← 返回
基于改进飞蛾扑火算法优化最小二乘支持向量机的外转子无铁心无轴承永磁同步电机位移自感知控制
Displacement Selfsensing Control of Outer Rotor Coreless Bearingless Permanent Magnet Synchronous Motor Based on Least Square Support Vector Machine Optimized by IMFO
| 作者 | Huangqiu Zhu · Jianhao Zhu · Daihong Jiang · Bo Mao · Yichen Liu |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2025年1月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 机器学习 故障诊断 |
| 相关度评分 | ★★ 2.0 / 5.0 |
| 关键词 | 外转子无铁心无轴承永磁同步电机 位移自检测 最小二乘支持向量机 改进麻雀搜索算法(IMFO) 逆系统 电机控制 |
语言:
中文摘要
针对外转子无铁心无轴承永磁同步电机（ORC-BPMSM）中机械位移传感器带来的体积大、成本高及可靠性低等问题，本文提出了一种基于最小二乘支持向量机（LSSVM）左逆系统的位移自感知方法。通过引入改进飞蛾扑火算法（IMFO）优化LSSVM参数，实现了对电机转子位移的精确估计，有效提升了系统的集成度与运行可靠性。
English Abstract
To solve the problems of large size, high cost, and low reliability brought by mechanical displacement sensors to outer rotor coreless bearingless permanent magnet synchronous motor (ORC-BPMSM), a displacement self-sensing method based on the left inverse system of least squares support vector machine (LSSVM) is proposed. First, the working principle of ORC-BPMSM is introduced and the mathematical...
S
SunView 深度解读
该文献探讨了电机无传感器控制及机器学习优化算法，属于电机驱动底层控制技术。虽然阳光电源的核心业务集中在光伏逆变器、储能PCS及风电变流器，对无轴承电机应用较少，但其提出的“基于机器学习的参数优化与自感知控制”思路，对于提升阳光电源iSolarCloud智能运维平台中的设备故障诊断精度，以及优化风电变流器或储能系统中的电机类辅助设备控制算法具有一定的参考价值。建议关注其在复杂工况下参数辨识的鲁棒性研究，以提升电力电子设备在极端环境下的智能化水平。