CN103684182B - 一种永磁同步电机参数辨识方法 - Google Patents

Abstract

一种永磁同步电机参数辨识方法，将传统的模型参考自适应结构进行改进，即在保留原有MRAS1模块的基础上，新建立MRAS2模块，构建为级联模型参考自适应(CMRAS)模块；其中MRAS1实现转子速度的辨识，MRAS2实现定子电阻与转子磁链的辨识。本发明将在实时反馈转子速度的同时，将定子电阻与转子磁链辨识值也反馈回矢量控制系统，能够有效削弱电机参数变化对系统的影响，在低速时由于实时更新定子电阻辨识值，可以有效提高系统的低速控制性能。

Description

一种永磁同步电机参数辨识方法

技术领域

本发明属于电机控制技术领域，涉及一种基于级联模型参考自适应(CMRAS)的永磁同步电机参数辨识方法。

背景技术

永磁同步电机(Permanent Magnet Synchronous Motor，PMSM)是一个多变量、强耦合、非线性、变参数的复杂对象，具有高精度、高动态性能、高可靠性、小体积等优势，在高精度和高可靠性要求场合获得广泛应用。近年来在永磁同步电机矢量控制系统中，为了克服使用机械传感器带来的高成本、安装维护困难、抗干扰能力下降、可靠性降低等缺陷，通过各种不同的估计方法而得到速度和位置信息的无速度传感器技术，已成为电机控制领域中的研究热点之一。在众多无速度传感器电机控制方法中，模型参考自适应(Model Reference Adapt System，MRAS)因其具有算法不太复杂、抗干扰性能好、保证参数估计的渐进收敛性、稳态精度较高等优点而受到人们重视，已经被提出并应用于永磁同步电机无速度传感器矢量控制中。其基本思想是将不含未知参数的方程作为参考模型，含有待估计参数的方程作为可调模型，输入信号同时作用于参考模型和可调模型，自适应机构根据两模型构成的广义误差调整控制器参数使广义误差趋于零以达到可调模型跟踪参考模型的目的。传统MRAS需要准确估计位置偏差，虽然数学模型是精确的，但是估计精度受到电机参数变化的影响，无法摆脱对电机参数的依赖性。

发明内容

本发明的目的在于提供一种永磁同步电机参数辨识方法，能够同时进行转子速度、定子电阻与转子磁链的辨识，有效削弱电机参数变化对系统的影响,提高系统的低速控制性能。

本发明的技术方案是，一种永磁同步电机参数辨识方法，将传统的模型参考自适应结构进行改进，即在保留原有MRAS1模块的基础上，新建立MRAS2模块，构建级联模型参考自适应(CMRAS)模块；其中MRAS1实现转子速度的辨识，MRAS2实现定子电阻与转子磁链的辨识。

本发明的特点还在于：

MRAS1模块将永磁同步电机本身作为参考模型，将含有永磁同步电机转子速度的电流模型作为可调模型，把辨识的转子速度反馈给电流模型，输出的转子速度辨识值经PI调节后反馈至电流模型实现闭环控制。根据自适应输入误差不断调整直到误差为零，转子速度辨识值也就达到了真实值ω_r；在获得稳定的转子速度辨识值后，将其送入MRAS2模块，MRAS2模块选取PMSM本身作为参考模型，可调模型的参数以电机输出为参考，电机的状态方程采用基于dq轴的状态方程，采用与MRAS1相同的Popov超稳定性定理推导，可得定子电阻与转子磁链的辨识算法。

CMRAS的输入为电机测量量：i_d，i_q，u_d，u_q。其中，i_d与i_q通过以下方式获得：将永磁同步电机模块的定子绕组电流i_a、i_b、i_c，输入到控制电路中的3/2坐标变换模块，得到两相静止坐标系下的电流分量i_α、i_β，再输入到2/2坐标变换模块，得到两相旋转坐标系下的电流分量i_d、i_q；u_d与u_q通过以下方式获得：参考转子速度w_r*和反馈转子速度w_r的差值通过PI控制器得到参考电流i_q*，i_q*和反馈电流i_q的差值经PI控制器获得参考电压u_q，参考电流i_d*和反馈电流i_d的差值通过PI控制器得到参考电压u_d。CMRAS的输出为转子速度、定子电阻与转子磁链，其中对转子速度进行积分运算可得转子的位置信息；

