崔海林

（江苏省常州技师学院，江苏 常州 213000）

永磁同步电机（PMSM）在农业装备领域应用场合广泛，但是PMSM是一个非线性系统兼有多变量和强耦合的特征，同时受工作环境影响存在内部参数变化情况，各类观测器的估计精度和参数变化情况直接相关，严重时影响系统的稳定性。目前，精确地辨识出电机内部参数已成为当下研究热点[1]。

PMSM参数辨识方法主要分为离线式和在线式两种。离线式大体分为限元分析、实验测量两种；在线辨识可分为最小二乘法、模型参考自适应法、卡尔曼滤波法以及智能算法，其中智能算法在电机参数辨识中受到了广泛关注。文献[2]注入谐波电流来补偿模型，并运用最小二乘法和牛顿迭代法来进行参数辨识，然而该方法运算复杂；文献[3]采用并行混沌优化算法对永磁同步电机进行多参数辨识，然而对于变量多的电机优化存在计算时间长、很难搜索到最优解的问题；文献[4]提出小生境粒子群算法，运用小生境技术来克服粒子群算法存在的精度低、易发散等问题，然而该方法运算较复杂；文献[5]为了观测电机位置角度和转速，设计了滑模电流观测器，又考虑到电机易受内部环境影响而致使电机参数变化，提出了一种基于遗传算法的电机参数辨识方法，然而该方法容易出现早收敛、算法效率低等问题。文献[6]提出一种改进灰狼优化算法的参数辨识方法来进行电机参数变身比，然而该方法运行时间长，且容易陷入局部最值问题。……