。仿真验证表明,仿真结果和实验结果之间能良好的拟合。本文的工作主要有以下几个方面：简要的总结了音圈电机的发展历程,历来参数辨识所用方法的国内外研究,重点介绍了对音圈电机参数辨识方法的比较与选择,对本文采用的粒子群算法的发明及应用研究领域作了较详细的介绍。根据LED焊线机实验平台中的音圈电机实物,绘其PRO/E三维模型图,用以介绍其结构特点。分析音圈电机结构模型,建立音圈电机数学模型。分析LED焊线机实验平台中对音圈电机控制的"PID+速度环、位置环的双闭环控制系统”,为后续闭环实验、采用改进的粒子群算法参数辨识和辨识模型的仿真验证奠定基础。具体分析介绍LED焊线机实验平台中TURBO PMAC控制卡内各变量的设置及功能作用,并介绍了其对应的PEWIN32PRO2软件的数据采集功能。详细解说了闭环实验的采样频率,TURBO PMAC的实验程序以及八组不同PID参数的实验方案并绘出闭环实验所获得的实验数据图。另外设计两组特定的PID参数值,实验并获得实验数据。介绍了基本粒子群优化算法,并解说了粒子群优化算法过于早熟收敛的原因。鉴于该缺点提出粒子群优化算法的改进。详细解说了该改进方法,从而避免粒子群算法搜索陷入局部极值,更好的寻找到全局最优解。在八组闭环实验数据的基础上,采用改进的自适应粒子群优化算法处理数据,辨识参数。以八组中辨识误差最小的第五组模型为仿真验证对象,仿真验证其他七组闭环实验数据。仍以第五组模型为对象,仿真验证这两组特定的PID参数的实验结果。将八组带PID参数的数据分成两组进行交叉检验,求取误差平方R2和相对最大绝对误差,以验证模型参数辨识的可靠性。