考虑VSI非线性的表面PMSM参数识别的DPSO RE算法的GPU实现

本文考虑了电压源-逆变器(VSI)的非线性,建立了表面永磁同步电机(SPMSMs)的精确参数估计模型。 提出了一种结合粒子群编辑(RE)策略的快速动态粒子群算法(DPSO),以探索参数估计的最优值。 这种组合提供了在图形处理单元(GPU)上的加速实现,因此,所提出的方法被称为G-DPSORE。.在G-DPSO-RE中,将动态分工策略合并到了群体中。根据进化过程中设计的evolutionary.factor。 对运动方程进行了两种新颖的修改,以更新粒子的速度。 此外,还开发了一种基于混沌逻辑的免疫RE算子,以促进全局最佳个体(gBest粒子)探索可能更好的区域。 此外,利用GPU并行加速技术来加速参数估计过程。 已经证明,该方法对于同时估计PMSM参数和由VSI非线性引起的干扰电压(Vdead)是有效的,该非线性是通过用廉价设备测量的电流和转子速度的实验数据得出的。 分析了VSI非线性对参数估计精度的影响。