电机控制系列模块解析（第四篇）—— 参数辨识

某人刚开始就问我离线参数辨识（也称为参数自学习）的问题，那就先入手讲一讲这个。

参数辨识分为：离线辨识和在线辨识。

离线辨识：包括了定子电阻辨识、定子电感辨识、初始位置的辨识、EMF辨识、转动惯量辨识、逆变器非线性辨识。如果是感应电机（异步机），还需要辨识漏感、转子电阻、互感和空载电流等。

在线辨识：一般需要根据实际应用选择变化范围较大或者控制算法以及估计算法对其变化较为敏感的一些机电参数进行在线辨识。

背景

电机参数辨识对于电机控制系统的性能优化和稳定性具有重要意义，原因如下：

精确控制：电机的数学模型依赖于一系列物理参数，如电阻、电感、互感、永磁体磁链（针对永磁同步电机）、转动惯量、摩擦系数等。准确的电机参数能够帮助控制器计算出精准的控制信号，实现高效的转矩控制、速度控制或位置控制。

保护功能：变频器通过识别电机参数可以更准确地实施过载保护、过热保护等电机安全措施，防止因电机特性不明导致的意外损坏。

优化调速：在交流变频调速系统中，精确的电机参数有助于改善低频运行时的转矩脉动、提高调速范围以及改善动态响应特性。

故障诊断与预测性维护：通过对电机运行中的在线参数辨识，可以实时监控电机状态变化，及时发现潜在故障，并采取预防性维护策略。

节能与效率提升：了解电机的实际工作特性后，可以优化驱动器的控制策略，减少不必要的能耗，提升电机工作效率。

适应性增强：当电机在不同工况下运行，或者由于长时间使用导致电机参数发生变化时，重新进行参数辨识可确保控制系统始终能匹配电机当前的工作条件。

因此，无论是对新出厂电机的初始设置，还是对长期运行电机的状态监测，电机参数辨识都是一个不可或缺的过程。

一、电机参数离线辨识

感应电机离线参数辨识，是指在不运行电机的情况下，通过对电机的静态和/或设计数据进行分析、计算或实验测量，从而获取电机的电气和机械参数的过程。这些参数通常包括定子电阻Rs、转子电阻Rr、互感Lm、定子自感Ls、转子自感Lr、空载电流 I0 以及电机的极对数Pn等。

首先，我们先列举方法，打开视野：

1. 基于理论模型与设计参数：初步参数可以通过查阅电机出厂技术手册获得，例如额定功率、电压、电流、频率、极对数等基本规格。结合电机绕组结构和材料特性，通过公式计算出大致的电阻和电感值。

2. 开路实验法：在电机未接入电源的情况下，可以测量电机绕组的直流电阻来得到定子和（如果可能）转子的电阻值。

3. 空载实验法：将电机接入电源并在空载条件下运行，通过电压表、电流表测量定子侧的电压和电流，利用相位差和幅值关系，结合初始估计的电阻值，可以进一步修正定子自感Ls。

4. 频域分析：对电机进行正弦波扫频测试，记录不同频率下输入和输出端的电压、电流信号，并绘制Bode图或者Nyquist图，通过系统辨识算法如最小二乘法、遗传算法等，精确提取电机的电感参数。

5. 瞬态响应分析：通过施加阶跃或脉冲激励，观察系统的瞬态响应曲线，然后采用适当的参数辨识算法从时域数据中推算出电机参数。

6. 基于磁链观测器的方法：通过建立数学模型并结合实际测量的数据，运用观测器技术实时估算磁链及相应的电动势，间接推导出电机参数。

7. 现代优化算法应用：现代优化算法如粒子群优化、遗传算法、模糊逻辑控制等方法被应用于电机参数辨识中，以求解复杂的非线性问题，使得辨识结果更加准确。

8. 多物理场耦合仿真：结合有限元分析软件进行电磁场模拟，通过对比仿真结果与实测数据，反向迭代优化电机参数。

然后，我们选择一种，进行详细解释：

基于两电平电压源逆变器的感应电机变频驱动系统（图片来源于网络）

上图来自于网络，为感应电机稳态T等效电路模型，以后有空讲动态。为了 简化感应电机的建模过程， 通常作如下假设， 忽略空间谐 波， 电机三相绕组完全对称； 忽略磁路饱和， 各绕组自感和互感恒定； 忽略 铁芯损耗， 且不考虑频率和温度变化对绕组电阻影响。

0、逆变器非线性辨识

先保证逆变器指令电压和实际电压的一致性

1、直流伏安法辨识定子电阻

2、高频方波激励法辨识定、转子漏感

（或者还有单相正弦激励：有偏置和无偏置）

脉冲信号频率高，感应电机T等效电路模型励磁支路阻抗远大于转子 回路阻抗， 因此可认为励磁支路开路：

3、中频方波激励法辨识转子电阻

（或者还有单相正弦激励：有偏置和无偏置）

单相正弦激励：在电机定子绕组上施加低频至中频范围内的正弦波形交流电压，电压幅度需保持在安全范围内以避免损坏电机绝缘。记录不同频率下电机端口的电压和电流，计算出各频率点上的阻抗（实部为电阻，虚部为感抗）。通过解析得到的阻抗与频率关系曲线（阻抗谱），可以识别并分离出电机的不同电气参数。定子电阻Rs：在低频区，阻抗主要由定子电阻决定。定子漏感Lls：随着频率增加，由于自感效应，阻抗会随频率平方增大，由此可提取定子绕组的漏感。转子侧等效阻抗：当频率进一步提高时，互感效应变得显著，通过高频区域的阻抗变化可以间接推算转子侧的电气参数如转子电阻Rr和转子时间常数。该方法的缺点是： 若正弦频率选择 过高， 则集肤效应很明显， 导致转子电阻估算误差很大； 若正弦频率选择过低， 则励磁支路开路假设带来误差会增大， 感抗估算误差变大。

