技術(shù)特征：

1.一種電動汽車用永磁同步電機模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，其特征在于，包括模糊神經(jīng)網(wǎng)絡(luò)控制單元、無傳感器單元、磁鏈及電流計算單元、雙電流環(huán)矢量控制單元和控制對象單元；所述的模糊神經(jīng)網(wǎng)絡(luò)控制單元的速度控制器的輸出端和磁鏈及電流計算單元的第二電流計算模塊的輸入端連接；所述的磁鏈及電流計算單元的第一電流計算模塊和第二電流計算模塊的輸出端與雙電流環(huán)矢量控制單元的輸入端連接；所述的雙電流環(huán)矢量控制單元的三相靜止坐標(biāo)系向兩相靜止坐標(biāo)系轉(zhuǎn)換模塊的輸出端與無傳感器單元的滑模觀測器模塊的輸入端連接；兩相靜止坐標(biāo)系向兩相旋轉(zhuǎn)坐標(biāo)系轉(zhuǎn)換模塊的輸出端與磁鏈及電流計算單元的雙模型磁鏈計算模塊的輸入端連接；所述的無傳感器單元的鎖相環(huán)模塊的輸出端分別與模糊神經(jīng)網(wǎng)絡(luò)控制單元和雙電流環(huán)矢量控制單元的兩相旋轉(zhuǎn)坐標(biāo)系向兩相靜止坐標(biāo)系轉(zhuǎn)換模塊及其逆變換模塊連接；所述的控制對象單元的永磁同步電機的輸入端與雙電流環(huán)矢量控制單元的IGBT逆變器模塊的輸出端連接。

2.根據(jù)權(quán)利要求1所述的電動汽車用永磁同步電機模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，其特征在于，所述的模糊神經(jīng)網(wǎng)絡(luò)控制單元包含規(guī)則庫模塊、模糊化模塊、模糊推理模塊、去模糊化模塊、參數(shù)學(xué)習(xí)算法模塊、神經(jīng)網(wǎng)絡(luò)模塊和速度控制器模塊；其中轉(zhuǎn)速誤差及其變化率在規(guī)則庫模塊的指導(dǎo)下，經(jīng)過二維模糊控制器的模糊化模塊、模糊推理模塊和去模糊化模塊，輸出斜率因子的變化量Δb，并和轉(zhuǎn)速誤差一起輸入到參數(shù)學(xué)習(xí)算法模塊，計算出神經(jīng)網(wǎng)絡(luò)中激活函數(shù)的映射區(qū)間因子a、斜率因子b、水平位置因子c和垂直位置因子d這四類參數(shù)，并和轉(zhuǎn)速誤差Δω、轉(zhuǎn)速誤差變化率轉(zhuǎn)速給定ω^*、轉(zhuǎn)速給定變化率轉(zhuǎn)速給定變化率的導(dǎo)數(shù)一起輸入到神經(jīng)網(wǎng)絡(luò)模塊中，計算比例增益K_p、積分增益K_i和微分增益K_d，并輸出到速度控制器，再由速度控制器計算出轉(zhuǎn)矩給定量

3.根據(jù)權(quán)利要求2所述的電動汽車用永磁同步電機模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，其特征在于，所述激活函數(shù)的斜率因子b由二維模糊控制器計算而得；二維模糊控制器的隸屬度函數(shù)為高斯函數(shù)和三角形函數(shù)的結(jié)合，整定好的斜率因子b表示為：b＝b'+Δb；式中：b為整定好的斜率因子；b'為斜率因子初值；Δb為斜率因子的變化量。

