Por:
Hindawi Publishing Corporation
|
Fecha:
2016
Los parámetros electromagnéticos son importantes para el diseño del controlador y la monitorización del estado de la máquina síncrona de imanes permanentes (PMSM). En este trabajo, se propone una optimización de enjambre de partículas de aprendizaje integral mejorada (CLPSO) con una estrategia de aprendizaje basada en la oposición (OBL) para estimar la resistencia del estator y el enlace de flujo del rotor en PMSM montados en superficie; el método propuesto se denomina CLPSO-OBL. En el marco CLPSO-OBL, se utiliza una estrategia de aprendizaje por oposición para el aprendizaje por refuerzo de las mejores partículas con el fin de mejorar el rendimiento dinámico y la capacidad de convergencia global del CLPSO. La optimización de parámetros propuesta no sólo conserva las ventajas de la diversidad en el CLPSO, sino que también ha heredado la capacidad de exploración global del OBL. A continuación, el método propuesto se aplica para estimar la resistencia del estator y el enlace de flujo del rotor del PMSM montado en superficie. Los resultados experimentales muestran que el CLPSO-OBL tiene un mejor rendimiento en la estimación de la resistencia del bobinado y el flujo del PM en comparación con los PSOs pares existentes. Además, el modelo de estimación de parámetros y el método de optimización propuestos son simples y con buena precisión, rápida convergencia y fácil implementación digital.
