永磁同步電機(jī)( PMSM) 具有結(jié)構(gòu)簡(jiǎn)單、功率密 度大、故障率低和運(yùn)行效率高等技術(shù)優(yōu)勢(shì)，廣泛應(yīng)用 于工業(yè)伺服驅(qū)動(dòng)、新能源汽車以及新能源發(fā)電等領(lǐng)域。上述應(yīng)用領(lǐng)域?qū)ο到y(tǒng)控制精度及運(yùn)行可靠性均有嚴(yán)格要求，而 PMSM 尤其是內(nèi)嵌式永磁同步電機(jī)( IPMSM) 由于自身結(jié)構(gòu)及功率密度的限制，其電磁參數(shù)在不同運(yùn)行工況下將發(fā)生變化，嚴(yán)重影響控制器性能，降低系統(tǒng)運(yùn)行質(zhì)量甚至影響系統(tǒng)的運(yùn)行穩(wěn)定性。

       永磁同步電機(jī)具有體積小、轉(zhuǎn)動(dòng)慣量低、結(jié)構(gòu)簡(jiǎn)單等優(yōu)點(diǎn)，被廣泛應(yīng)用于控制系統(tǒng)中。然而在實(shí)際應(yīng)用過(guò)程中，控制系統(tǒng)會(huì)受到高溫、負(fù)載等外界因素的影響，永磁同步電機(jī)的電感、轉(zhuǎn)子磁鏈等參數(shù)會(huì)發(fā)生變化，導(dǎo)致系統(tǒng)振蕩，影響實(shí)際控制效果。因此精確的參數(shù)辨識(shí)是為了達(dá)到更好地控制效果的必要條件。

辨識(shí)一般分為離線辨識(shí)和在線辨識(shí)。

離線辨識(shí)：離線辨識(shí)，就是在系統(tǒng)模型結(jié)構(gòu)已知的前提下，獲得所有的信息和數(shù)據(jù)之后，使用相匹配的算法集中對(duì)數(shù)據(jù)進(jìn)行處理，然后得到參數(shù)的遞推估計(jì)值。其原理簡(jiǎn)單，操作方便，且不需要編寫復(fù)雜的算法，但是其需要進(jìn)行大量的數(shù)據(jù)存儲(chǔ)和運(yùn)算，因此對(duì)計(jì)算機(jī)的內(nèi)存和容量要求很高，且辨識(shí)收斂時(shí)間長(zhǎng)。離線辨識(shí)方法主要有加減速法、減速法和轉(zhuǎn)矩限幅加速法等。具有對(duì)計(jì)算機(jī)要求高，辨識(shí)時(shí)間長(zhǎng)、辨識(shí)精度不高、不具有實(shí)時(shí)性等缺點(diǎn)的離線辨識(shí)技術(shù)，一般不適合應(yīng)用在高性能和高精度的交流伺服控制系統(tǒng)中。

在線辨識(shí)：隨著微處理器的更新加快以及現(xiàn)代控制理論的發(fā)展，大量現(xiàn)代控制理論應(yīng)用到了電機(jī)控制領(lǐng)域中，而轉(zhuǎn)動(dòng)慣量的辨識(shí)不再局限于以往簡(jiǎn)單粗略的計(jì)算方法。因此可以將控制理論中的估計(jì)方法應(yīng)用到電機(jī)調(diào)速系統(tǒng)的參數(shù)辨識(shí)中，并形成一系列在線參數(shù)辨識(shí)的理論。在線辨識(shí)的原理是：在系統(tǒng)模型結(jié)構(gòu)已知的前提下，獲得小部分試驗(yàn)數(shù)據(jù)之后，立即使用辨識(shí)算法處理已獲得的數(shù)據(jù)，若處理后得到的參數(shù)辨識(shí)結(jié)果精度較低，則可以通過(guò)獲得新的數(shù)據(jù)，不斷地對(duì)原先的辨識(shí)結(jié)果進(jìn)行修正，最終得到比較準(zhǔn)確的辨識(shí)值。其優(yōu)點(diǎn)在于：非常適用于實(shí)時(shí)的控制過(guò)程，數(shù)據(jù)計(jì)算量較小，對(duì)計(jì)算機(jī)的存儲(chǔ)量要求不高，辨識(shí)精度較高；但缺點(diǎn)是應(yīng)用過(guò)程中需要考慮算法的適用性，而且編寫算法有難度，辨識(shí)結(jié)果的精度也會(huì)受到辨識(shí)算法本身特性的影響。

目前常用的電機(jī)在線參數(shù)辨識(shí)方法有：最小二乘法、卡爾曼濾波算法、模型參考自適應(yīng)法。

1. 最小二乘法參數(shù)辨識(shí)