4.根據(jù)權(quán)利要求2所述的電動汽車用永磁同步電機模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模塊的激活函數(shù)為f＝f(x,a,b,c,d)＝a sin[b(x+c)]+d；其中a為映射區(qū)間因子；b為斜率因子；c為水平位置因子；d為垂直位置因子；神經(jīng)網(wǎng)絡(luò)模塊的學(xué)習(xí)過程為：輸入學(xué)習(xí)樣本，從輸入層向后計算各神經(jīng)元輸出；從輸出層向前計算各權(quán)值和閾值對總誤差的影響，據(jù)此對各權(quán)值和閾值進行修改；設(shè)BP網(wǎng)絡(luò)輸入層有m個輸入量：x_i(i＝1,2,...,m)；隱層有s個神經(jīng)元；隱層神經(jīng)元閾值γ_j(j＝1,2,...,s)；隱層激活函數(shù)都為f＝f(x,a,b,c,d)＝a sin[b(x+c)]+d，其輸入量為G_j(j＝1,2,...,s)，輸出量為g_j(j＝1,2,…,s)；輸出層有n個神經(jīng)元；輸出層神經(jīng)元閾值為θ_k(k＝1,2,...,n)；輸出層激活函數(shù)都為f＝f(x,a,b,c,d)＝a sin[b(x+c)]+d，其輸入量為Y_k(k＝1,2,...,n)，其輸出量為y_k(k＝1,2,...,n)；ω_ij表示輸入層第i個輸入量與隱含層第j個神經(jīng)元連接的權(quán)值；v_jk表示隱含層第j個輸入量與輸出層第k個神經(jīng)元連接的權(quán)值；且所述神經(jīng)網(wǎng)絡(luò)的權(quán)值及參數(shù)學(xué)習(xí)算法模塊的a、b、c、d四個參數(shù)皆可所設(shè)定區(qū)間內(nèi)自行整定；其中f(x,a,b,c,d)關(guān)于參數(shù)x,a,b,c,d分別求偏導(dǎo)得：

$\frac{\∂f}{\∂x}=ab\sqrt{1-{\left(\frac{f-d}{a}\right)}^2}---\left(1\right)$

$\frac{\∂f}{\∂a}=\frac{f-d}{a}---\left(2\right)$

$\frac{\∂f}{\∂b}=a(x+c)\sqrt{1-{\left(\frac{f-d}{a}\right)}^2}---\left(3\right)$

$\frac{\∂f}{\∂c}=ab\sqrt{1-{\left(\frac{f-d}{a}\right)}^2}---\left(4\right)$

$\frac{\∂f}{\∂d}=1---\left(5\right)$

當(dāng)?shù)趐個樣品放入網(wǎng)絡(luò)并產(chǎn)生輸出，神經(jīng)網(wǎng)絡(luò)的性能指標(biāo)定義為設(shè)評價函數(shù)為則總評價函數(shù)E為：其中，是輸出節(jié)點的期望輸出，是輸出節(jié)點實際輸出；

(1)總評價函數(shù)對輸出層權(quán)值v_jk的偏導(dǎo)為

$\frac{\∂E}{\∂v_{jk}}=\underset{p=1}{\overset{p}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂v_{jk}}=\underset{p=1}{\overset{p}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂y_k^{\left(p\right)}}\frac{\∂y_k^{\left(p\right)}}{\∂Y_k^{\left(p\right)}}\frac{\∂Y_k^{\left(p\right)}}{\∂v_{jk}}=\underset{p=1}{\overset{p}{\Σ}}{\mathrm{\δ}}_k^{\left(p\right)}{g}_j^{\left(p\right)}---\left(6\right)$

其中

則神經(jīng)網(wǎng)絡(luò)模塊的新輸出層權(quán)值為

$v(t+1)=v\left(t\right)+{\mathrm{\η}}_v\left(t\right)(-\frac{\∂E\left(t\right)}{\∂v})+{\mathrm{\α}}_v\mathrm{\Δ}v\left(t\right)---\left(7\right)$

$\mathrm{\Δ}v\left(t\right)=v\left(t\right)-v(t-1)={\mathrm{\η}}_v(t-1)(-\frac{\∂E(t-1)}{\∂v})---\left(8\right)$

式中：η_v為v的學(xué)習(xí)率，α_v為v的動量因子；

(2)總評價函數(shù)對隱含層權(quán)值ω_ij的偏導(dǎo)為

$\frac{\∂E}{\∂{\mathrm{\ω}}_{ij}}=\underset{p=1}{\overset{p}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂{\mathrm{\ω}}_{ij}}=\underset{p=1}{\overset{p}{\Σ}}\underset{k=1}{\overset{n}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂y_k^{\left(p\right)}}\frac{\∂y_k^{\left(p\right)}}{\∂Y_k^{\left(p\right)}}\frac{\∂Y_k^{\left(p\right)}}{\∂g_k^{\left(p\right)}}\frac{\∂g_k^{\left(p\right)}}{\∂G_k^{\left(p\right)}}\frac{\∂G_k^{\left(p\right)}}{\∂{\mathrm{\ω}}_{ij}}=\underset{p=1}{\overset{p}{\Σ}}\underset{k=1}{\overset{n}{\Σ}}{\mathrm{\δ}}_k^{\left(p\right)}{v}_{jk}^{\left(p\right)}{\mathrm{\δ}}_j^{\left(p\right)}{x}_i^{\left(p\right)}---\left(9\right)$

