导读:本文包含了异步电机参数辨识论文开题报告文献综述及选题提纲参考文献，主要关键词:电动汽车,异步电机,参数辨识,数据驱动
异步电机参数辨识论文文献综述
漆星[1]（2019）在《数据驱动的电动汽车异步电机参数辨识方法研究》一文中研究指出异步电机的矢量控制因其稳定可靠,响应速度快等优点,在工业场合中大量应用。特别在近年来,异步电机的间接矢量控制(IFOC)在电动汽车领域的使用上越来越广泛。由于IFOC是采用基于转差角频率的转矩控制,本质上为一种前馈控制方法,电机的参数会导致异步电机转子磁链定向不准,从而严重的影响电机的输出转矩和输出效率。因此,有必要对电机参数进行辨识。现有的异步电机参数辨识方法多为基于模型的辨识方法。其主要特征为先建立电机的系统模型,在对系统模型使用现代控制方法进行系统参数的辨识,称为基于模型的电动汽车异步电机参数辨识方法,如空载-堵转法、模型参考自适应法、扩展卡尔曼滤波器法、滑模变观测器法等。基于模型的参数辨识方法运算量小,易于工程实现,因此适合于对实时性要求较高的电机控制领域。然而,基于模型的参数辨识方法也存在着一些问题,例如这类方法只能辨识系统模型的参数、在模型不精确时辨识精度较差、在某些极端场合下抗扰性较低等问题。这些问题导致基于模型的参数辨识方法在某些场合下不能很好的辨识出正确的参数值。基于上述问题,本文构建了一种新思路,即在不建立系统模型的前提下,完全依赖于实际数据对电动汽车异步电机的参数进行辨识,称为数据驱动的电动汽车异步电机参数辨识方法。由于数据驱动的参数辨识方法不依赖于系统模型,因此可以克服基于模型的参数辨识方法所具有的缺陷。同时,数据驱动的参数辨识方法是以“奖励”为导向的方法,因此辨识出的参数并非电机系统模型的参数,而是能使电机在任意给定工况下都能运行于最优状态的参数,这是数据驱动方法区别于基于模型方法的明显特征,也是数据驱动的方法可以适用于电动汽车电机控制的重要原因。基于上述思路,本文研究的内容如下:1.以模型参考自适应方法为代表,分析了基于模型的参数辨识方法的优缺点。2.研究了一种基于深度Q学习的数据驱动电动汽车异步电机的离线参数辨识方法,这种方法的优势在于辨识出的参数能使电机在任意状态下均能输出最优转矩和最高效率,同时该方法具有较高的抗扰性。3.研究了一种基于深度确信策略梯度的电动汽车异步电机离线参数辨识方法,这种方法辨识出的参数同样具有能使电机在任意状态下均能输出最优转矩和最高效率的特性,同时,相对于深度Q学习方法,参数的辨识精度更高。4.针对深度Q学习方法和深度确信策略梯度方法方法只能运用于离线参数辨识的缺陷,研究了一种基于深度Q学习和随机森林结合的数据驱动电动汽车异步电机在线参数辨识方法,这种方法的优势在于在算法分为离线和在线阶段,而在线阶段的运算量非常小,适合于电机的实时在线运行,同时,这种方法辨识出的参数可以使电机在线运行的任意状态均能输出最优转矩和最优效率。5.数据驱动的电动汽车异步电机参数辨识方法中,采集到的数据的质量好坏直接影响着辨识结果的精确性和算法的收敛速度。由于电动汽车电机运行工况复杂,实际运行中往往会产生各种异常数据。因此,对数据的清洗,特别是对异常数据的检测和剔除工作尤为重要。本文最后研究了一种虚拟结点孤立森林异常点检测方法,可以有效的对电机运行中的异常数据进行检测和剔除,从而保证了数据源头的纯净性。(本文来源于《安徽大学》期刊2019-09-01）
林巨广,汪雷鸣[2]（2019）在《基于人工神经网络的车载异步电机参数辨识》一文中研究指出为精确获取车载异步电机在不同运行状态下的参数,将人工神经网络应用到电机的参数辨识中。基于异步电机数学模型建立线性神经网络,神经网络的输入、输出包括电机定子电压、电流和转速,定子电流和转速通过传感器获得,定子电压通过重构占空比获得。使用最小均方差法求取此神经网络的权值矩阵,并由权值矩阵得到电机不同运行状态下的参数。最后将参数表写入控制算法,并利用电驱动系统测试平台进行控制验证,良好的转矩特性证明了算法有效性。(本文来源于《汽车技术》期刊2019年08期）