根据Popov超稳定性定理，永磁同步电机转子速度、定子电阻与转子磁链的辨识算法可表示为：

${\widehat{\mathrm{\ω}}}_r=\underset{0}{\overset{t}{\∫}}{K}_{i1}(i_d{\hat{i}}_q-i_q{\hat{i}}_d-\frac{{\widehat{\mathrm{\ψ}}}_r}{L_s}(i_q-{\hat{i}}_q\left)\right)dt+K_{p1}(i_d{\hat{i}}_q-i_q{\hat{i}}_d-\frac{{\widehat{\mathrm{\ψ}}}_r}{L_s}(i_q-{\hat{i}}_q\left)\right)+{\widehat{\mathrm{\ω}}}_r\left(0\right)---\left(1\right)$

$\frac{{\hat{R}}_s}{L_s}=\frac{R_s}{L_s}-K_1\underset{0}{\overset{t}{\∫}}\left(u_d\right(i_d-{\hat{i}}_d)+u_q(i_q-{\hat{i}}_q\left)\right)dt-K_2\left(u_d\right(i_d-{\hat{i}}_d)+u_q(i_q-{\hat{i}}_q\left)\right)---\left(2\right)$

$\frac{{\widehat{\mathrm{\ψ}}}_r}{L_s}=\frac{{\mathrm{\ψ}}_r}{L_s}-K_1\underset{0}{\overset{t}{\∫}}{\widehat{\mathrm{\ω}}}_r(i_q-{\hat{i}}_q)dt-K_2{\widehat{\mathrm{\ω}}}_r(i_q-{\hat{i}}_q)---\left(3\right)$

其中，为可调模型输出的定子电流在dq轴的分量，R_s，L_s为定子电阻、电感；ψ_r为转子磁链；

辨识过程中，首先利用定子电阻与转子磁链的离线辨识值进行转子速度ω_r的辨识，当估算转子速度已经稳定且转子速度给定值不变时，其辨识过程步骤如下：

1)首先通过(1)式计算出转子速度辨识结果

2)将计算得到的代入(2)式计算出即得到定子电阻辨识结果

3)将计算得到的代入(3)式计算出即得到转子磁链辨识结果

4)令更新辨识结果。

将CMRAS模块辨识获得的转子速度、定子电阻以及转子磁链信息反馈到永磁同步电机矢量控制系统回路中，从而实现基于CMRAS的PMSM矢量控制。

上述矢量控制系统包括速度外环和电流内环两部分，还包括主电路、电流信号检测电路和控制电路；CMRAS模块辨识获得的电机转子速度及其转子位置信息作为控制的反馈量,参考转子速度w_r*和反馈转子速度w_r的差值通过PI控制器得到参考电流i_q*，i_q*和反馈电流i_q的差值经PI控制器获得参考电压u_q，参考电流i_d*和反馈电流i_d的差值通过PI控制器得到参考电压u_d，得到的u_q和u_d经过反Park变换得到u_α、u_β，得到的u_α、u_β通过SVPWM发生模块的调节，产生PWM波控制逆变器工作,从而驱动永磁同步电机模块运作；而CMRAS模块辨识获得的定子电阻与转子磁链将通过软件的方式反馈到矢量控制算法中，从而提高系统的控制性能。

本发明具有如下有益效果：

1、本发明在保留原有MRAS1模块的基础上，新建立MRAS2模块，其中MRAS1进行转子速度的辨识，MRAS2进行定子电阻与转子磁链的辨识，这就构成了级联模型参考自适应系统，可以同时进行转子速度、定子电阻和转子磁链的辨识。

2、本发明将在实时反馈转子速度的同时，将定子电阻与转子磁链辨识值也反馈回矢量控制系统，能够有效削弱电机参数变化对系统的影响，在低速时由于实时更新定子电阻辨识值，可以有效提高系统的低速控制性能。

3、经实验验证，本发明CMRAS算法在低速时由于实时更新定子电阻辨识值，能够有效削弱低速时定子电阻变化对系统的影响，比传统MRAS算法具有更好的低速控制性能。

附图说明

图1为本发明基于级联模型参考自适应(CMRAS)的永磁同步电机矢量控制系统框图；

图2为本发明基于传统模型参考自适应算法的基本结构框图；

图3为本发明基于传统模型参考自适应算法的转子速度辨识原理框图；

图4为本发明基于传统模型参考自适应算法的定子电阻与转子磁链辨识原理框图；

图5为本发明基于级联模型参考自适应的永磁同步电机参数(包括转子速度、定子电阻与转子磁链)辨识算法框图；

图1中，1.逆变器，2.PMSM模块，3.信号检测电路，4.Clark变换，5.Park变换，6.SVPWM模块，7.反Park变换，8.级联模型参考自适应(CMRAS)模块。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步说明。