       高斯在解決天體運(yùn)動(dòng)軌道問(wèn)題時(shí)提出了最小二乘法的相關(guān)理論，最小二乘法雖然簡(jiǎn)單，但是如果數(shù)據(jù)量特別大并且不停地更新，采用最小二乘法將十分消耗控制器的資源，采用遞推最小二乘法可以解決這個(gè)問(wèn)題。遞推最小二乘法 (Recursive Least Square，簡(jiǎn)稱RLS)就是當(dāng)被辨識(shí)系統(tǒng)在運(yùn)行時(shí)，利用新引入的觀測(cè)數(shù)據(jù)對(duì)前次估計(jì)的結(jié)果進(jìn)行修正，得出新的參數(shù)估計(jì)值，減少估計(jì)誤差。這樣，隨著新觀測(cè)數(shù)據(jù)的逐次引入，一次接一次地進(jìn)行參數(shù)估計(jì)，直到參數(shù)估計(jì)值達(dá)到滿意的精確程度為止。

2. 模型參考自適應(yīng)法（MRAS）參數(shù)辨識(shí)

       起初，模型參考自適應(yīng)系統(tǒng)(MRAS)主要用于航空航天，由于飛機(jī)在大氣環(huán)境下機(jī)身參數(shù)會(huì)不停的發(fā)生改變，要保證飛機(jī)在飛行過(guò)程中的安全性和可靠性，那么人們以前使用的經(jīng)典控制理論完全不能夠滿足要求，這才促使研究學(xué)者探索出 MRAS 用來(lái)控制復(fù)雜、多變的系統(tǒng)，自適應(yīng)控制主要針對(duì)可變的控制系統(tǒng)，尤其針對(duì)隨時(shí)發(fā)生變化、非線性和不確定的系統(tǒng)。MRAS 可以根據(jù)所控制對(duì)象的參數(shù)變化和外界擾動(dòng)等因素自動(dòng)做出相應(yīng)的調(diào)整，使得該系統(tǒng)具有很強(qiáng)的穩(wěn)定性。上述所說(shuō)的“不確定性”主要是指相關(guān)系統(tǒng)在運(yùn)行過(guò)程中自身的數(shù)學(xué)模型和周圍相關(guān)因數(shù)十分不確定的情況，也包括許多未知參數(shù)的變化。

       MRAS 主要由三部分組成，分別是可調(diào)模型、參考模型以及參數(shù)自適應(yīng)律。MRAS的辨識(shí)思想是將參考模型和可調(diào)模型中含有相同的電機(jī)辨識(shí)參數(shù)分別當(dāng)作已知參數(shù)和未知參數(shù)，并且兩種模型之間輸出的物理意義是相同的，對(duì)兩種模型進(jìn)行作差處理，然后建立恰當(dāng)?shù)膮?shù)自適應(yīng)律對(duì)電機(jī)參數(shù)進(jìn)行辨識(shí)，MRAS 的基本結(jié)構(gòu)框圖如圖所示。

       模型參考自適應(yīng)系統(tǒng)(MRAS)具有算法簡(jiǎn)單、抗干擾性能好、模型搭建容易等優(yōu)點(diǎn)，已普遍應(yīng)用于無(wú)傳感器 PMSM 控制領(lǐng)域。在基于 MRAS 無(wú)速度傳感器的轉(zhuǎn)速辨識(shí)系統(tǒng)中，能夠測(cè)量的只有永磁同步電機(jī)的定子電壓和電流，所以我們把位于 d-q 坐標(biāo)下電壓方程作為 MRAS 轉(zhuǎn)速辨識(shí)系統(tǒng)的狀態(tài)方程，而 d-q 坐標(biāo)下的電流方程可以通過(guò)等效變換求出，由于電流方程中包含轉(zhuǎn)子的轉(zhuǎn)速信息，所以轉(zhuǎn)子的轉(zhuǎn)速信息就可以被當(dāng)作待辨識(shí)參數(shù)。

3. 擴(kuò)展卡爾曼濾波法（EKF）參數(shù)辨識(shí)

       卡爾曼濾波是于年提出的從與被提取信號(hào)有關(guān)的觀測(cè)量中通過(guò)算法估計(jì)出所需信號(hào)的一種濾波算法。他把狀態(tài)空間的概念引入到隨機(jī)估計(jì)理論中,把信號(hào)過(guò)程視為白噪聲作用下的一個(gè)線性系統(tǒng)的輸出,用狀態(tài)方程來(lái)描述這種輸入一輸出關(guān)系,估計(jì)過(guò)程中利用系統(tǒng)狀態(tài)方程、觀測(cè)方程和白噪聲激勵(lì)的統(tǒng)計(jì)特性形成濾波算法。次年,他又與布西合作,把這一濾波方法推廣到連續(xù)時(shí)間系統(tǒng)中去,從而形成濾波估計(jì)理論。該理論一經(jīng)提出,立即應(yīng)用到實(shí)際工程。

       實(shí)際上,濾波是一套由計(jì)算機(jī)實(shí)現(xiàn)的實(shí)時(shí)遞推算法,它所處理的對(duì)象是隨機(jī)信號(hào),利用系統(tǒng)噪聲和觀測(cè)噪聲的統(tǒng)計(jì)特性,以系統(tǒng)的觀測(cè)量作為濾波器的輸入,以所要估計(jì)值系統(tǒng)的狀態(tài)或參數(shù)作為濾波器的輸出,濾波器的輸入與輸出之間是由時(shí)間更新和觀測(cè)更新算法聯(lián)系在一起的,根據(jù)系統(tǒng)方程和觀測(cè)方程估計(jì)出所有需要處理的信號(hào)。