漆星,张倩[3]（2019）在《Actor-Critic框架下的数据驱动异步电机离线参数辨识方法》一文中研究指出电动汽车用电机的参数辨识可以使电机在任意转速下尽可能输出更高的转矩及效率,是优化电机输出性能的重要手段。传统的基于模型驱动的参数辨识方法的缺点为易受模型误差的影响、抗干扰能力差以及无法实现全转速范围内的转矩最优。鉴于上述缺点,该文研究了一种完全基于实际数据的电动汽车用异步电机离线参数辨识方法,对电机的转子电阻和励磁电感在任意转速下进行了优化,从而使电机能够在特定转速和特定电流下输出最优转矩。为达到电机在特定转速和电流下输出转矩最优的目的,研究了一种基于Actor-Critic框架的电动汽车用异步电机离线参数辨识方法,确定了框架中的观测、奖励和动作的设计。实验证明相对于传统参数辨识方法,该文方法具有更高的精确性和鲁棒性,同时确保了电动汽车用异步电机在任意转速下的输出转矩最优。(本文来源于《电工技术学报》期刊2019年09期）
徐聪[4]（2019）在《基于在线参数辨识的异步电机控制系统的开发》一文中研究指出对于新能源汽车研究领域来说,伴随着新型储能技术的突破,已然进入了快速发展的阶段。做为新能源汽车叁大系统之一的电机驱动系统,需要为整车提供充足的驱动力,是整车能源消耗的主要部分。在电机驱动系统高速化、小型化、轻量化和高效化的趋势下,对电机驱动系统的研究具有非常重要的意义。本文讨论了电机参数对电机控制系统稳定性的影响,证明了在高性能异步电机驱动系统中加入线参数辨识算法的必要性。选用递推最小二乘法作为异步电机参数辨识过程的基础方法,根据递推最小二乘法的实现过程对异步电机在两相静止坐标系中的数学模型进行处理并加以改进,提出了积分形式的电机数学模型,可消除辨识过程中因二阶导数引入的误差。利用Simulink仿真平台搭建了异步电机的仿真模型,结合实际的电机参数搭建了基于矢量控制的异步电机驱动系统仿真模型,验证了算法的有效性,根据对仿真结果的分析确定了后续实验中磁通角的细分数量。搭建了异步电机在线参数辨识仿真模型,验证了改进辨识模型的有效性,根据仿真结果确定了后续实验中遗忘因子和采样时间的参考值。根据新能源车载异步电机驱动系统的要求,设计了电机控制器硬件电路,在电路中添加了多种保护措施,提高了驱动系统的安全性。预留了部分整车控制器功能,可满足低配车型的基本驱动需求。根据汽车级芯片标准确定了控制器中所用器件,对元器件进行了模块化布局。根据嵌入式软件开发标准设计了电机控制器软件,制定了基于Modbus标准的通讯协议,程序的功能性、可靠性、易用性和可移植性较强。在专用的电机驱动系统实验台上对电机控制器的硬件电路、功能和在线参数辨识算法进行了实验验证,实验结果表明,电机驱动系统能够稳定运行,利用参数辨识算法对电机参数进行矫正后,控制系统对电机的控制精度有所提高,在同一转速下参数辨识结果重复性较好,能够满足对异步电机参数实时矫正的要求。(本文来源于《山东大学》期刊2019-05-10）
汪雷鸣[5]（2019）在《基于模型设计的车载异步电机参数辨识研究》一文中研究指出异步电机是纯电动汽车最常使用的驱动电机之一,在矢量控制下具有良好的动稳态性能,但是其控制效果极其依赖参数精度。为了精确地控制车载异步电机,本文对异步电机的参数辨识展开研究,并将基于模型设计的思想引入算法开发中,利用早期验证与代码自动生成的优势缩短开发周期,提升开发效率。论文首先介绍了异步电动机的数学模型和空间矢量脉宽调制的基本原理,建立了转矩闭环控制的纯电动汽车异步电机电驱动系统模型。通过逐一改变控制算法中的电机参数变量验证了参数对电机控制性能的影响。结果表明,电机的各项参数变化都会影响电机的转矩输出和转子磁链精度,其中以转子电阻和定转子漏感的影响最为明显。其次,论文介绍了异步电机离线参数辨识。选择反Γ型等效电路作为参数辨识的电路模型,通过单相直流实验辨识电机定子电阻,两次单相交流实验辨识电机转子电阻、互感、漏感。由于汽车控制器无电压传感器,电机定子电压通过PWM波占空比重构并补偿的方式获取。