一种永磁同步电机参数辨识方法，将传统的模型参考自适应结构进行改进，即在保留原有MRAS1模块的基础上，新建立MRAS2模块，构建为级联模型参考自适应(CMRAS)模块；其中MRAS1实现转子速度的辨识，MRAS2实现PMSM定子电阻和转子磁链的辨识。在实时反馈转子速度时，将定子电阻与转子磁链辨识值也同时反馈回矢量控制系统，能够有效削弱电机参数变化对系统的影响。在低速时由于实时更新定子电阻辨识值，可以有效提高系统的低速控制性能。

MRAS1模块将永磁同步电机本身作为参考模型，将含有永磁同步电机转子速度的电流模型作为可调模型，把辨识的转子速度反馈给电流模型，输出的转子速度辨识值经PI调节后反馈至电流模型实现闭环控制。根据自适应输入误差不断调整直到误差为零，转子速度辨识值也就达到了真实值ω_r；在获得稳定的转子速度辨识值后，将其送入MRAS2模块，MRAS2模块选取PMSM本身作为参考模型，可调模型的参数以电机输出为参考，电机的状态方程采用基于dq轴的状态方程，采用与MRAS1相同的Popov超稳定性定理推导，可得定子电阻与转子磁链的辨识算法。

CMRAS的输入为电机测量量：i_d，i_q，u_d，u_q。其中，i_d与i_q通过以下方式获得：将永磁同步电机模块的定子绕组电流i_a、i_b、i_c，输入到控制电路中的3/2坐标变换模块，得到两相静止坐标系下的电流分量i_α、i_β，再输入到2/2坐标变换模块，得到两相旋转坐标系下的电流分量i_d、i_q；u_d与u_q通过以下方式获得：参考转子速度w_r*和反馈转子速度w_r的差值通过PI控制器得到参考电流i_q*，i_q*和反馈电流i_q的差值经PI控制器获得参考电压u_q，参考电流i_d*和反馈电流i_d的差值通过PI控制器得到参考电压u_d。CMRAS的输出为转子速度、定子电阻与转子磁链，其中对转子速度进行积分运算可得转子的位置信息。

将CMRAS模块辨识获得的转子速度、定子电阻以及转子磁链信息反馈到永磁同步电机矢量控制系统回路中，从而实现基于CMRAS的PMSM矢量控制。

MRAS是一种基于稳定性设计的参数辨识方法，保证了参数辨识的渐进收敛。如图2所示，其主要思想是将不含未知参数的方程作为参考模型，而将含有待辨识参数的方程作为可调模型，利用两个模型具有相同物理意义的输出量的误差构成合适的自适应律来实时调节可调模型待辨识的参数，最终达到控制对象的输出跟踪参考模型的目的。

下面结合永磁同步电机数学模型对本发明所涉及的参数辨识方法做如下推导：

已知永磁同步电机在旋转坐标系下的定子电流数学模型为

$\left\{\begin{array}{c}\frac{{\mathrm{di}}_d}{dt}=-\frac{R_s}{L_s}{i}_d+{\mathrm{\ω}}_r{i}_q+\frac{u_d}{L_s}\\ \frac{{\mathrm{di}}_q}{dt}=-{\mathrm{\ω}}_r{i}_d-\frac{R_s}{L}{i}_q+\frac{u_q-{\mathrm{\ω}}_r{\mathrm{\ψ}}_r}{L}\end{array}\right.---\left(4\right)$

式中，u_d，u_q为定子电压在dq轴的分量；i_d，i_q为定子电流在dq轴的分量；R_s，L_s为定子电阻、电感；ω_r为转子速度，ψ_r为转子磁链。

将式(4)改写为：

$\frac{d}{dt}\left(\begin{array}{c}{i}_d+\frac{{\mathrm{\ψ}}_r}{L_s}\\ i_q\end{array}\right)=\left(\begin{array}{cc}-\frac{R_s}{L_s}& {\mathrm{\ω}}_r\\ -{\mathrm{\ω}}_r& -\frac{R_s}{L_s}\end{array}\right)\left(\begin{array}{c}{i}_d+\frac{{\mathrm{\ψ}}_r}{L_s}\\ i_q\end{array}\right)+\frac{1}{L_s}\left(\begin{array}{c}{u}_d+\frac{R_s{\mathrm{\ψ}}_r}{L_s}\\ u_q\end{array}\right)---\left(5\right)$