其中${\mathrm{\δ}}_j^{\left(p\right)}=a_j{b}_j\sqrt{1-{\left(\frac{g_j^{\left(p\right)}-d_j}{a_j}\right)}^2}$

則神經(jīng)網(wǎng)絡(luò)模塊的新隱含層權(quán)值為

$\mathrm{\ω}(t+1)=\mathrm{\ω}\left(t\right)+{\mathrm{\η}}_{\mathrm{\ω}}\left(t\right)(-\frac{\∂E\left(t\right)}{\∂\mathrm{\ω}})+{\mathrm{\α}}_{\mathrm{\ω}}\mathrm{\Δ}\mathrm{\ω}\left(t\right)---\left(10\right)$

$\mathrm{\Δ}\mathrm{\ω}\left(t\right)=\mathrm{\ω}\left(t\right)-\mathrm{\ω}(t-1)={\mathrm{\η}}_{\mathrm{\ω}}(t-1)(-\frac{\∂E(t-1)}{\∂\mathrm{\ω}})---\left(11\right)$

式中：η_ω為ω的學(xué)習(xí)率，α_ω為ω的動量因子；

(3)總評價函數(shù)對輸出層優(yōu)化區(qū)間因子a_k的偏導(dǎo)為

$\frac{\∂E}{\∂a_k}=\underset{p=1}{\overset{p}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂a_k}=\underset{p=1}{\overset{p}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂y_k^{\left(p\right)}}\frac{\∂y_k^{\left(p\right)}}{\∂a_k}=\underset{p=1}{\overset{p}{\Σ}}(y_k^{\left(p\right)}-T_k^{\left(p\right)})\frac{y_k^{\left(p\right)}-d_k}{a_k}---\left(12\right)$

(4)總評價函數(shù)對隱含層優(yōu)化區(qū)間因子a_j的偏導(dǎo)為

$\frac{\∂E}{\∂a_j}=\underset{p=1}{\overset{p}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂a_j}=\underset{p=1}{\overset{p}{\Σ}}\underset{k=1}{\overset{n}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂y_k^{\left(p\right)}}\frac{\∂y_k^{\left(p\right)}}{\∂Y_k^{\left(p\right)}}\frac{\∂Y_k^{\left(p\right)}}{\∂g_j^{\left(p\right)}}\frac{\∂g_j^{\left(p\right)}}{\∂a_j}=\underset{p=1}{\overset{p}{\Σ}}\underset{k=1}{\overset{n}{\Σ}}{\mathrm{\δ}}_k^{\left(p\right)}{v}_{jk}^{\left(p\right)}\frac{g_j^{\left(p\right)}-d_j}{a_j}---\left(13\right)$

則新優(yōu)化區(qū)間因子為

$a(t+1)=a\left(t\right)+{\mathrm{\η}}_a\left(t\right)(-\frac{\∂E\left(t\right)}{\∂a})+{\mathrm{\α}}_a\mathrm{\Δ}a\left(t\right)---\left(14\right)$

$\mathrm{\Δ}a\left(t\right)=a\left(t\right)-a(t-1)={\mathrm{\η}}_a(t-1)(-\frac{\∂E(t-1)}{\∂a})---\left(15\right)$

式中：η_a為a的學(xué)習(xí)率，α_a為a的動量因子；

(5)總評價函數(shù)對輸出層水平位置因子c_k的偏導(dǎo)為

$\frac{\∂E}{\∂c_k}=\underset{p=1}{\overset{p}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂c_k}=\underset{p=1}{\overset{p}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂y_k^{\left(p\right)}}\frac{\∂y_k^{\left(p\right)}}{\∂c_k}=\underset{p=1}{\overset{p}{\Σ}}{\mathrm{\δ}}_k^{\left(p\right)}---\left(16\right)$

