文献类型：期刊文章

作　　者：王松[1,2] 刘明光[1] 石双双[2] 杨罡[1]

机构地区：[1]北京交通大学电气工程学院,北京100044 [2]山东大学威海分校机电工程学院,山东威海264209

出　　处：《北京交通大学学报》

基　　金：威海市和山大威海分校大学共建计划项目资助(115043210806)

年　　份：2010

卷　　号：34

期　　号：2

起止页码：124-127

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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El man神经网络(El man 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,能很精确地辨识PMSM的Rs,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.

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

分 类 号：TM351]