[发明专利]一种电机参数确定方法及装置

说明书

本发明公开一种电机参数确定方法及装置，涉及电子技术领域。电机参数确定方法，包括：获取电机初始电阻值；基于所述电机初始电阻值确定电机转速稳定时的初始电机参数识别模型；基于成比例M估计自适应神经网络算法对所述初始电机参数识别模型进行更新，得到目标电机参数识别模型；将实时电机输入信号输入至所述目标电机参数识别模型，输出所述电机输入信号对应的电机参数，用成比例M估计自适应神经网络算法对模型进行更新，可以加快收敛速度并且减少了算法的整体复杂度，有效剔除较大的误差信号，对噪声的干扰进行剔除，保证算法的性能从而提高稳定性，也即是可以提高算法抗干扰能力，提升电机参数测量的准确性，提高电机的运行效率。

技术领域

本发明涉及电子技术领域，尤其涉及一种电机参数确定方法及装置。

背景技术

随着控制理论的不断发展，以及永磁同步电机体积小、功率密度高、寿命长、高效率以及较快的响应速度等特点，永磁同步电机被广泛应用于电动汽车、家用电器和航空航天等领域。对于电机控制系统来说，获取准确的永磁同步电机参数至关重要，在永磁同步电机矢量控制系统中，使用的电机参数精确与否直接决定了系统性能的好坏。因此，永磁同步电机参数在线辨识技术越来越受到重视。

目前提出的在线参数辨识方法包括自适应神经网络算法。在永磁同步电机的电流环采样阶段，电流传感器采样会引入干扰噪声，调理电路中会引入运算放大器及其阻性电路有关的随机噪声，采样过程的控制线路等因素也会引入噪声，影响电流环性能，因此需要对噪声的干扰进行剔除来保证算法的性能从而提高电流环的稳定性。

传统的自适应神经网络算法抗干扰能力较差，导致电机参数测量不准确，导致电机性能下降，电机运行效率较低等问题。

发明内容

本发明的目的在于提供一种电机参数确定方法及装置，以解决目前的电机参数测量不准确，导致电机性能下降，电机运行效率较低的问题。

第一方面，本发明提供一种电机参数确定方法，所述方法包括：

获取电机初始电阻值；

基于所述电机初始电阻值确定电机转速稳定时的初始电机参数识别模型；

基于成比例M估计自适应神经网络算法对所述初始电机参数识别模型进行更新，得到目标电机参数识别模型；

将实时电机输入信号输入至所述目标电机参数识别模型，输出所述电机输入信号对应的电机参数。

采用上述技术方案的情况下，获取电机初始电阻值，基于所述电机初始电阻值确定电机转速稳定时的初始电机参数识别模型，基于成比例M估计自适应神经网络算法对所述初始电机参数识别模型进行更新，得到目标电机参数识别模型，将实时电机输入信号输入至所述目标电机参数识别模型，输出所述电机输入信号对应的电机参数，使用成比例M估计自适应神经网络算法对模型进行更新，可以加快收敛速度并且减少了算法的整体复杂度，有效剔除较大的误差信号，对噪声的干扰进行剔除，保证算法的性能从而提高稳定性，也即是可以提高算法抗干扰能力，提升电机参数测量的准确性，提高电机的运行效率。

在一种可能的实现方式中，所述基于成比例M估计自适应神经网络算法对所述初始电机参数识别模型进行更新，得到目标电机参数识别模型，包括：

基于最小均方算法、M估计函数和成比例控制因子确定电机参数权值更新函数；

基于所述电机参数权值更新函数和所述最小均方算法对所述初始电机参数识别模型进行更新，得到目标电机参数识别模型。

在一种可能的实现方式中，所述基于最小均方算法和M估计函数确定电机参数权值更新函数，包括：

基于双曲正切函数和所述最小均方算法的误差值确定M估计函数；

基于电机参数权值和成比例参数确定成比例控制因子；

基于所述M估计函数和所述成比例控制因子确定所述电机参数权重更新函数。

在一种可能的实现方式中，所述M估计函数包括：

；