令

$\left\{\begin{array}{c}{i}_d^{\′}=i_d+\frac{{\mathrm{\ψ}}_r}{L_s}\\ i_q^{\′}=i_q\\ u_d^{\′}=u_d+\frac{R_s{\mathrm{\ψ}}_r}{L_s}\\ u_q^{\′}=u_q\end{array}\right.$

则由式(5)可得

$\frac{d}{dt}\left(\begin{array}{c}{i}_d^{\′}\\ i_q^{\′}\end{array}\right)=\left(\begin{array}{cc}-\frac{R_s}{L_s}& {\mathrm{\ω}}_r\\ -{\mathrm{\ω}}_r& -\frac{R_s}{L_s}\end{array}\right)\left(\begin{array}{c}{i}_d^{\′}\\ i_q^{\′}\end{array}\right)+\frac{1}{L_s}\left(\begin{array}{c}{u}_d^{\′}\\ u_q^{\′}\end{array}\right)---\left(6\right)$

将式(6)简写为

$\frac{d}{dt}{i}_s^{\′}={\mathrm{Ai}}_s^{\′}+{\mathrm{Bu}}_s^{\′}---\left(7\right)$

式中

可调模型为

$\left(\begin{array}{c}\frac{d\widehat{i_d^{\′}}}{dt}\\ \frac{d\widehat{i_q^{\′}}}{dt}\end{array}\right)=\left(\begin{array}{cc}-\frac{R_s}{L_s}& {\widehat{\mathrm{\ω}}}_r\\ -{\widehat{\mathrm{\ω}}}_r& -\frac{R_s}{L_s}\end{array}\right)\left(\begin{array}{c}\widehat{i_d^{\′}}\\ \widehat{i_q^{\′}}\end{array}\right)+\frac{1}{L_s}\left(\begin{array}{c}{u}_d^{\′}\\ u_q^{\′}\end{array}\right)---\left(8\right)$

简写为

$\frac{d}{dt}\widehat{i_s^{\′}}=A^{\′}\widehat{i_s^{\′}}+{\mathrm{Bu}}_s^{\′}---\left(9\right)$

根据Popov超稳定性定理，可得如式(1)所示的转子速度辨识算法：

${\widehat{\mathrm{\ω}}}_r=\underset{0}{\overset{t}{\∫}}{K}_{i1}(i_d{\hat{i}}_q-i_q{\hat{i}}_d-\frac{{\widehat{\mathrm{\ψ}}}_r}{L_s}(i_q-{\hat{i}}_q\left)\right)dt+K_{p1}(i_d{\hat{i}}_q-i_q{\hat{i}}_d-\frac{{\widehat{\mathrm{\ψ}}}_r}{L_s}(i_q-{\hat{i}}_q\left)\right)+{\widehat{\mathrm{\ω}}}_r\left(0\right)---\left(1\right)$

式(1)中，i_d和i_q是电机实测值，和由可调模型计算得到，转子速度的自适应规律如图3所示，经过PI调节器作用后产生了速度信号会迫使可调模型(自适应模型)估计的与实际的i_s′趋向一致，令定子电流矢量误差收敛于零，也就使转子速度估计值逐渐逼近转子速度实际值ω_r。

图4所示为基于MRAS的定子电阻与转子磁链辨识原理框图,选取电机本身作为参考模型，可调模型的参数以电机输出为参考，电机的状态方程依旧采用基于dq轴的状态方程，同时在辨识定子电阻与转子磁链时，使用到的估算转子速度值要对实际估算值进行一阶滤波，且滤波时间较大，从而保证转子速度值的平滑稳定。根据Popov超稳定性定理，可得如式(2)、(3)所示的定子电阻与转子磁链辨识算法：

$\frac{{\hat{R}}_s}{L_s}=\frac{R_s}{L_s}-K_{i2}\underset{0}{\overset{t}{\∫}}\left(u_d\right(i_d-{\hat{i}}_d)+u_q(i_q-{\hat{i}}_q\left)\right)dt-K_{p2}\left(u_d\right(i_d-{\hat{i}}_d)+u_q(i_q-{\hat{i}}_q\left)\right)---\left(2\right)$

