为了帮助客户更快和更便捷地测量永磁同步电机的参数，从而方便快捷地计算和调试电机FOC矢量控制参数，旋智科技提出了基于LMS算法的永磁同步电机参数辨识方法，并设计了电机辨识工具软件，该软件不需要客户掌握具体的测量?法和流程，实现了“?键式”测量。该软件集成的源程序，可以在静?情况下，对不同型 的电机进?参数识别。
永磁同步电机（permanent magnet synchronous motor, PMSM）以其结构简单、功率密度?、控制性能好等优点在?性能伺服系统以及其他?业场合中得到?量应?。电机的?性能运?需要获取精确的定?电阻Rs、dq轴电感Ld、Lq以及转?磁链值，提供准确的电机参数，对提?电机的运?效率、动态稳态性能，都有很重要的作用。因此电机参数识别?直都是电机研究的热点。人工测定PMSM电机的参数，测量时需要用到电感表仪器，并进行相应的计算，并且，用仪器测量时，无法模拟电机实际工作状态，电感参数可能测量不准确。旋智提供的同步电机参数测量算法，可以在电机基本静止的状态下，自动测定电机参数，并且该算法可以集成到电机控制程序中，实现电机驱动器对电机的自动测量，达到使电机驱动器自动适配不同电机的目的，这对于同一款驱动器用于不同电机的应用非常有帮助，例如，需要更换不同规格电机的风扇、水泵，同一款硬件驱动板对应多种规格电机的家电应用等等。
旋智电机参数识别的特点，在于使?了最?均?算法，简称LMS（Least Mean Square）算法。该?法是?种可通过最?化误差信 （error signal）之均?值（mean square）?修正滤波器系数，以模拟所需理想滤波器的?适应滤波器，其中作为修正依据的误差信 为理想参考讯 与实际输出的信 之差。该种滤波器所?的最?均?法的信 误差值作为准备修正，是?种随机梯度下降法（Stochastic Gradient Descent）。如下图所示，随机梯度下降法的目的即找出使得红线相加距离最短的回归线：
最?均?法是由斯坦福?学的Bernard Widrow教授及他的?位博??学?Marcian Hoff于1960年提出。这是?种最陡下降算法的改进算法， 是在维纳滤波理论上运?梯度下降法后的优化延伸，该算法不需要已知输?信 和期望信 的统计特征，“当前时刻”的权系数是通过“上?时刻”权系数再加上?个负均?误差梯度的?例项求得。对于?些应?来说，由于事先并不知道所需要进?操作的参数，例如?些噪声信 的特性，所以要求使??适应的系数进?处理。在这种情况下，通常使??适应滤波器反馈来调整滤波器系数以及频率响应。
图?：LMS?适应滤波器实现框图
结合PMSM?程：
当转速为0时，即可通过id和vd，iq和vq，求出Ld、Lq和R的数值。
同时，旋智的设计还根据Y. Gong等?在IEEE上发表的论?”A novel variable tap-length algorithm for linear adaptive filter”，对算法进?进?步的改进。改进的总体思路是利?伪抽头?度通过现有抽头?度N(n)与下?抽头中收敛MSE的差值计算下?步中N(n+1)的?度，即当 N 增加时，收敛的 MSE 不断减?，直到不再减?甚?开始增加。 然后根据Horowitz等?在?章“Performance advantage of complex LMS for controlling narrow-band adaptive arrays 中提出的 Pseudo Fractional Variable Tap-length Learning Algorithm:
通过L(n)和L(n+1)之间的变化??来判断是否更新抽头?度，并最终达到最优解。该?法的优点是不仅获得了?适应抽头?度，?且将其升级为?数值，这意味着更好地权衡收敛和稳态误差。
图三：永磁电机离线数据采集
如图所示，在将电脑和旋智电机控制demo板和所测电机连接后，按下“start”，电机控制板将发出特定激励信 ，测量信 结果传入电脑后，旋智电机测量软件计算，即可获得所测参数数值。
旋智电机测量软件集成的算法，也可以源程序的形式提供给客户，方便客户集成到自己的嵌入式电机控制工程中，实现对电机参数的自动测量，自动电机参数测量软件界面如下图所示，该APP内嵌的算法源文件，旋智也可以C语言程序的形式提供客户电机控制软件工程集成。
在本实例中，低压电机测量结果如下所示：（参考数值为LCR数字电桥所测值）
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！