4、低频方波激励法辨识励磁电感

（或辨识励磁电感曲线，用于IM的效率优化控制）

此为静止自学习，当然也可以动态旋转自学习，来得到感应电机的空载电流，进而计算得到互感。

此图片来源于网络

5、永磁同步电机离线参数辨识

定子电阻（同上）、永磁体磁链（需动态旋转才能辨识得到、静态辨识研究较少）、交直轴电感（电感饱和曲线辨识，脉冲法或者高频注入法），还有初始位置辨识（脉冲法或者高频注入法）。

永磁体磁链辨识：将电机以一定的速度旋转（确保仍处于离线状态），测量定子绕组在转动过程中的反电动势信号，利用电机的数学模型，尤其是DQ坐标系下的方程，可以间接地估算出永磁体磁链。

电感饱和曲线辨识：通过公式L = V / ΔI（其中L是电感，V是电压变化量，ΔI是电流变化量），计算出不同磁场强度下的电感值。

初始位置辨识辨识：一种方法是采用高频正交方波电压注入技术，通过给电机注入高频交流信号，由于电机绕组和永磁体的非线性效应，使得不同位置下产生的电流特征不同，从而根据这些电流响应来判断转子的位置。另一种方法是基于电感法的初始位置辨识利用电机定子绕组的电感随转子位置变化的特性。例如，在永磁同步电机中，随着转子位置的变化，定子绕组在交直轴方向上的电感也会发生相应变化。通过向电机注入特定的电流或电压信号，并检测不同相位下的电流响应或电压降，可以计算出转子的位置信息。

永磁同步电机的离线参数辨识通常还需要考虑温度、饱和效应等因素的影响，所需要的参数需要在电机实际运行过程中进行在线查表等。同时，对于某些难以离线测得的动态参数（如转动惯量、摩擦系数等），可能需要通过在线运行时的动态试验进行辨识。

6、同步磁阻电机离线参数辨识

同步磁阻电机（SynRM）和永磁同步电机（PMSM）虽然都属于同步电机范畴，但它们的转子结构和磁场产生方式不同，这导致在离线辨识原理上会有一些差异：

同步磁阻电机（SynRM）离线辨识：主要基于定子绕组的电阻、电感以及转子的磁路特性。由于转子没有永磁体，而是依靠定子电流产生的磁场与转子材料的磁导率分布相互作用来产生磁阻转矩。在离线辨识阶段，重点在于确定各相静态电感、转子磁路的非线性效应（如磁饱和）、漏电感以及其他影响电机性能的参数，这可能通过空载试验、频域分析或者有限元仿真等方法获取。

永磁同步电机（PMSM）离线辨识：永磁同步电机的转子具有永磁体，因此除了定子绕组的电阻和电感之外，还需要辨识永磁体的磁链、磁极位置以及磁阻转矩系数等相关参数。离线辨识时，不仅需要测定定子侧电气参数，还要考虑永磁体引起的反电动势常数（包括直轴和交轴分量），这些可以通过测量永磁体的磁化曲线并结合电机设计数据估算得出。由于永磁体的存在，辨识过程可能还会涉及对永磁体退磁状态、温度变化对永磁体磁性能的影响等因素的考量。

总的来说，两者离线辨识的不同主要体现在对转子磁场特性的处理上：同步磁阻电机关注的是由定子电流动态生成的磁场与转子几何形状和材料属性相互作用的结果；而永磁同步电机则关注的是如何准确地描述固定在转子上的永磁体磁场，并且要考虑其稳定性及环境条件对磁场的影响。

二、电机参数在线辨识

电机参数在线辨识是指在电机运行过程中实时或周期性地估计和更新电机的电气与机械特性参数。这种方法克服了离线辨识时无法考虑温度变化、老化效应和负载影响等实际工况的局限，具有较高的实用价值。在线辨识通常采用以下几种方法：

模型参考自适应系统（MRAS）：利用一个数学模型作为参考模型，通过比较实际系统输出与参考模型输出之间的差异来调整模型参数，从而达到在线辨识的目的。在永磁同步电机（PMSM）中，MRAS常用于辨识转子位置、速度以及电阻参数。

递推最小二乘法（RLS）：RLS算法是一种在线优化技术，适用于快速处理连续到达的数据流，并不断更新电机参数估计值。在电机控制领域，可以用来实时辨识电感、电阻等电气参数的变化。

扩展卡尔曼滤波器（EKF）：EKF是一种基于贝叶斯理论的滤波器，可以处理非线性系统状态的估计问题。应用于电机参数辨识时，EKF能够结合电机的动态方程和传感器测量数据，在实时操作条件下对电机参数进行精确估计。

滑模观测器（SMO）：SMO能够在一定程度上抑制噪声和不确定性的影响，用于在线估计电机的未知或难以直接测量的状态变量，例如转子位置、速度以及某些电气参数。

模糊逻辑、神经网络和其他智能计算方法：结合模糊逻辑控制器、神经网络等智能算法，根据电机运行时的实际数据进行学习和训练，以实现对电机参数的在线辨识与修正。

基于电流与电压信号分析：分析电机工作时的电压和电流信号特征，包括频谱分析、瞬态响应等，提取出反映电机参数的信息，然后通过算法在线更新参数值。

总之，在线电机参数辨识是将现代控制理论、信号处理技术和电机原理相结合，实现在电机运行状态下对电机参数的准确估计，对于提高电机控制系统的性能和稳定性至关重要。