【《基于遗传算法的参数辨识技术设计与应用仿真研究》7900字】

基于遗传算法的参数辨识技术设计与应用仿真研究目录TOC\o"1-3"\h\u13637摘要 119464第一章绪论 2115761.1课题研究背景及课题意义 2276961.1.1永磁同步电机发展历程 3201921.1.2永磁同步电机特点 4129201.2永磁同步电机参数辨识国内外研究现状 425958第二章永磁同步电机的数学模型 6290312.1永磁同步电机的结构和分类 6259052.2PMSM数学模型 628638第三章基于遗传算法的永磁同步电机参数辨识 9218653.1遗传算法概述 9115243.2遗传算法的辨识原理 96883.3MATLAB遗传算法工具箱介绍 10196184.1永磁同步电机参数辨识系统 12114134.2仿真设计 12141654.3仿真结果分析 13111344.4辨识结果优劣判断 155430第五章结论 16摘要永磁同步电机（PMSM，permanentmagnetsynchronousmotor）主要特点有电机结构简单，体积小、高效率、转速波动范围广、损耗小和节约能源等优点。目前，永磁同步电动机已经在我国石油行业、陶瓷行业、纺织行业、橡胶行业、各大冶金厂和工程机械行业等许多各行各业的中、低压同步电动机中获得业绩，并且也被广泛应用于新能源风力发电、数控机床以及柔性制造等高性能控制领域。遗传算法是一种模拟生物进化机制的随机全局优化搜索算法,由于具有很强的全局优化能力及鲁棒性,近年来已被普遍用于生产规划、信号处理、最优控制等各个领域【1】。遗传算法在电机的参数辨识中的应用已经出现了许多研究成果【2-3】。其中文献[2]是基于感应电机的参数辨识，文献[2，3]是基于异步电机的参数辨识，此类文献中已经将遗传算法应用在异步电机不同参数的辨识。为此，本文综述结合电机的各种数学模型，提出了一种基于遗传算法的定子参数辨识技术。这种等效性辨识技术攻克了了原始的辨识方法中例如被辨识参数必须是在真实值附近的难题，基于遗传算法的参数辨识技术具有更号的精确度，为永磁同步电机的参数辨识提供了一条切实可靠的路径。关键词：遗传算法永磁同步电机参数辨识第一章绪论1.1课题研究背景及课题意义随着当前我国的生态环境污染治理和清洁型能源使用推广等问题的矛盾的日益突出，在国家新能源政策的号召下，电机驱动设备行业也逐步形成了一种面向节约能源和生态环保的产业发展理念。《中国制造2025》首次正面提出了“创新驱动和绿色发展”的针对性方案，明确了如何更好的进一步加快提升我国电机驱动关键技术的工程化和产业化能力的发展战略。因此，研究电机结构的设计，改进其控制策略提高工作性能对于满足高效节能有十分重要的意义。按照电机工作电源方式的不同，可以按照电机的驱动，将电机划分为直流电动机和交流电动机两大类别，交流电机根据运转方式的差异又可以分为同步电机和异步电机。3种电机性能的差异比较如表1-1所示。相对于异步电机，永磁同步电机以永磁体作为转子，不存在感应绕组和无功励磁电流，消除了转差，减少了励磁带来的损耗，因此拥有较高的功率因素；其与直流电机相比，省去了电刷等器件，维护起来方便，并且不会有火花产出从而工作状态较为安全，能够降低系统的故障率【4】。随着科技的进步，电机正朝着高效化、专业化、定制化方向发展，PMSM所具有的效率高、机械性能好、电枢反应强且节能的优点被逐渐挖掘。例如在新能源汽车、轨道交通和高速列车行业，PMSM有着不可忽视的优点从而在其传动系统中逐渐占据主体地位。此外，随着永磁体性能的不断优化和材料成本的持续降低，以及PMSM控制技术的不断改进和DSP等微处理器的飞速发展，永磁同步电机也在智能制造、工业自动化等高性能伺服领域得到广泛应用【5】。表1-SEQ表1-\*ARABIC1性能及类型直流电机异步电机永磁同步电机转速范围/rpm4000-600012000-20000>15000功率密度低中高重量重中轻体积大中小效率低中高可靠性差好较好转矩特性一般较好好永磁同步电机固然具有上述众多优点，但随着其在高性能伺服系统应用范围逐渐扩大，对其性能方面的要求也必然不断提高。