目录
主要内容
模型研究
结果一览
下载链接
主要内容
仿真程序参考文献《改进粒子群算法的永磁同步电机多参数辨识》,采用粒子群算法与simulink模型结合的方式,对永磁同步电机进行多参数辨识。程序以定子绕组电阻、d轴电感、q轴电感和永磁体磁链四个参数作为输入参数,以定子dg轴电压作为输出,通过辨识模型电压与测量电压的偏差作为目标函数,从而实现参数的精准辨识。
模型研究
- 适应度函数
适应度函数以辨识模型与实际测量值之间的误差平方和最小为目标,适应度函数值越小,其辨识模型电压与测量电压越接近,待辨识参数和实际值也越接近,具体表达式如下:
对应的程序代码为:
fitness_gbest(j) = -((ud0-ud_0)^2 + (uq0-uq_0)^2 + (ud1-ud_1)^2 + (uq1-uq_1)^2 ); % 每个个体的历史最佳适应度
2. 算法流程
算法流程主要是通过粒子群算法调用simulink仿真模型,通过输入计算输出值和适应度值,通过循环优化出最佳参数,具体流程可参考下图:
3. simulink仿真模型主体
对应数据采集模块的模型如下:
模型对应的dq轴电压计算模块如下:
SVPWM模块如下:
4. 部分程序代码
iter = 1; %迭代次数 record = zeros(ger, 1); % 记录器 while iter <= gerfor j=1:sizepop% 更新速度并对速度进行边界处理 pop_v(:,j)= c_1 * pop_v(:,j) + c_2*rand*(gbest(:,j)-pop_x(:,j))+c_3*rand*(zbest-pop_x(:,j));% 速度更新for i=1:dimif pop_v(i,j) > vlimit_max(i)pop_v(i,j) = vlimit_max(i);endif pop_v(i,j) < vlimit_min(i)pop_v(i,j) = vlimit_min(i);endend% 更新位置并对位置进行边界处理pop_x(:,j) = pop_x(:,j) + pop_v(:,j);% 位置更新for i=1:dimif pop_x(i,j) > xlimit_max(i)pop_x(i,j) = xlimit_max(i);endif pop_x(i,j) < xlimit_min(i)pop_x(i,j) = xlimit_min(i);endend% 进行自适应变异if rand > 0.85i=ceil(dim*rand);pop_x(i,j)=xlimit_min(i) + (xlimit_max(i) - xlimit_min(i)) * rand;end% 进行约束条件判断并计算新种群各个个体位置的适应度ud_0 = pop_x(1,j)*id0 - we0*pop_x(3,j)*iq0;uq_0 = pop_x(1,j)*iq0 + we0*(pop_x(2,j)*id0 + pop_x(4,j));ud_1 = pop_x(1,j)*id1 - we1*pop_x(3,j)*iq1;uq_1 = pop_x(1,j)*iq1 + we1*(pop_x(2,j)*id1 + pop_x(4,j));fitness_pop(j) = -((ud0-ud_0)^2 + (uq0-uq_0)^2 + (ud1-ud_1)^2 + (uq1-uq_1)^2 );
结果一览
适应度值逐渐逼近0,说明待辨识参数和实际值越来越近,优化效果非常好!
Ud
Uq