使用各种粒子群优化变体对永磁直流电动机进行参数估计

本研究提出了使用六种粒子群优化变体（包括混合PSO方法）来估计直流电动机的七个参数。选择粒子群优化（PSO）是因为它作为一种元启发式算法在应对识别大型非线性空间中的最佳解决方案问题方面的有效性，这在直流电动机参数估计中经常出现。选择不同的PSO变体来研究解决方案搜索机制中各种修改对直流电动机参数估计特定挑战的影响。使用10 Hz频率的正弦波形式的测试信号来评估算法在动态条件下的准确性和响应。结果表明，混合PSO和萤火虫提供了最佳的估计结果，具有高准确性和最小偏差，相较于其他变体。限制因子PSO和惯性权重PSO以及时间变化加速度系数PSO的性能也接近混合PSO和萤火虫，而标准PSO的性能最低，尽管仍在可接受的准确性范围内。最大的估计误差仅达到1.73%，仍低于5%的阈值。