特别是在某些需要精准定位和实时跟踪的场合下，更强的鲁棒性和更高的控制精度等要求被迫切提出，而PMSM非线性耦合特性导致很难对其进行有效精确控制，控制系统的设计更为复杂。鉴于这种情况，近年来大量国内外学者研究出了众多控制策略，但其中的大多数控制策略都是基于PMSM精确参数的基础之上【6】。例如PMSM双闭环矢量控制系统，电流控制绕行机组环境的响应速度快，其控制器参数的合理性直接决定了系统控制性能的优劣，而其参数整定合理性通常受到电机定子电阻和电感值的影响。此外，PMSM无传感器控制基本都需要用到电机参数。在通常的应用场合，PMSM参数一般被认为是恒定常数。且可以在厂商提供的铭牌上获得，但是这些数值都是在电机空载等特定情况下测量的，没有考虑到电机实际运行环境。伴随着电机运行环境和时间的不同，其电气参数会不同。例如定子电阻会随着温度升高而增加，定子电感会受到相电流增大导致的磁芯饱和而减小。此外随着运行年限增加导致电机老化，永磁体也会产生退磁现象【7】。这就奠定了电机参数精确辨识在整个控制系统设计和其动静态性能分析中的重要位置，也就是说系统能够实时获取电机参数变化，便可以实现系统在动静态响应中的高可靠性和高精度控制能力【8】。因此，永磁同步电机的高精度电气参数辨识对于高性能伺服控制领域至关重要。因此，要想PMSM能够高性能控制，电气参数辨识至关重要。1.1.1永磁同步电机发展历程利用永磁体制造电机的起源很早，人类史上首台电机的雏形就是永磁电机。早期永磁电机的永磁体材料性能较差，造成电机的输出转矩小，而且此类电机的体积较大、非常笨重，故渐渐地被电励磁电机取代。近年来，随着电力电子技术、微电子技术、电机控制理论快速发展，以及稀土永磁材料如钕、铁、硼的不断完善以及其价格的逐步降低，才使得PMSM逐渐发展起来，并广泛服务于社会的各个领域中。1.1.2永磁同步电机特点电能是我们人类赖以生存和发展的物质基础，而电机是电能在使用和生产过程中的核心。随着我国经济的迅猛增长及建设节能型社会的发展，高效节能电机及其驱动技术将会得到迅速发展【9~10】。PMSM的转子采用稀土永磁材料励磁，使得永磁同步电机体积小，重量轻，结构简单，运行可靠且效率高。随着稀土永磁材料如钕、铁、硼的不断完善以及其价格的逐步降低，使得永磁同步电机在新能源风力发电、航空航天、高速列车、数控机床及柔性制造等高性能伺服控制领域得到广泛应用【11~13】。PMSM相比较于其它类型的电动机具有如下优点：（1）与直流电动机相比，无需安装换向器和电刷，简化了结构，增加了系统的可靠性；（2）与异步电动机相比，PMSM不存在励磁损耗，无需无功励磁电流，减少了定子电流和定子电阻的损耗，另外，PMSM的体积小、重量轻，控制系统更加简单、方便；（3）与普通同步电机相比，不需要转子励磁装置，提高了电机的工作效率且减小了体积。总之，PMSM具有体积小，质量轻，效率高，结构简单，惯性低以及转子无发热等优点。1.2永磁同步电机参数辨识国内外研究现状19世纪60年代，参数辨识技术得到迅速发展，如今系统辨识方法已广泛地应用于PMSM参数辨识中，参数辨识作为现代控制理论的技术分支，伴随着对系统控制性能要求的提高经历着不断完善与发展的过程，形成了不同的辨识方法。目前国内外的学者对于参数辨识的分类方式主要有两种。一种是基于辨识所涉及的数学模型将辨识方式分为非参数模型的辨识方法和参数模型的辨识方法。非参数模型辨识方法是指假定被辨识系统是线性的前提下，通过施加特定的输入信号，测定其相应的输出信号，以求得被辨识系统的非参数模型，其方法主要有脉冲响应法、阶跃响应法和频率响应法。