基于卡尔曼滤波和神经网络的PMSM参数辨识

• 作者: 刘明光 杨罡 王松 石双双
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 永磁同步电机 参数识别 扩展卡尔曼滤波 Elman 神经网络
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 电气工程
• 页码范围: 124-127,136
• 页数: 5页
• 分类号: TM351
• 字数: 2582字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0291.2010.02.028

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.文中针对这一非线性、强耦合的模型,研究了一种基于扩展卡尔曼滤波(EKF)和Elman神经网络(Elman NN)的永磁同步电机参数R_s,ψ_d和ψ_q的辨识方法.仿真结果表明,该方法具有很快的收敛速度,能很精确地辨识PMSM的R_s,ψ_d和ψ_q,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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘明光	北京交通大学电气工程学院	101	826	15.0	24.0
2	杨罡	北京交通大学电气工程学院	20	209	7.0	14.0
3	王松	北京交通大学电气工程学院	18	112	3.0	10.0
7	石双双	山东大学威海分校机电工程学院	2	77	2.0	2.0