[发明专利]基于改良型粒子群优化算法的永磁同步电机控制器

说明书

本发明公开了一种基于改良型粒子群优化算法的永磁同步电机控制器，包括：步骤一、建立PMSM模型；步骤二、自适应变异概率和全局最优混合变异；步骤三、最差个体最优的自适应小波变异；步骤四、Pareto最优集和全局最优的选取。本发明采用群体智能算法辨识永磁同步电机参数，并通过辨识的永磁同步电机参数进行控制器的设计。借鉴遗传算法中变异操作的思想，采用了一种基于自适应变异概率的混合变异粒子群优化算法进行永磁同步电机参数进行辨识，利用辨识参数来设计一种自适应的速度控制器。本发明提高了永磁同步电机参数的辨识精度，设计的控制器具有更好的控制性能和鲁棒性，为永磁同步电机控制器的控制性能提供了保证。

技术领域

本发明涉及粒子群优化算法和永磁同步电机的控制技术领域，具体地，涉及一种基于粒子群优化算法的高精度永磁同步电机参数辨识和控制器的设计方法。

背景技术

永磁同步电机在各种高性能控制场合中应用广泛。高性能的永磁同步电机控制系统的实现离不开精确的电机参数。永磁同步电机参数随着电机运行点的不同是不断变化的，并且存在着参数之间的耦合关系，这给高性能控制系统的实现带来了困难，降低了系统的动态性能。因此，获得准确可靠的物理参数是永磁同步电机系统稳定可靠运行的关键。递推最小二乘法、扩展卡尔曼滤波器法等传统方法已经应用于电机参数辨识中，但它们都需要对电机模型进行复杂的变换，对非线性时变特征的参数辨识和多参数辨识还有相当困难。许多群智能优化算法如神经网络辨识方法、蚁群算法、遗传算法和粒子群算法等被引入到电机参数辨识中，取得了一定的效果。采用群智能优化算法进行永磁同步电机参数的设计并进行控制系统的设计是当前研究的重要课题。

发明内容

本发明提出了一种基于粒子群优化算法的高精度永磁同步电机参数辨识和控制器的设计方法，采用的技术方案是群体智能算法辨识永磁同步电机参数，并通过辨识的永磁同步电机参数进行控制器的设计。借鉴遗传算法中变异操作的思想，采用了一种基于自适应变异概率的混合变异粒子群优化算法进行永磁同步电机参数进行辨识，利用辨识参数来设计一种自适应的速度控制器。

为了实现上述目的，基于粒子群优化算法的高精度永磁同步电机参数辨识和控制器的设计包括以下步骤：

步骤一、PMSM模型

本文中忽略PMSM的磁场饱和、铁损和涡流损耗等情况下，其dq坐标系的电压方程和磁链方程分别如式(1)和(2)。

电压方程如下：

磁链方程如下：

其中：u_d u_q为d,q轴上的电压分量，i_d i_q为d,q轴上的电流分量。ψ_d ψ_q为d,q轴上的磁链。L_d L_q为d,q轴上的等效电枢电感。ψ_f为永磁铁产生的磁链。υ为电气角度转速。在PMSM模型中，p＝{R,L_d,L_q,ψ_f}是需要辨识的参数。

当i_d＝0时，对dq轴电流进行解耦，使定子电流只有q轴交流分量，在电机电流处于稳态时，将(2)式带入(1)式，并进行离散化可得：

由于有四个参数需要辨识，在电机电流稳态时通过在短时间内注入一个i_d≠0的d轴电流，得到另一个二阶电机dq轴模型为：

综合(3)和(4)，得到一种四阶PMSM电机dq轴辨识模型为：

则构造PMSM辨识模型的适应度函数如下：