基于参数模型的辨识方法是指这类方法必须事先假定一种模型结构、通过极小化模型与系统之间的误差准则函数来估计模型参数，若模型结构无法事先确定，则必须利用模型结构辨识方法首先确定模型的结构参数（如阶次，纯延迟等），然后再进一步估计参数模型，其方法主要包括最小二乘法，极大似然法，卡尔曼滤波法。另一种是基于辨识过程中电机的运行状态将辨识方式分为离线辨识和在线辨识。离线辨识是指在电机未启动时向电机施加不同形式的电压、电流信号，检测电压电流响应，按照对应的数学模型计算出电机的各种参数的一种辨识方法，并且大多数离线辨识方式都是来源于传统的感应电机参数测试方法。在线辨识是指由控制系统在电机运行过程中获取系统参数，并进一步应用于系统控制一种辨识方式。为了适应工程实际，从大部分文献资料来看，学者们对于参数辨识的研究主要是从在线方式或者是离线方式来进行研究的，因而要了解这项技术的发展和研究现状，也应从这两个角度着手。PMSM系统是一个复杂，强耦合的非线性系统，常规方法难以得到高精度辨识结果。因此，辨识PMSM未知参数的问题，仍需要付出多的研究和实验。

第二章永磁同步电机的数学模型2.1永磁同步电机的结构和分类永磁同步电机根据其磁钢摆放位置的位置或者按照电机驱动方式，可以将其分为无刷直流电机(BLDCM)和永磁同步电机，其中定子和转子是PMSM机械本体的最主要组成部分。基于永磁材料在铁芯中的方位，将三相PMSM分为内埋式PMSM和表面式PMSM，其中表面式PMSM又分为面贴式和嵌入式两种，如图2-1所示。面贴式(b)嵌入式(c)内埋式图2-SEQ图2-\*ARABIC1PMSM不同的转子磁路结构会存在不同的电磁转矩形成机制，制造电机的工艺、电机运行的效果以及控制电机的方式也会不同，在使用电机的过程中应该根据运行成本、运行环境、稳定性等因素，选择合适的材料、结构、尺寸来降低工业成本，提高电机的运行性能。如图2-1(a)为面贴式转子结构，由于该结构具有制造装配简单、转动惯量小和低制造成本等优点，在低速运行环境如家电等行业广泛应用。图2-1(b)为转子嵌入式结构，其相邻量磁极间有铁磁材料，电机功率密度较高，磁路不对称产生的磁阻转矩可以提高电机运行性能。图2-1(c)为内埋式转子结构，其实将永磁体隐埋于转子铁芯内部，虽然结构复杂但拥有极大的机械强度和减弱消磁风险，具有高输出转矩。2.2PMSM数学模型PMSM是一个具有强耦合性的、非线性时变的复杂系统，其能在静止三相坐标轴系、静止αβ坐标轴系以及同步旋转dq坐标轴系下建立数学模型，并且三种坐标轴系下的数学模型可以进行变换所得，而其在dq坐标轴系下的数学模型是最常用的数学模型。在应用中忽略PMSM的磁饱和效应及铁芯涡流、磁滞损耗等情况，其dq坐标系的电压方程和磁链方程分别如式(2-1)和(2-2)。电压方程如下：（2-1）磁链方程如下：（2-2）其中：ud、uq为d，q轴上的电压分量，id、iq为d，q轴上的电流分量，RS为定子电阻，ψd、ψq为d，q轴上的磁链，Ld、Lq为d，q轴上的电感，ψƒ为永磁铁产生的磁链，ω为电气角度转速。在同步旋转dq坐标轴系下，PMSM的数学模型可以表示为：（2-3）其中：id，iq与ud，uq分别为dq轴的电流和电压；ω是电气角度转速；RS为定子电阻，LdLq为d，q轴上的电感，ψƒ为永磁铁产生的磁链；P={RS，Ld，Lq，ψƒ}就是需要同时辨识的参数集合。PMSM一般采用id=0进行解耦控制，当id=0时，对dq轴电流进行解耦，使定子电流只有q轴交流分量，在电机电流处于稳态时，将(2-2)式带入(2-1)式，并进行离散化可得：（2-4）从式(2-4)中可知电机方程的阶数是二，但需要辨识的参数是四个，所以电机状态方程是非满秩型。在电机电流稳态时通过在短时间内注入一个id≠0的d轴电流，得到另一个二阶电机dq轴模型为：（2-5）综合(2-4)和(2-5)，得到四阶PMSM电机辨识模型：（2-6）