在此基础上搭建了单相实验模型并进行了仿真验证,结果表明单相实验能够实现异步电机参数自整定。考虑到电机参数在运行过程中会发生变化,自整定的参数无法保证矢量控制的精确性,从异步电机的状态方程出发,构建了能够实现异步电机参数在线辨识的人工神经网络模型。以离线辨识的参数值计算得到神经网络的权值矩阵初值,采集电机定子电流、电压,转速变量作为神经网络的输入输出,使用神经网络梯度下降算法修正权值矩阵,之后通过权值矩阵计算更新电机的各项参数。在包含参数辨识输入输出采集的控制算法模块中引入了基于模型设计的思想,对其进行离散化处理后,按照模型生成嵌入式代码的流程将算法模块代码化,得到了代码的生成报告。最后,以AVL电驱动系统性能测试台架为实验平台,先对车载电机进行单相实验完成参数自整定,然后将包含在线参数辨识输入输出采集的控制算法模块生成的代码移植到电机控制算法中,并以自整定的参数计算结果作为神经网络算法中权值矩阵的初值,在实验台架上对异步电机矢量控制进行了验证,采集的电流波形与转矩输出证明了在线参数辨识的有效性。(本文来源于《合肥工业大学》期刊2019-05-01）
张晨晨[6]（2019）在《异步电机的参数辨识研究》一文中研究指出结构简单、运行可靠的异步电机被广泛运用于工农业领域。异步电机的矢量控制在理论上可以实现电机励磁电流分量与转矩电流分量的完全解耦控制,从而达到同直流电机一样的优良控制性能,因而在交流变速传动领域应用广泛,但控制所需的电机参数总是随着电机温度、励磁电流等因素不断变换,使得实际控制效果很难预计,严重时甚至导致失控。因此如何恰当地实现参数辨识,是进一步优化电机控制性能的关键技术之一。叁相异步电机参数辨识方法的介绍分析,离不开电机的数学模型,并与电机的控制方法密切相关。叁相静止坐标系下异步电机的数学模型,对转矩生成的物理本质表达并不明确,不利于具体控制的实现。通过坐标变换,同步旋转坐标系下基于转子磁场定向的矢量控制,改变了转矩控制的非线性,使得异步电机拥有良好的控制性能。异步电机的参数辨识,主要是采用在线辨识,这样才能保障因电机参数实时变化,而导致的数学模型已不再准确情况下的电机控制性能,但在线辨识方法的初值,需要通过离线辨识获得。利用异步电机在高转差与低转差条件下的简化数学模型的传统离线辨识方法,由于需要对电机施加特定的外部负载条件,且需要电机转动,适用场合并不多。本文介绍的离线辨识方法,利用逆变器自身资源,向异步电机施加特定的励磁信号,通过对其响应信号进行处理,可以得到较为精确的电机参数,与传统实验方法的原理虽然相同,但能保证辨识过程中电机始终处于静止状态。在线辨识方面,本文提出一种模型参考自适应辨识法,通过使用无功功率模型与转子磁链平方模型对转子电阻、定子电阻同时进行辨识,解决了多参数同时辨识存在的耦合问题。然而,在实际运用当中,数字化延迟会使辨识结果产生偏差,在定量分析后,本文提出了一种简单易行的补偿方案,并通过仿真实验验证了该方法的有效性。(本文来源于《吉林大学》期刊2019-05-01）
董侃,刘伟志,马颖涛,宋永丰,安泊晨[7]（2019）在《考虑铁耗的异步电机状态观测器设计及关键参数辨识研究》一文中研究指出基于损耗模型的效率优化控制方法因其物理意义明确、寻优速度快等优点而得到广泛应用,然而该方法对损耗模型中的电机参数较为敏感,要提高优化效果,需要准确实时获取损耗模型中相关参数。对基于损耗模型的效率优化算法中关键参数辨识进行研究,设计考虑铁耗的牵引电机状态观测器,为了提高观测速度和系统的鲁棒性,进行基于反馈矩阵的极点配置,设计基于稳定性定律的关键参数自适应辨识算法,并进行实验验证。(本文来源于《铁道学报》期刊2019年04期）
