基于社团PSO算法的异步电机参数估计方法

马 勇，刘玉春

(1.四川工程职业技术学院,德阳,618000;2.周口师范学院,周口,466001;3.西安电子科技大学,西安710071)

0 引 言

有效的异步电机矢量控制系统需要掌握电机定子和转子的电阻、漏感、互感等参数,它们对电机负载能力和转速精度的影响很大[1]。在电机的铭牌中,只有额定电压、电流、功率和转速等信息。为此需要根据这些参数来估算电机的电阻和电感参数。然而,由于电机的实际数据与铭牌数据有一定差别,致使这些估算的参数只能作为参考值[2]。为了进一步提高控制系统的准确性,所以需要对电阻和电感参数进行精确估计。

目前,电机参数估计的方法主要分为3类,即基于频率特性估计、基于时域信号估计和基于人工智能算法估计[3]。由于计算机计算能力的提升,各种智能算法得到广泛应用,例如模拟退火算法、遗传算法、蚁群优化算法和粒子群优化(以下简称PSO)算法等[4]。例如,文献[5]提出一种基于遗传算法的异步电机参数辨识方法,通过检测电机的定子电压、电流和转子转速信号简化电机模型,并利用遗传算法估计出电机的4个主要参数。

在这些智能算法中,PSO搜索最优解决方案的能力最强,且收敛速度快[6]。为此,文献[7]基于PSO算法,在线辨识出具有与直流电机相似动态特性的等效电机模型参数。然而,传统PSO算法也存在容易陷入局部最优的缺陷。为此,学者提出了一些改进型的PSO算法,例如基于局部最佳的PSO算法(以下简称PSO-l)和基于全局最佳的PSO算法(以下简称PSO-g)[8]。……