微❤关注“电气仔推送”获得资料（专享优惠）
仿真模型简介
在同步旋转dq 轴坐标系下建立PMSM 数学模型，将定子dq 轴电压设为辨识模型和实际测量值的输入，设计了PSO 辨识PMSM 参数的适应度函数。该辨识方法不需推导复杂的电机数学模型，可同时辨识定子绕组电阻、定子绕组dq 轴电感和永磁体磁链4 个参数。仿真效果完美！！
PSO-PMSM参数辨识
PMSM 参数辨识问题可转化为系统最优化问题，其基本思想是根据系统的参考模型输出和辨识模型输出的差值，通过辨识算法对辨识模型参数不断调整，从而辨识出电机参数。
此模型将ud，uq，id，iq，ωe（dq电压、dq电流、速度)作为PSO参数辨识算法的数据输入，，NCPSO 将id，iq，ωe每组数据与此代每个粒子解向量(R^，L^d，L^q，ψ^f) 结合,通过下式获得每个粒子的辨识模型电压( u^d，u^q) 。
获得辨识模型电压之后，根据其与测量电压( ud，uq) 的差值来计算每个粒子的适应度函数值，并不断刷新种群历史全局最优粒子和每个粒子历史最优粒子，每个粒子通过PSO策略产生下代粒子，使得下代粒子的适应度值小于上代，如此循环，直到算法满足终止条件，算法终止时输出的即为种群全局最优粒子。基于粒子群算法的永磁同步电机多参数辨识原理如下图2所示，
整体流程图如下图所示
PSO 不断筛选PMSM 待辨识参数的适当值，使得辨识模型与实际测量值之间的误差平方和适应度函数值达到最小值，适应度函数值越小，其辨识模型电压与测量电压越接近，待辨识参数和实际值也越接近。适应度函数如下:
仿真模型主体
上图左侧为仿真模型主体，右侧为电气信号数据采集部分。
辨识模型电压合成模块
预参考文献（上文）提出的一致。
PSO算法优化算法
适应度函数与参考文献（上文）提出的一致。
参数辨识结果
参数辨识结果代入仿真模型
电机转速
电机转矩
电机输出三相电流
电流波形为正弦信号，存在一定谐波（介意者慎拍）
参考文献
改进粒子群算法的永磁同步电机多参数辨识——刘细平
