基于双模态自适应小波粒子群的永磁同步电机多参数识别与温度监测方法
提出了一种双模态自适应小波粒子群(Binary-modal adaptive wavelet particle swarm optimization,BAWPSO)的永磁同步电机(Permanent magnet synchronous motor,PMSM)多参数识别与温度监测方法.为了提高算法动态寻优性能,群体被划分为正向学习和反向学习两种模态;对处于不同模态的粒子分别采用正向学习策略与反向学习策略协同求解,扩大了解的搜索空间;同时对粒子个体极值采用自适应小波算子增强学习以提高收敛精度.永磁同步电机参数辨识结果表明所提方法能够有效地辨识电机电阻,dq轴电感与转子磁链等参数,且能有效追踪系统参数变化值.在辨识出电机定子绕阻值后,根据金属阻值与温度之间的线性原理间接计算定转子温度,从而实现永磁同步电机系统温度在线监测.
粒子群、永磁同步电机、参数辨识、温度监测、自适应
39
国家科技支撑计划2012BAH09B02;国家自然科学基金61174140,61203309;教育部高校博士点基金20110161110035;中国博士后科学基金项目2013M540628;湖南省自然科学基金13JJ8014,14JJ3107;Key Projects in the National Science and Technology Pillar Program2012BAH09B02;National Natural Science Foundation of China61174140,61203309;Doctoral Fund of Ministry of Education of China20110161110035;China Postdoctoral Science Foundation Funded Project2013M540628;National Natural Science Foundation of Hunan Province13JJ8014,14JJ3107
2014-01-23（万方平台首次上网日期，不代表论文的发表时间）
共10页
2121-2130