(6)總評價函數(shù)對隱含層水平位置因子c_j的偏導(dǎo)為

$\frac{\∂E}{\∂c_j}=\underset{p=1}{\overset{p}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂c_j}=\underset{p=1}{\overset{p}{\Σ}}\underset{k=1}{\overset{n}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂y_k^{\left(p\right)}}\frac{\∂y_k^{\left(p\right)}}{\∂Y_k^{\left(p\right)}}\frac{\∂Y_k^{\left(p\right)}}{\∂g_j^{\left(p\right)}}\frac{\∂g_j^{\left(p\right)}}{\∂c_j}=\underset{p=1}{\overset{p}{\Σ}}\underset{k=1}{\overset{n}{\Σ}}{\mathrm{\δ}}_k^{\left(p\right)}{v}_{jk}^{\left(p\right)}{\mathrm{\δ}}_j^{\left(p\right)}---\left(17\right)$

則新水平位置因子為

$c(t+1)=c\left(t\right)+{\mathrm{\η}}_c\left(t\right)(-\frac{\∂E\left(t\right)}{\∂c})+{\mathrm{\α}}_c\mathrm{\Δ}c\left(t\right)---\left(18\right)$

$\mathrm{\Δ}c\left(t\right)=c\left(t\right)-c(t-1)={\mathrm{\η}}_c(t-1)(-\frac{\∂E(t-1)}{\∂c})---\left(19\right)$

式中：η_c為c的學(xué)習(xí)率，為c的動量α_c因子；

(7)總評價函數(shù)對輸出層垂直位置因子d_k的偏導(dǎo)為

$\frac{\∂E}{\∂d_k}=\underset{p=1}{\overset{p}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂d_k}=\underset{p=1}{\overset{p}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂y_k^{\left(p\right)}}\frac{\∂y_k^{\left(p\right)}}{\∂d_k}=\underset{p=1}{\overset{p}{\Σ}}(y_k^{\left(p\right)}-T_k^{\left(p\right)})---\left(20\right)$

(8)總評價函數(shù)對隱含層垂直位置因子d_j的偏導(dǎo)為

$\frac{\∂E}{\∂d_j}=\underset{p=1}{\overset{p}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂d_j}=\underset{p=1}{\overset{p}{\Σ}}\underset{k=1}{\overset{n}{\Σ}}\frac{\∂E^{\left(p\right)}}{\∂y_k^{\left(p\right)}}\frac{\∂y_k^{\left(p\right)}}{\∂Y_k^{\left(p\right)}}\frac{\∂Y_k^{\left(p\right)}}{\∂g_j^{\left(p\right)}}\frac{\∂g_j^{\left(p\right)}}{\∂d_j}=\underset{p=1}{\overset{p}{\Σ}}\underset{k=1}{\overset{n}{\Σ}}{\mathrm{\δ}}_k^{\left(p\right)}{v}_{jk}^{\left(p\right)}---\left(21\right)$

則新垂直位置因子為

$d(t+1)=d\left(t\right)+{\mathrm{\η}}_d\left(t\right)(-\frac{\∂E\left(t\right)}{\∂d})+{\mathrm{\α}}_d\mathrm{\Δ}d\left(t\right)---\left(22\right)$

$\mathrm{\Δ}d\left(t\right)=d\left(t\right)-d(t-1)={\mathrm{\η}}_d(t-1)(-\frac{\∂E(t-1)}{\∂d})---\left(23\right)$

式中：η_d為d的學(xué)習(xí)率，α_d為d的動量因子。

5.根據(jù)權(quán)利要求1所述的電動汽車用永磁同步電機模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，其特征在于，所述的雙電流環(huán)矢量控制單元包含第一電流控制器、第二電流控制器、空間矢量PWM調(diào)制模塊、IGBT逆變器模塊、整流模塊、三相靜止坐標(biāo)系向兩相靜止坐標(biāo)系轉(zhuǎn)換模塊、兩相旋轉(zhuǎn)坐標(biāo)系向兩相靜止坐標(biāo)系轉(zhuǎn)換模塊及其逆變換模塊；其中，第一電流控制器、第二電流控制器將兩相旋轉(zhuǎn)坐標(biāo)系下的永磁同步電機的定子電流給定與對應(yīng)的反饋值的差值信號轉(zhuǎn)化為兩相旋轉(zhuǎn)坐標(biāo)系下的永磁同步電機的定子電壓給定信號，經(jīng)兩相旋轉(zhuǎn)坐標(biāo)系向兩相靜止坐標(biāo)系轉(zhuǎn)換模塊轉(zhuǎn)化為兩相靜止坐標(biāo)系下的永磁同步電機的定子電壓給定信號，并輸入到空間矢量PWM調(diào)制模塊，計算出六個IGBT的開斷信號后送至IGBT逆變器模塊；IGBT逆變器模塊將整流模塊送來的母線電壓轉(zhuǎn)化為三路相位不同的正弦電壓調(diào)制信號送至控制對象模塊的永磁同步電機；反饋通道由電壓傳感器、電流傳感器和坐標(biāo)轉(zhuǎn)換模塊組成。

