韩晓燕，刘秀敏

(中原工学院信息商务学院， 郑州 450007)

0 引 言

永磁同步电机(以下简称PMSM)近年来在机器人、电动汽车、家电等领域获得越来越广泛的应用[1]。相比于异步电机，PMSM的功率密度更大、效率更高，而且少了转差之后控制也更加简单。

无论是PMSM的无位置传感器控制、最大转矩电流比控制，还是依赖模型的其他控制算法，都需要知道准确的永磁体磁链参数ψr。近年来，许多学者致力于PMSM的在线参数辨识以提高电机的控制性能[2-5]。文献[2]采用遗传算法来估计PMSM的4个参数，包括了ψr，收获了良好的辨识结果。文献[3]采用模型参考自适应同时估计电机的4个参数，并依据Lyapunov稳定性设计了4个自适应律，但同时估计这么多参数会导致算法的收敛速度很慢，甚至无法收敛。文献[4]也是通过模型参考自适应同时辨识了R和ψr，同时，分析了逆变器的非线性产生的电压测量误差对辨识结果的影响。

文献[5-6]中以交直轴的电流和磁链为状态方程构造了四阶经典卡尔曼滤波(以下简称KF)算法，获得了磁链在d，q轴下的分量。相比于模型参考自适应等算法，卡尔曼滤波的收敛速度更快、精度更高，而且对噪声的鲁棒性也更好，但同时也由于高阶逆矩阵的求解存在运算量大的问题，进而导致硬件成本增加。针对该问题，有学者尝试将高阶卡尔曼滤波进行分解降阶处理来减少运算量，从而在形式上构造了两段卡尔曼滤波器(以下简称TSKF)[7]。为了得到和分解前的卡尔曼滤波器完全等价的两段卡尔曼滤波器形式，文献[8]在TSKF的基础上提出了最优TSKF[8]。……