第三章基于遗传算法的永磁同步电机参数辨识3.1遗传算法概述遗传算法是一种仿生数值计算优化算法，以生物进化规律为理论基础。遗传算法并不直接求解问题，而是将需要求解的问题转化成选择条件，以生物种群繁殖的方式在可行域内搜索最优解。种群中的每一个解被称为"染色体"或者"个体"。开始计算时，遗传算法是以特定规律产生若干数量的初始个体，这些个体将会被适应度函数赋予相对应的适应度。遗传算法用特定的方法(选择算子)对种群里面的个体进行筛选，保留下适应度高的个体。这些被保留下的个体可以繁殖产生下一代个体。与生物界一样，遗传算法中的繁殖也有两种方式:双亲繁殖与单亲繁殖。当遗传算法遇到以下情况则会停止运算，输出结果:(1)适应度函数输出达到规定的区间;(2)种群进化停滞;(3)繁衍的代数超过限定值;(4)其他特殊的停止条件。从以上计算过程可以看出遗传算法有着坚实的生物学基础，但是其背后的数学原理任然不为人所知。1975年，Holland在《AdaptationinNatureandArtificialSystem》中首次提出了模式定理，用以解释遗传算法的数学原理。模式定理认为简单遗传算法具有全局收敛性和隐含并行性。遗憾的是，随着人们进行深入的研究，全局收敛性这一结论遭到了越来越多人的质疑——基于马尔科夫链与矩阵理论可以证明简单遗传算法不能够保证全局收敛。于是，人们开始考虑在极端条件下(例如种群无限大、运算时间无限长)，运用数学原理构建起能够全局收敛的特殊遗传算法，但是没有任何一个理论能够做到具有普适性。除此之外，模式定理还不能解释清楚早熟现象与欺诈问题。这意味着早熟现象与欺骗问题没有通用的解决方法，只能因地制宜纵使遗传算法有诸多理论与实践上的缺陷，但这些障碍并没有妨碍到它成为成功的优化算法。遗传算法鲁棒性好、通用性强、隐含并行性，在各个领域得到了广泛应用。3.2遗传算法的辨识原理基于改进遗传算法修正模型参数，当电机实际输出与模型输出差值最小时，即遗传算法适应度函数最小时，获得辨识参数θd1，θd2，θd3，θq1，θq2，θq3，θq4，进而获得Ld，Lq，Rs，ψr。辨识原理如图3-1所示。图3-SEQ图3-\*ARABIC13.3MATLAB遗传算法工具箱介绍在MATLAB平台上的主流遗传算法工具箱有两类：其一是由英国谢菲尔德大学(TheUniversityofSheffied)推出：另一是由MathWorks公司发布。两者在功能与性能上并无明显的优劣之分。它们的源码公开，均可以自由拓展用户需要的功能，但在源码的封装上，MathWorks公司发布的遗传算法工具箱对新手更加友好——用户仅需调用一两个函数就可以完成遗传算法的配置，而前者需要调用更多的函数才能达到目的。因此，论文将以MathWorks公司发布的版本为基础展开研究。后文中出现的遗传算法工具箱均指MathWorks公司发布的版本。遗传算法工具箱有两种不同的使用方式：(1)通过用户图形界面GUI来使用工具箱；(2)以命令行方法调用遗产算法主函数ga。两种方式是对工具箱不同的展现方法，均可以发挥工具箱所有的功能。以上参数设置均有默认值，当需要修改时，可以通过函数gaoptimset来逐一配置。调用格式如下：options=gaoptimset(@ga)options=gaoptimset(‘paraml'，valuel，‘param2'，value2，...)Options=gaoptimset(oldopts，‘paraml’，valuel，...)。以上方式会创建一个结构体options，包含前文介绍的所有参数值。第一种调用会创建一个由缺省值构成的结构体。第二种调用会逐个修改对应参数的值，即‘paraml’为valuel，‘param2’为value2，以此类推，而未有被赋值的参数将采用缺省值。需要注意的是：参数名中的字母对大小写不敏感；修改参数时，没有被改动的参数也需要重新幅值，以免参数值被缺省值替代。第三种调用则可以避免以上可能的疏忽，其中oldopts是原有的结构体，后面的参数是在此基础上对其修改并得到最终的结构体。函数gaoptimset设置参数的具体方法参考文献【27】调用的格式为：X=ga(fitnessfun，nvars)X=ga(fitnessfun，nvars，options)X=ga(problem)[X，fval]=ga(⋯)[X，fval，exitflag]=ga(⋯)[X，fval，exitflag，output]=ga(⋯)[X，fval，exitflag，output，populmion]=ga(⋯)[X，fval，exitflag，output，population，scores]=ga(⋯)通过配置以上两个函数就可以完成遗传算法的部署。