6.根據(jù)權(quán)利要求1所述的電動汽車用永磁同步電機模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，其特征在于，所述的無傳感器單元包含鎖相環(huán)模塊和滑模觀測器模塊；其中滑模觀測器模塊的輸入為兩相靜止坐標(biāo)系下的永磁同步電機的定子電壓和電流，輸出兩相靜止坐標(biāo)系下的反電動勢估計值到鎖相環(huán)模塊，并輸出補償后的永磁同步電機的轉(zhuǎn)子位置和速度的估算值。

7.根據(jù)權(quán)利要求6所述的電動汽車用永磁同步電機模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，其特征在于，

(1)所述滑模觀測器模塊的滑模面s(t)為

$s\left(t\right)=\stackrel{\‾}{i}\left(t\right)+p{\∫}_0^t\stackrel{\‾}{i}\left(\mathrm{\τ}\right)d\mathrm{\τ}+q{\∫}_0^t{\left|\stackrel{\‾}{i}\left(\mathrm{\τ}\right)\right|}^{\mathrm{\λ}}\mathrm{sgn}\stackrel{\‾}{i}\left(\mathrm{\τ}\right)d\mathrm{\τ}=0---\left(24\right)$

式中：p,q＞0，0＜λ＜1；

定義為

(2)進一步的，定義一個正定的Lyapunov函數(shù)則沿滑動模態(tài)軌跡有從而使系統(tǒng)在滑動階段對任意初始狀態(tài)都收斂；

(3)進一步的，為獲取反電動勢和防止抖振，設(shè)計滑模觀測器的滑模控制律v為：

$\left\{\begin{array}{c}v=v_{eq}+v_{sw}\\ v_{eq}=R_s\stackrel{\‾}{i}-L(p\stackrel{\‾}{i}+q{\left|\stackrel{\‾}{i}\right|}^{\mathrm{\λ}}\mathrm{sgn}\stackrel{\‾}{i})\\ v_{sw}=-k{\left|s\right|}^{\mathrm{\γ}}\mathrm{sgn}s-\mathrm{\η}s\end{array}\right.---\left(25\right)$

式中：p,q＞0，v_eq為等效控制律，v_sw為切換控制率，|s|^γ＝[|s_α|^γ|s_β|^γ]^T，k,η＞0，0＜γ＜1；

(4)進一步的，通過跟蹤微分器實現(xiàn)反電動勢的跟蹤；快速跟蹤微分器為：

$\left\{\begin{array}{c}{\stackrel{\·}{z}}_1=z_2\\ {\stackrel{\·}{z}}_2=-{\mathrm{aR}}^2(z_1-v_x+\frac{z_2}{R})-{\mathrm{bR}}^2\[{(z_1-v_x)}^m\mathrm{sgn}(z_1-v_x)+{\left(\frac{z_2}{R}\right)}^m{\mathrm{sgnz}}_2\]\end{array}\right.---\left(26\right)$

式中：R,a,b＞0,m＞1，R為時間尺度，反映了整體跟蹤速度；a,b為線性因子與非線性因子的比重；z₁,z₂為微分器狀態(tài)變量，v_x,x＝α,β為輸入變量；反電動勢估計值為由式(26)獲得。

8.根據(jù)權(quán)利要求1所述的電動汽車用永磁同步電機模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，其特征在于，所述的磁鏈及電流計算單元包括第一電流計算模塊、第二電流計算模塊和雙模型磁鏈計算模塊；其中雙模型磁鏈計算模塊的輸入為兩相靜止坐標(biāo)系下的永磁同步電機的定子電壓和電流，以及兩相旋轉(zhuǎn)坐標(biāo)系下的永磁同步電機的定子電流，輸出磁鏈到第二電流計算模塊；第一電流計算模塊和第二電流計算模塊的輸入分別是磁鏈給定和來自模糊神經(jīng)網(wǎng)絡(luò)控制單元速度控制器的轉(zhuǎn)矩給定，第一電流計算模塊和第二電流計算模塊的輸出分別是兩相旋轉(zhuǎn)坐標(biāo)系下的永磁同步電機的定子電流給定。

