![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于informer的永磁同步电机参数辨识.pdf
《基于informer的永磁同步电机参数辨识.pdf》由会员分享,可在线阅读,更多相关《基于informer的永磁同步电机参数辨识.pdf(3页珍藏版)》请在咨信网上搜索。
1、装备制造技术 2023 年第 7 期0引 言永磁同步电机(Permanent Magnet SynchronousMotor,PMSM)以其转子损耗零、响应性高、功率密度高以及速度范围宽等优点成为了许多应用领域的理想选择,特别是在电动汽车、工业驱动和可再生能源等领域1。PMSM 本质上是一种强耦合、非线性的被控对象,在电机实际运行过程中,定子绕组、转子永磁体容易受电机的温度以及周围噪音的影响而发生变化,这会极大影响 PMSM 控制系统的效果。因此,为了更加精确地控制和辨识电机相关参数具有重要意义。目前,国内外学者已提出多种参数辨识方法。如最小二乘法(Least Squares Method,R
2、LS)2、扩展卡尔曼滤波器辨识法(Extended Kalman Filter,EKF)3、最小绝对偏差法(Least Absolute Deviation,LAD)、模型参考自适应方法(Model Reference adaptive ControlSystem,MRAS)等等。虽然,这些算法能够解决参数辨识的问题,但是这些算法依赖于 PMSM 的精确数学模型,当 PMSM 数学模型发生改变时,这些算法的辨识精度会下降。相比于传统算法依赖于精确的数学模型,深度学习模型可以通过从海量的数据中拟合输入输出之间的关系,从而更好地适应实际复杂系统的建模需求。为了实现更加准确的辨识,选用 Inform
3、er 方法对PMSM 参数进行辨识,该算法能够有效地捕捉序列数据中的长期依赖关系,并提供准确的辨识结果,有效提高了辨识的准确性。1PMSM 参数辨识模型PMSM 参数辨识模型由 PMSM 数学模型和 In原former 模型构成。Informer 模型能解决时间序列预测中的长期依赖性和不确定性建模问题。根据 PMSM 数学模型通过 simulink 建立仿真,获得的参数值作为Informer 模型的输入,Informer 模型的输出是 d 轴电感 Ld和 q 轴电感 Lq的预测值。1.1 PMSM 数学模型PMSM 的数学模型表达式为(1)(2)(3):ud=Rid+ddt鬃d-棕e鬃quq=
4、Riq+ddt鬃q-棕e鬃d扇墒设设设设设设缮设设设设设设(1)鬃d=Ldid+鬃f鬃q=Lqiq嗓(2)基于 informer 的永磁同步电机参数辨识张帅,白帆,张凯(沈阳理工大学 装备工程学院,辽宁 沈阳 110158)摘要:永磁同步电机(PMSM)因其优秀的性能在工业领域有广泛的应用,其控制精度受电机的各种参数影响。随着近几年深度学习的大热,选用了一种基于 Informer 的辨识方法,并且与现有主流的预测模型 LSTM,GRU,SAE 进行对比。Informer 是由编码器(Encoder)和解码器(Decoder)构成,编码器主要由自注意力蒸馏组成,编码器结构与 Transforme
5、r 编码器结构相同。LSTM 能有效地缓解 RNN 模型在处理远距离输入和输出时的相关性逐渐减弱问题,使得远距离节点的参数能够更好地进行学习。GRU 比 LSTM 具有更简单的结构,GRU 的更新门合并了 LSTM 的遗忘门和输入门,使得模型更易于训练和调整。SAE 中以通过多层的编码器和解码器结构,学习输入数据的多维特征。每一层的编码器可以捕捉输入数据的不同层次的抽象特征,有助于拟合复杂的非线性函数。数据集来源于 2000 次的 Simulink 仿真,总共 2000 条序列。通过多次实验,Informer 预测d轴电感Ld和q轴电感Lq的准确率分别达到了 91.6%和 97.3%,此外,在
6、 MAE、MSE 和 RMSE 这三个评价指标下,Informer 模型展现出比 LSTM、GRU 和 SAE 模型更优秀的预测效果。关键词:永磁同步电机;Informer;参数辨识中图分类号:TM341文献标志码:A文章编号:1672-545X(2023)07-0077-03收稿日期:2023-03-27第一作者:张帅(1999-),男,云南昭通人,硕士生,探测、控制与信息对抗方向.通信作者:白帆(1982-),男,陕西西安人,副教授,博士,硕士生导师,研究方向:目标探测与识别,机器视觉.77Equipment Manufacturing Technology No.7袁2023Jd棕mdt
7、=Te-TL-B棕m(3)式中:鬃d、鬃q分别为 d、q 轴磁链分量,ud、uq分别为 d、q轴电压分量;R 为电机定子电阻;id、iq分别为 d、q 轴电流分量;棕e为电机角速度;鬃f为电机永磁体磁链;J为电机转动惯量;Te、TL分别为电机负载转矩和电磁转矩;棕m为电机机械角速度;B 为电机阻尼系数。1.2 Informer 模型Informer 是一种由 transform 模型改进而来,基于自注意力机制(self-attention)的序列预测模型,该模型由编码器(Encoder)和解码器(Decoder)构成。编码器内部结构主要由多头概率稀疏矩阵模块和“蒸馏”机制模块构成4。概率稀疏自
8、注意力机制表达式为:A(Q,K,V)越 softmax(Q軍KTdK姨V)(4)式中:Q軍、K、V 分别是要查询的信息、被查询的信息和查询得到的值,三者是由输入序列经线性变换得到的3 个同尺寸的矩阵;Q軍是概率稀疏矩阵,由 Q 稀疏化得来;d 是输入数据维度;softmax 为激活函数。多头概率稀疏自注意力机制增强了模型表达能力、提高了泛化能力且并行计算效率高,“蒸馏”操作压缩了特征维度并提取出主要信息。经过编码器的多头概率稀疏机制和蒸馏机制运算以后得到的结果传递给解码器。在解码器内部,输入数据先经过带掩码(Masked)的多头概率稀疏自注意力操作,掩码操作防止每个位置关注未来的位置从而避免了
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 informer 永磁 同步电机 参数 辨识
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。