孟庆硕，许鸣珠

(石家庄铁道大学 机械工程学院,石家庄 050043)

0 引言

异步电机可靠性好、性能优良、制造简单、瞬时转矩高，并且高性能的永磁同步电机受限于制造工艺的影响，在一些特殊场合异步电机正在逐渐的取代同步电机，因此异步电机控制得以快速发展[1-2]。实现高性能的异步电机控制，其关键问题是如何准确的获得电机的参数。在电机运行过程中，电机参数往往易受温度、定子电流和磁链饱和等多重因素的影响，使得矢量控制、直接转矩控制等一系列控制方法难以达到预期的效果。因此，各种参数辨识方法成为了研究热点，如：文献[3-4]基于扩展卡尔曼滤波器(EKF)的参数辨识方法，此种方法需要对4阶矩阵进行求逆运算，计算量大，并且初始估计误差协方差P、系统噪声协方差Q和测量噪声协方差R较难确定，对系统估算精度和收敛速度有着较大的影响。文献[5-6]采用基于最小二乘(RLS)的参数辨识方法，其对测量噪声的鲁棒性较差，同时易受转速波动的影响。文献[7-8]采用基于模型参考自适应(MRAS)的参数辨识方法，具有较好的跟踪收敛特性，但当辨识参数增加时，自适应率的选取较为困难。

针对以上参数辨识算法存在的缺点，有学者将一种模拟生物进化进行全局最优搜索的算法-遗传算法(GA)[9]引入到参数辨识中。如：文献[10]基于遗传算法的内埋式永磁同步电机参数辨识方法，证明了该方法在参数辨识方面的可行性，并且具有较高的准确性。

在异步电机参数辨识中，往往需要对电机静止α-β坐标系电流项进行二次求导，才能构建电机的辨识模型，这样既增加了计算量，同时也引入了更多的噪声。……