9.根據(jù)權(quán)利要求8所述的電動汽車用永磁同步電機模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，其特征在于，

(1)對于第一電流計算模塊

$i_q^{*}=\frac{2L_r}{3n_p{L}_m}\frac{T_e^{*}}{\mathrm{\φ}}---\left(27\right)$

式中：為定子電流的q軸分量給定，n_p為電機極對數(shù)，L_r為轉(zhuǎn)子等效自感，L_m為定子和轉(zhuǎn)子的互感，φ為轉(zhuǎn)子磁鏈，為給定電磁轉(zhuǎn)矩；

(2)對于第二電流計算模塊

$i_d^{*}=\frac{{\mathrm{\φ}}^{*}}{L_m}---\left(28\right)$

式中：為定子電流的d軸分量給定，φ^*為給定轉(zhuǎn)子磁鏈，L_m為定子和轉(zhuǎn)子的互感；

所述的雙模型磁鏈計算模塊拓?fù)浒娏髂Ｐ?、電壓模型和加?quán)模型；

(1)電流模型可以根據(jù)公式得到：

$\mathrm{\φ}=\frac{L_m{i}_d}{1+\frac{L_r}{R_r}s}---\left(29\right)$

式中：φ為轉(zhuǎn)子磁鏈，R_r為電機轉(zhuǎn)子等效電阻，L_r為轉(zhuǎn)子電感，L_m為定子和轉(zhuǎn)子的互感，i_d為定子電流的d軸分量，s為拉普拉斯算子；

(2)電壓型觀測器方程為

$\left\{\begin{array}{c}{\mathrm{\φ}}_{\mathrm{\α}}=\frac{L_r}{L_m}\[\∫(u_{\mathrm{\α}}-i_{\mathrm{\α}}{R}_s)dt-i_{\mathrm{\α}}{\mathrm{\σL}}_s\]=\frac{L_r}{L_m}\∫(u_{\mathrm{\α}}-i_{\mathrm{\α}}{R}_s-\frac{{\mathrm{di}}_{\mathrm{\α}}}{dt}{\mathrm{\σL}}_s)dt\\ {\mathrm{\φ}}_{\mathrm{\β}}=\frac{L_r}{L_m}\[\∫(u_{\mathrm{\β}}-i_{\mathrm{\β}}{R}_s)dt-i_{\mathrm{\β}}{\mathrm{\σL}}_s\]=\frac{L_r}{L_m}\∫(u_{\mathrm{\β}}-i_{\mathrm{\β}}{R}_s-\frac{{\mathrm{di}}_{\mathrm{\β}}}{dt}{\mathrm{\σL}}_s)dt\end{array}\right.---\left(30\right)$

式中：σ為電機總漏感系數(shù)，L_r為轉(zhuǎn)子電感，L_s為定子電感，L_m為定子和轉(zhuǎn)子的互感，i_α、i_β、u_α、u_β、φ_α、φ_β為定子電流、電壓和被觀測的磁鏈在靜止二相坐標(biāo)系中軸上的分量，R_s為電機定子等效電阻；

(3)取25％額定轉(zhuǎn)速到35％額定轉(zhuǎn)速為模型加權(quán)過渡區(qū)間，假設(shè)整個過渡過程的轉(zhuǎn)速差為Δω，則k₂＝1-k₁；k₁和k₂分別表示電流模型和電壓模型的加權(quán)系數(shù)，j表示從25％額定轉(zhuǎn)速開始計時所得到的轉(zhuǎn)速差；過渡過程的磁鏈為

φ＝k₁φ₁+k₂φ₂ (31)

式中：φ₁為電流模型計算的轉(zhuǎn)子磁鏈，φ₂為電壓模型計算的轉(zhuǎn)子磁鏈；

當(dāng)j＝0時，k₁＝0，k₂＝1，φ＝φ₂，此時磁鏈估計模型為電流模型；當(dāng)j＝Δj時，k₁＝1，k₂＝0，φ＝φ₁，此時磁鏈估計模型為電壓模型。