DOI:10.3969/j.issn.1672-3872.2026.14.037
摘 要:为解决永磁同步电机传统无位置传感器控制在低速及参数失配工况下观测精度低、抖振严重的问题,文章提出一种融合一维深度残差网络与多尺度注意力机制的位置观测方案。该方案构建了包含电流时序与电压指令的高维特征向量,利用有限元仿真与实测混合数据集,通过物理约束损失函数训练网络隐式补偿磁路饱和及逆变器非线性。应用结果表明,该策略在全速域内将转子位置误差控制在2.1°电角度以内,转速阶跃响应时间较滑模观测器缩短41%,在电感参数失配20%的条件下仍保持强鲁棒性。该技术有效消除了相位滞后引起的转矩脉动,具备在边缘计算单元上实现高频实时控制的工程价值。
关键词:永磁同步电机;深度学习;无位置传感器控制;残差网络;鲁棒性
引文信息:[1]王鼎.基于深度学习的永磁同步电机无位置传感器控制技术[J].南方农机,2026,57(14):139-141+149.
查看全文请下载PDF文件↓