基于卡尔曼滤波和神经网络的PMSM参数辨识

摘要

永磁同步电机(PMSM)是一种非线性、强耦合的控制对象，电机参数的变化更加大了其控制难度.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.本文针对这一非线性、强耦舍的模型，研究了一种基于扩展卡尔曼滤波(EKF)和EIman神经网络(EIman NN)的永磁同步电机参数Rs，Ψd和Ψq的辨识方法。仿真结果表明，该方法具有很快的收敛速度，它能很精确地辨识PMsM的R5，Ψd和Ψq，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.