（1）目的和意义

永磁同步电机由于高功率密度、体积小、高可靠性的特点,被广泛应用于高性能控制领域中,如工业机器人、CNC数控机床、混合动力汽车等。其中转动惯量是永磁同步电机中一个十分重要的参数。一般情况下,若负载变化,转动惯量也会变化。当电机转动惯量变化较大时,若伺服系统控制器参数不变,则会导致伺服电机的控制精度变低,甚至会引起控制系统不稳定。因此,需要辨识永磁同步电机伺服系统转动惯量,并且根据辨识的结果对电机控制器的PI参数进行整定。这样才能提高伺服系统的控制性能,并增强控制系统的抗干扰能力和鲁棒性。在电机的众多参数中,系统转动惯量值的大小决定着速度环带宽的上限,而且惧量值的变化会恶化系统动态性能,当系统的惯量增加,整个系统动态响应特性变差,实际转速跟踪给定信号的能力变差,当转动惯量降低时,速度响应会出现超调现象甚至震荡。例如,数控机床对机械零郃件进行加工,机床主轴按照给定转速进行转动,按照转动惯量定义,机械零件在被刀具加工过程中质盘不断减小,即主电机系统等效转动惯量也会减少,这样系统参数变化将导致电机再启时的动态性能恶化,所以需要对转功惯量进行在线识别,并通过自整定技术对转速环进行补偿。

由于现有的辨识算法,如减速法、人工轨迹法等,都是属于离线辨识。虽然其算法简单,但是其辨识精度低,以及辨识时间长。而现有的在线辨识算法,如最小二乘法、模型参考自适应算法等,虽然有一些学者在进行研究,但是仍然不能得出令人满意的结果。因此在线辨识仍然处于研究阶段,可根据一些现有的常用惯量调整PI控制器参数，以提高控制系统的稳定性，准确性和快速性。

（2）本课题国内外的研究现状分析

1990年,日本富士电气企业有限公司将朗道离散时间递推算法和扰动转矩观测器相结合用于对永磁同步电机伺服系统的转动惯量的辨识,实验中采用的是州仪器的DSP控制芯片。试验结果显示,辨识收敛时间约为155s,辨识较大,而且要实现瞬时观测器算法比较困难。

2002年,清华大学的黄立培教授与他的课题组成员采用基于离散模型参考自适应理论的辨识方法辨识异步电机伺服系统转动惯量,仿真和试验结果表明利用这个算法进行转动惯量辨识,辨识的收敛时间在105s左右,而辨识的误差接近35%。并且还提出了速度环PI控制器的调整方法。

IEE成员曾应用遗忘因子递推最小二乘法来对直流伺服电机转动惯量进行辨识,实验结果显示,该方法辨识的转动惯量及摩擦系数收敛时间为150ms，辨识误差为5%,由于该算法需使用高阶滤波器,因此算法复杂,且需要消耗的计算内存,故该算法应用范围有限,不适合于复杂系统,只对一些数学模较简单的系统适用。

文献[1]中,通过最小二乘法与卡尔曼滤波器的结合,对异步电机的扰动转矩进行观测,并辨识电机的转动惯量。由于电机的非线性性质,使得该算法在设计的时候会遇到非线性滤波的问题。故该算法编写起来困难,且辨识收敛时间长，不适应于像永磁同步电机这类响应要求快速的场合。

文献[2]中提出ROELO法辨识电机的转动惯量，虽然该方法计算量不大，但是其只适用于运行在低速范围的永磁同步电机和异步电机，因此也并不是很实用。

本课题主要对永磁同步电动机的转动惯量进行研究，目的是提高控制系统的鲁棒性以及进行PI控制器参数自整定。文章中会介绍永磁同步电机的数学模型和是矢量控制基本原理，深入研究改进的最小二乘法，梯度校正参数辨识算法和模型参考自适应辨识算法原理，并在matlab中搭建电机控制系统仿真模型，并采用上述不同的方法进行仿真实验，得出不同的算法在模型上的辨识结果，然后对不同的辨识结果进行分析，选择最优辨识方法进行永磁同步电机转动惯量辨识实现。