$\frac{{\widehat{\mathrm{\ψ}}}_r}{L_s}=\frac{{\mathrm{\ψ}}_r}{L_s}-K_{i3}\underset{0}{\overset{t}{\∫}}{\widehat{\mathrm{\ω}}}_r(i_q-{\hat{i}}_q)dt-K_{p3}{\widehat{\mathrm{\ω}}}_r(i_q-{\hat{i}}_q)---\left(3\right)$

式(2)、(3)中，等式中仅仅含有i_d，i_q，u_d和u_q这些电机运行测量量，ω_r为已辨识量，等式的形式是基本的乘法、加法以及积分累加计算。

在图5所示的基于级联模型参考自适应的永磁同步电机参数(包括转子速度、定子电阻与转子磁链)辨识算法框图中，首先采用定子电阻和转子磁链的离线辨识值进行转子速度ω_r的辨识，当估算转子速度已经稳定且转子速度给定值不变时，其辨识过程步骤如下：

1)首先通过(1)式计算出转子速度辨识结果

2)再通过(2)式计算出即得到定子电阻辨识结果

3)将计算得到的代入(3)式计算出即得到转子磁链辨识结果

4)令更新辨识结果。

将CMRAS模块辨识获得的转子速度、定子电阻以及转子磁链信息反馈到永磁同步电机矢量控制系统回路中，从而实现基于CMRAS的PMSM矢量控制，可以同时进行转子速度、定子电阻与转子磁链的辨识，能够有效削弱电机参数变化对系统的影响。在低速时由于实时更新定子电阻辨识值，可以有效提高系统的低速控制性能。

本发明永磁同步电机参数辨识方法，采用矢量控制系统，还包括主电路、电流信号检测电路和控制电路；矢量控制系统包括速度外环和电流内环两部分，参见图1。主电路包括逆变器1和PMSM模块2，电流信号检测电路3通过霍尔传感器检测电机在三相静止坐标系下的三相电流，取其中的两相输出电流i_a,i_b，经过Clarke变换4，转换为静止两相坐标系下的电流值i_α,i_β。在速度环，CMRAS模块8辨识获得的电机转子速度及其转子位置信息作为控制的反馈量,参考转子速速w_r*和反馈转子速速w_r的差值通过PI控制器得到参考电流i_q*，i_q*和反馈电流i_q的差值经PI控制器获得参考电压u_q，参考电流i_d*和反馈电流i_d的差值通过PI控制器得到参考电压u_d，得到的u_q和u_d经过反Park变换模块7得到u_α、u_β，得到的u_α、u_β通过SVPWM发生模块6的调节，产生PWM波控制逆变器1工作,从而驱动永磁同步电机模块2运作；而CMRAS模块8辨识获得的定子电阻与转子磁链将通过软件的方式反馈到矢量控制算法中，从而提高系统的控制性能。

本发明针对电机参数变化导致的传统MRAS估计精度不高的问题，提出了一种基于级联模型参考自适应(CMRAS)的永磁同步电机无速度传感器矢量控制策略，可以同时进行转子速度、定子电阻与转子磁链的辨识。通过实验验证，CMRAS算法能够有效削弱电机参数变化对系统的影响；在低速时由于实时更新定子电阻辨识值，可以有效提高系统的低速控制性能。该方法对于永磁同步电机无速度传感器矢量控制的研究和工程应用具有一定的参考价值。

Claims (1)

1.一种永磁同步电机参数辨识方法，其特征在于：将传统的模型参考自适应结构进行改进，即在保留原有MRAS1模块的基础上，新建立MRAS2模块，构建为级联模型参考自适应CMRAS模块；其中MRAS1实现转子速度的辨识，MRAS2实现定子电阻与转子磁链的辨识；

MRAS1模块将永磁同步电机本身作为参考模型，将含有永磁同步电机转子速度的电流模型作为可调模型，把辨识的转子速度反馈给电流模型，输出的转子速度辨识值经PI调节后反馈至电流模型实现闭环控制；根据自适应输入误差不断调整直到误差为零，转子速度辨识值也就达到了真实值ω_r；在获得稳定的转子速度辨识值后，将其送入MRAS2模块，MRAS2模块选取PMSM本身作为参考模型，可调模型的参数以电机输出为参考，电机的状态方程采用基于dq轴的状态方程，采用与MRAS1相同的Popov超稳定性定理推导，可得定子电阻与转子磁链的辨识算法；