第四章永磁同步电机参数辨识仿真与实验4.1永磁同步电机参数辨识系统PMSM的辨识过程是通过智能优化算法，根据其实际系统的输出和理论模型的输出的差值，对理论模型中的待系统辨识参数，参考适应度函数法则进行修正，从而得到PMSM的参数值。基于CRO的PMSM多参数辨识原理如图1所示。yUdyUdPMSDF(p)-UqF(p)-Uq++Ud（k)=RSId(k)-Lqω(k)Iq(k)Uq(k)=RsIq(k)+Ldω(k)Id(k)+ψfωˆyˆyˆpˆpCROCRO图4-SEQ图4-\*ARABIC1首先，实际模型和理想模型输入的参数都是dq轴的电压值，两个模型的输出首先进行适应度函数的对比，CRO算法通过适应度函数的函数值对待辨识的参数进行改正，修正后的参数值替代系统实际模型的参数值。重复上述的过程，等到实际系统和理想模型系统的输出值之间的误差值最小或等于预先假设的最高迭代次数。4.2仿真设计本次仿真由永磁同步电机矢量控制系统与参数辨识系统两部分组成。系统的具体参数如下：给定负载10N、定子电阻0.458f、定子电感0.0085H、目标转速1500r/min、转子磁链0.1194V/s，采用的是矢量控制。因为此部分己经有大量文献进行研究，所以论文在仿真与实验过程中不做重点讨论。参数辨识系统由遗传算法计算模块、电磁转矩估计模块与数据采集模块组成。数据采集模块要完成数据的平均化处理，具体实现如图4-2所示图4-SEQ图4-\*ARABIC2为了收集到平稳的数据，数据采集模块是从系统渡过完超调后，即to后，才开始运行。电磁转矩估计模块结构如图4-3所示：图4-SEQ图4-\*ARABIC3数据采集子系统中使用触发使能子系统，在符合采样要求的时间点上对转子转速进行采样，并输出给“力矩计算”子系统算出负载转矩的大小。仿真时，电流电压直接从电机上获得，避免了变频器对参数辨识的影响。虽然通过电磁转矩估计模块可以计算出电磁力矩的大小，但是限于传感器采样的精度很容易造成误差，使得辨识精度下降。从另一方面来讲，这样的计算也不是毫无意义的一一它可以为遗传算法提出指导，明确算法搜索的范围。4.3仿真结果分析仿真条件：CPU，(英特尔)Intel(R)Core(TM)60GHz(2301MHz)i5—4200UCPU@1；操作系统：MicrosoftWindows10家庭版(64位）；内存：8.00GB(1600MHz)；软件平台：MATLAB。通过以上分析，进行10次遗传算法计算与统计，结果如表4-1所示：遗传算法结果记录表：表4-SEQ表4-\*ARABIC1根据表4-1，P的最大绝对误差为0.0321，疋的最大绝对误差为0．1668。计算得到的平均结果为：￡=10.009335，P=0.99246。将结果代入可以得到最终的辨识结果：Ld=0.0086、R0=O.0428、φf=0.1194、Lg=0.0085。为了与过去的研究形成对照，在表4-1的基础上，参照先前的结果，直接搜索4个待辨识参数的假设来编写适应度函数，进行10次计算得到了对照组的辨识结果。具体数据如表4-2：表4-SEQ表4-\*ARABIC2对照组结果记录表通过将这两者结果与仿真的设定值作比较可以发现，论文提出的方法要比传统方法有着更快的速度与更精确的结果。4.4辨识结果优劣判断以往很多有关辨识的文章在最后验证结果是否准确的时候，有以下误区: