测试工具2022.24870引言永磁同步电机具有结构简单、响应速度快等优点，在电动汽车和工业设备等领域得到了广泛关注与应用。但PMSM的参数易受环境影响，如温度变化会引起定子电阻和磁链变化、磁饱和会引起dq轴电感变化等，从而导致PMSM驱动系统性能下降。因此，为了达到高性能电机控制的目的，获得精确的电机参数和数学模型对改善PMSM的控制性能至关重要[1]。控制系统中传统参数辨识方法，通过文献分析可知，这些方法均有利有弊，其中突出的一个缺点是这些方法并未考虑PMSM本身的非线性因素，导致辨识精度受到一定的影响[2]。而群智能优化算法凭借其考虑到问题非线性影响的特点，在PMSM参数辨识中得到了广泛研究与应用。采用群智能优化算法进行参数辨识已成为目前重要的解决方案之一。研究人员通过对大自然的观察仍在不断提出新的优化算法，例如学者SeyedaliMirjalili通过对大自然中肉食动物捕猎的观察提出灰狼优化算法(greywolfoptimizationalgorithm，GWO)。在函数优化方面，已经证明GWO的收敛速度和求解精度均优于PSO。因此，GWO算法广泛应用于无人作战飞行器路径规划、聚类分析、特征子集选择、经济调度指派、直流电机最优控制、多输入多输出电力系统等诸多领域[3]。由于GWO算法提出的时间不长，因此其理论研究尚未成体系，多数学者都是从特定角度，针对具体问题对GWO进行改进和应永磁同步电机GWO-PID优化控制张俊杰，李昕涛（太原科技大学电子信息工程学院，山西太原，030024）摘要：永磁同步电机（PermanentMagnetSynchronousMotor，PMSM）由于具有结构简单、效率高、重量轻、故障率低等特点，成为新能源汽车中一类动力电机，并被广泛地使用。由于PMSM拥有强耦合，非线性、动态时变系统的特点，当其处于运行状态时会受温度、磁通、电流等因素影响，使电机系统参数产生变化。这些变化会极大地影响系统的鲁棒性以及各种性能稳定性。然而在使用同步电机的过程中，对系统参数的高精度识别以及控制是保证控制系统可以平稳运行的重要条件。针对永磁同步电机(PMSM)参数辨识算法存在辨识精度低、同时辨识多参数困难等缺点，提出一种基于永磁同步电机模型的灰狼优化算法(GWO)的PID控制策略。在MATLAB软件中利用Simulink中建立了PMSM模型，通过对比PID、GWO-PID在启动环节和负载变化时的速度变化，验证了改进GWO-PID控制的有效性。仿真结果表明GWO-PID控制具有更快的响应，更好的抗干扰素力。经仿真与实验表明，GWO算法对于PID控制的PMSM参数辨识具有更好...