CMRAS的输入为电机测量量：i_d，i_q，u_d，u_q，其中，i_d与i_q通过以下方式获得：将永磁同步电机模块的定子绕组电流i_a、i_b、i_c，输入到控制电路中的3/2坐标变换模块，得到两相静止坐标系下的电流分量i_α、i_β，再输入到2/2坐标变换模块，得到两相旋转坐标系下的电流分量i_d、i_q；u_d与u_q通过以下方式获得：参考转子速度w_r*和反馈转子速度w_r的差值通过PI控制器得到参考电流i_q*，i_q*和反馈电流i_q的差值经PI控制器获得参考电压u_q，参考电流i_d*和反馈电流i_d的差值通过PI控制器得到参考电压u_d，CMRAS的输出为转子速度、定子电阻与转子磁链，其中对转子速度进行积分运算可得转子的位置信息；

根据Popov超稳定性定理，永磁同步电机转子速度、定子电阻与转子磁链的辨识算法可表示为：

${\widehat{\mathrm{\ω}}}_r=\underset{0}{\overset{t}{\∫}}{K}_{i1}(i_d{\hat{i}}_q-i_q{\hat{i}}_d-\frac{{\widehat{\mathrm{\ψ}}}_r}{L_s}(i_q-{\hat{i}}_q\left)\right)dt+K_{p1}(i_d{\hat{i}}_q-i_q{\hat{i}}_d-\frac{{\widehat{\mathrm{\ψ}}}_r}{L_s}(i_q-{\hat{i}}_q\left)\right)+{\widehat{\mathrm{\ω}}}_r\left(0\right)---\left(1\right)$

$\frac{{\hat{R}}_s}{L_s}=\frac{R_s}{L_s}-K_{i2}\underset{0}{\overset{t}{\∫}}\left(u_d\right(i_d-{\hat{i}}_d)+u_q(i_q-{\hat{i}}_q\left)\right)dt-K_{p2}\left(u_d\right(i_d-{\hat{i}}_d)+u_q(i_q-{\hat{i}}_q\left)\right)---\left(2\right)$

$\frac{{\widehat{\mathrm{\ψ}}}_r}{L_s}=\frac{{\mathrm{\ψ}}_r}{L_s}-K_{i3}\underset{0}{\overset{t}{\∫}}{\widehat{\mathrm{\ω}}}_r(i_q-{\hat{i}}_q)dt-K_{p3}{\widehat{\mathrm{\ω}}}_r(i_q-{\hat{i}}_q)---\left(3\right)$

其中，为可调模型输出的定子电流在dq轴的分量，R_s，L_s为定子电阻、电感；ψ_r为转子磁链

首先利用定子电阻与转子磁链的离线辨识值进行转子速度的辨识，当估算转子速度已经稳定且转子速度给定值不变时，其辨识过程步骤如下：

1)首先通过(1)式计算出转子速度辨识结果

2)再通过(2)式计算出即得到定子电阻辨识结果

3)将计算得到的代入(3)式计算出即得到转子磁链辨识结果

4)令更新辨识结果；

将CMRAS模块辨识获得的转子速度、定子电阻以及转子磁链信息反馈到永磁同步电机矢量控制系统回路中，从而实现基于CMRAS的PMSM矢量控制；

所述矢量控制系统包括速度外环和电流内环两部分，还包括主电路、电流信号检测电路和控制电路；CMRAS模块辨识获得的电机转子速度及其转子位置信息作为控制的反馈量,参考转子速度w_r*和反馈转子速度w_r的差值通过PI控制器得到参考电流i_q*，i_q*和反馈电流i_q的差值经PI控制器获得参考电压u_q，参考电流i_d*和反馈电流i_d的差值通过PI控制器得到参考电压u_d，得到的u_q和u_d经过反Park变换得到u_α、u_β，得到的u_α、u_β通过SVPWM发生模块的调节，产生PWM波控制逆变器工作,从而驱动永磁同步电机模块运作；而CMRAS模块(8)辨识获得的定子电阻与转子磁链将通过软件的方式反馈到矢量控制算法中，从而提高系统的控制性能。