柯贤伟，张金亮，彭国生，高云，王志虎，简炜

（1.湖北汽车工业学院 电气与信息工程学院，湖北 十堰442002；2.东风汽车动力零部件有限公司，湖北 十堰442000）

永磁同步电机（permanent magnet synchronous motor,PMSM）因其体积小、重量轻、效率高，在工业领域广泛应用。实际控制系统中PMSM 参数通常难以直接测量，且随着环境温度的变化而变化［1］；而在矢量控制的双闭环控制系统中，电流内环控制器参数的整定需要交直轴电感和定子电阻的值，转速外环控制器的参数设计需要依赖永磁体磁链和转动惯量的值［2］。因此实现电机参数的准确辨识，对电机控制系统的稳定性发挥着重要作用［3］。文献［4］通过分析电机的等效电路，使用静态有限元模型得到铁损电阻和交直轴电感的公式，但模型求解较复杂且推导过程中没有考虑电机实际加工产生的误差。文献［5］运用协同粒子群算法，先辨识出电机定子电阻、定子电感、永磁体磁链，再将辨识出的磁链代入电机运动方程计算转动惯量与负载转矩。由于磁链辨识误差的存在，会额外增加转动惯量与负载转矩的辨识误差。文献［6］提出了惯性权重自适应更新公式来改进粒子群算法，但只辨识出2 个参数，且误差较大。为提高PMSM参数辨识性能，文中在标准粒子群算法（standard particle swarm optimization, SPSO）的基础上使用自适应自治群组粒子群优化算法（adaptive autonomous groups particle swarm optimization,AAGPSO）。首先针对SPSO 采用线性递减策略更新惯性权重的不足，改用自适应更新策略；然后针对SPSO中不变的个体认知系数和社会认知系数，将整个粒子群体分为4个小群组，而后赋予每个粒子小群组认知系数非线性更新策略，增加算法的全局搜索能力；……