论文部分内容阅读
永磁同步电机（PMSM）作为伺服系统的执行部件，要使电机能精确的工作，则必须要获得合适的伺服系统的控制器参数。而控制器的参数与PMSM的电机参数直接相关，且电机参数在实际运行过程中会发生变化，因此有必要对电机参数进行在线辨识。论文深入分析了各种永磁同步电机参数在线辨识算法，阐述了各种算法的优缺点，指出各类参数辨识算法所存在的共同问题，即计算量大和多参数辨识时的相互耦合。针对这两个问题，本文提出了一种采用改进的粒子群算法实现电机参数在线辨识的方法。文中首先深入分析了标准粒子群算法（SPSO）容易早熟的原因，基于此对其进行改进，提出一种协同粒子群算法(CPSO)，并在MATLAB中将SPSO算法和本文提出的CPSO算法进行比较，仿真结果表明CPSO在单峰函数寻优问题上有高收敛精度和收敛性，不会出现早熟现象。然后将CPSO算法与SIMULINK中的永磁同步电机控制系统模型结合，在MATLAB中实现了基于CPSO的永磁同步电机在线参数辨识仿真，验证了该算法用于电机在线参数辨识中的有效性。由于粒子群算法具有天然的并行性，与FPGA硬件上的并行性相吻合，为保证算法的实时性，本文采用FPGA来实现基于粒子群算法的在线参数辨识。由于实验所采用的FPGA的片上资源有限，且实现CPSO比实现SPSO所消耗的资源多，本文的实验分两步完成。第一步是在FPGA上实现基于SPSO的参数辨识算法，以辨识出电机的电气参数和机械参数。通过辨识出的参数结果的准确度和完成辨识所耗的时间，验证粒子群算法用于在线参数辨识的有效性。第二步是在FPGA上实现CPSO算法，选择典型测试函数，分析CPSO算法和SPSO算法硬件实现时各自的优劣，说明采用CPSO实现在线参数辨识时，完成辨识算法所需的时间比SPSO短，且寻优精度比SPSO高，但会消耗更多的FPGA片上资源。仿真和实验结果表明，基于CPSO的在线参数辨识方法简单易实现，算法实时性好，并且较彻底地解决了标准粒子群算法中的早熟问题和参数辨识中的多参数耦合问题，实现了电机机械参数（包括转动惯量、负载转矩）和电气参数（包括定子电阻、定子电感、转子磁链）的高精度的同时在线辨识。