孟庆硕,许鸣珠[8]（2019）在《基于改进模型的异步电机最小二乘参数辨识》一文中研究指出针对以往异步电机最小二乘法参数辨识模型复杂的缺点,在转子磁场定向的矢量控制基础上,在同步旋转轴系下对电机的电流矢量、电压矢量以及磁链矢量进行解耦,建立电机的数学模型,经过线性化,得到了用于递推最小二乘参数估计的线性化模型。该模型简单实用,在电机暂态过程中只需要求出电流的一阶导数,而以往的静止坐标系下的模型需要得到电流的二阶导数,存在计算量大、误差较大的缺点。电机运行进入稳态电流的导数为零,通过计算即可得到电机的参数。采用二阶巴特沃思滤波器对电流进行滤波,避免了高次谐波和噪声的影响。并运用改进欧拉方法对巴特沃思滤波器的状态方程进行求解,无需对电机模型的一阶导数项进行离散化处理,便可得到滤波后的电流和电流的一阶导数,简化计算的同时提高了计算精度。本算法在DSP控制系统上进行了实验,结果证实该算法收敛速度快、精度高,可以准确得到电机的参数。(本文来源于《石家庄铁道大学学报(自然科学版)》期刊2019年01期）
孟庆硕,许鸣珠[9]（2018）在《异步电机参数辨识系统研究》一文中研究指出在异步电机矢量控制系统中,电机参数的准确性对电机的控制效果有着重要的影响。采用传统的异步电机辨识方法,结合DSP芯片和变频器自身的性能,研制了异步电机参数辨识系统。系统对直流、堵转、空载3个实验进行整合,运用最小二乘法、PI控制、SVPWM技术、离散傅里叶变换等方法,准确地测得电机的定转子电阻、定转子漏感、励磁电感等电机参数。该方法简单,操作简便,用时短,易于实现,准确度高,与已有的矢量控制参数对比,可以证实其参数的准确性。(本文来源于《石家庄铁道大学学报(自然科学版)》期刊2018年04期）
杨景明,杨波,王亚超,李明煜[10]（2019）在《一种新的异步电机离线参数辨识方法》一文中研究指出针对传统离线参数辨识中存在易受干扰及误差累计等问题,提出一种新的异步电机离线参数辨识方法。该辨识方法采用折息递推算法,克服了传统递推最小二乘法存在的"数据饱和"问题;选择能够充分激励系统的伪随机序列作为输入信号,提高系统的抗干扰性。仿真分析和实验结果表明,参数辨识结果与设置的电机参数之间的误差均在3%以内,且通过折息递推方法得到的参数辨识结果相比于传统单相实验的辨识结果更稳定,证明了该辨识方法的实用性。(本文来源于《电工电能新技术》期刊2019年10期）
异步电机参数辨识论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为精确获取车载异步电机在不同运行状态下的参数,将人工神经网络应用到电机的参数辨识中。基于异步电机数学模型建立线性神经网络,神经网络的输入、输出包括电机定子电压、电流和转速,定子电流和转速通过传感器获得,定子电压通过重构占空比获得。使用最小均方差法求取此神经网络的权值矩阵,并由权值矩阵得到电机不同运行状态下的参数。最后将参数表写入控制算法,并利用电驱动系统测试平台进行控制验证,良好的转矩特性证明了算法有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
异步电机参数辨识论文参考文献
[1].漆星.数据驱动的电动汽车异步电机参数辨识方法研究[D].安徽大学.2019
[2].林巨广,汪雷鸣.基于人工神经网络的车载异步电机参数辨识[J].汽车技术.2019
[3].漆星,张倩.Actor-Critic框架下的数据驱动异步电机离线参数辨识方法[J].电工技术学报.2019
[4].徐聪.基于在线参数辨识的异步电机控制系统的开发[D].山东大学.2019
[5].汪雷鸣.基于模型设计的车载异步电机参数辨识研究[D].合肥工业大学.2019
[6].张晨晨.异步电机的参数辨识研究[D].吉林大学.2019
[7].董侃,刘伟志,马颖涛,宋永丰,安泊晨.考虑铁耗的异步电机状态观测器设计及关键参数辨识研究[J].铁道学报.2019
[8].孟庆硕,许鸣珠.基于改进模型的异步电机最小二乘参数辨识[J].石家庄铁道大学学报(自然科学版).2019
[9].孟庆硕,许鸣珠.异步电机参数辨识系统研究[J].石家庄铁道大学学报(自然科学版).2018
[10].杨景明,杨波,王亚超,李明煜.一种新的异步电机离线参数辨识方法[J].电工电能新技术.2019