原文传递
基于自适应粒子群算法的船舶推进电机动态参数辨识研究
| 论文题名： | 基于自适应粒子群算法的船舶推进电机动态参数辨识研究 |
| 关键词： | 船舶异步推进电机;矢量控制;动态参数;在线辨识;粒子群优化算法 |
| 摘要： | 随着电力电子技术、交流传动控制技术的迅猛发展，矢量控制已成为现代主流的电机控制策略，且在电力推进船舶的推进电机控制系统中得到广泛应用。优良的推进电机控制系统性能会为船舶安全航行提供有效的技术保障，而推进电机控制性能主要依赖于电机参数的准确性，且电机参数在实际运行过程中会发生变化，因此对船舶推进电机参数在线辨识是十分必要的。 本文首先深入研究了船舶异步推进电机动态模型，推导出船舶异步推进电机转子磁场定向下的动态模型和离散模型。其次，深入分析标准粒子群算法早熟和易陷入局部最优问题的原因。针对以上两个问题，通过引入进化速度因子和聚集度因子，提出一种兼具快速性和精准收敛特性的自适应粒子群算法，并通过测试函数将自适应粒子群算法与几种现有算法进行对比测试。再次，根据船舶异步推进电机的特殊性设计了粒子群算法的目标函数，并将自适应粒子群算法应用于船舶异步推进电机参数辨识，同时详细分析实现流程。最后，在Matlab软件的Simulink环境中搭建了船舶异步推进电机参数辨识系统仿真平台，并对三种经典负载变化情况下进行电机参数辨识仿真。 仿真试验结果表明，自适应粒子群算法在收敛精度和快速性上均优于几种现有粒子群算法，并且解决了标准粒子群算法中的易早熟和易陷入局部最优的问题，实现了电气参数（定转子电阻和电感及互感）的高精度同时在线辨识。 |
| 作者： | 刘厶源 |
| 专业： | 船舶与海洋工程 |
| 导师： | 刘彦呈;李霄燕 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
