基于并行动态学习型免疫算法的永磁同步电机状态监测

摘要

为提高永磁同步电机(Permanent magnet synchronous machine,PMSM)系统参数辨识与状态监测效率,利用图形处理器(Graphics processing unit,GPU)并行计算与人工免疫技术相结合的研究方法,建立面向永磁同步电机系统基于GPU并行动态学习型免疫进化的参数估计与状态监测模型.为提高算法的动态跟踪性能,在抗体演化进程中,通过知识学习策略来引导算法进化过程,首先将抗体群划分为B细胞群、浆细胞群以及记忆细胞群,对处于不同进化群体中的抗体分别设计免疫综合学习策略、免疫反向学习策略和高斯学习策略,以增强抗体间的信息交互;接着,应用图形处理器并行计算技术进一步加速算法求解过程;最后,将所提算法应用于永磁同步电机系统参数辨识与状态监测中,实验表明,所提方法能同时准确地对电机的定子电阻、dq轴电感和永磁磁链等系统关键参数进行估计.依据参数变化实现对系统运行状态进行在线监测与预警.计算结果表明,GPU并行技术能大幅度提高计算效率.