Haowen Wang · Wei Sun · Dong Jiang · Ronghai Qu · IEEE Transactions on Power Electronics · 2023年10月

为提升内置式永磁同步电机（IPMSM）及同步磁阻电机（SynRM）的效率，通常需标定最大转矩电流比（MTPA）和弱磁（FW）曲线。针对工业应用中电机型号繁多、测试标定成本高昂的问题，本文提出了一种基于物理信息神经网络（PINN）的无标定辨识方法，无需传统繁琐的实验测试即可实现电机控制参数的精准获取。

解读: 该技术主要应用于电机驱动控制领域，对阳光电源的电动汽车充电桩及相关电机驱动系统具有参考价值。通过引入物理信息神经网络（PINN），可以在无需复杂实验标定的情况下实现电机最优控制曲线的自动辨识，显著降低研发和产线调试成本。建议研发团队关注该算法在充电桩功率模块散热风扇电机控制或未来电机驱动类产品中的应...