2022年度湖南省科學(xué)技術(shù)獎(jiǎng)勵(lì)擬提名項(xiàng)目公示內(nèi)容（自然科學(xué)獎(jiǎng)）項(xiàng)目名稱永磁同步電機(jī)多參數(shù)辨識(shí)理論與智能計(jì)算方法提名單位及提名等級(jí)湖南科技大學(xué)，二等獎(jiǎng)提名意見(jiàn)永磁同步電機(jī)(PMSM)廣泛用于航空航天、軌道交通、風(fēng)力發(fā)電、精密伺服等高端制造領(lǐng)域。電機(jī)系統(tǒng)參數(shù)的準(zhǔn)確辨識(shí)是PMSM控制系統(tǒng)設(shè)計(jì)、狀態(tài)監(jiān)測(cè)與故障診斷的基礎(chǔ)和關(guān)鍵技術(shù)。本項(xiàng)目對(duì)基于滿秩分析法的PMSM多參數(shù)智能辨識(shí)理論、考慮VSI非線性影響因素的PMSM系統(tǒng)多參數(shù)辨識(shí)、PMSM驅(qū)動(dòng)系統(tǒng)機(jī)電一體化多參數(shù)辨識(shí)及智能計(jì)算方法開(kāi)展了系列研究，解決了現(xiàn)有PMSM系統(tǒng)多參數(shù)同時(shí)辨識(shí)過(guò)程中的辨識(shí)模型不準(zhǔn)確、辨識(shí)精度不高等難題，為基于多參數(shù)辨識(shí)的PMSM系統(tǒng)狀態(tài)監(jiān)測(cè)與高性能控制奠定理論基礎(chǔ)。5篇代表作論文發(fā)表在工業(yè)信息化、控制論、電力電子國(guó)際頂級(jí)期刊IEEETII、IEEETCyb、IEEETPEL，及人工智能領(lǐng)域國(guó)際權(quán)威期刊Softcomputing上，他引總數(shù)343次（SCI、CNKI），其中SCI他引265次，單篇最高SCI他引85次。相關(guān)工作得到了英國(guó)皇家工程院M.Sterling院士、智利工程院J.Rodriguez院士、西班牙加泰羅尼亞理工大學(xué)J.-R.Riba教授、加拿大研究首席N.C.Kar教授、IEEEFellow何湘寧教授等國(guó)內(nèi)外數(shù)十位著名學(xué)者的高度評(píng)價(jià)和應(yīng)用，促進(jìn)該領(lǐng)域發(fā)展。提名該項(xiàng)目為湖南省自然科學(xué)獎(jiǎng)二等獎(jiǎng)。項(xiàng)目簡(jiǎn)介永磁同步電機(jī)(PMSM)廣泛用于航空航天、軌道交通、風(fēng)力發(fā)電、精密伺服等高端制造領(lǐng)域。電機(jī)系統(tǒng)參數(shù)的準(zhǔn)確辨識(shí)是PMSM控制系統(tǒng)設(shè)計(jì)、狀態(tài)監(jiān)測(cè)與故障診斷的基礎(chǔ)和關(guān)鍵技術(shù)。然而，PMSM電機(jī)模型欠秩、逆變器（VSI）非線性、機(jī)電參數(shù)耦合等因素給PMSM系統(tǒng)多參數(shù)高效準(zhǔn)確辨識(shí)帶來(lái)了極大的挑戰(zhàn)。本項(xiàng)目圍繞PMSM系統(tǒng)多參數(shù)辨識(shí)與高效計(jì)算等關(guān)鍵科學(xué)問(wèn)題，對(duì)基于滿秩分析法的PMSM多參數(shù)智能辨識(shí)理論、考慮VSI非線性影響因素的PMSM系統(tǒng)多參數(shù)辨識(shí)、PMSM驅(qū)動(dòng)系統(tǒng)機(jī)電一體化多參數(shù)辨識(shí)及智能計(jì)算方法開(kāi)展了系列研究，解決了現(xiàn)有PMSM系統(tǒng)多參數(shù)同時(shí)辨識(shí)過(guò)程中的辨識(shí)模型不準(zhǔn)確、辨識(shí)精度不高等難題，為基于多參數(shù)辨識(shí)的PMSM系統(tǒng)狀態(tài)監(jiān)測(cè)與高性能控制奠定理論基礎(chǔ)。主要科學(xué)發(fā)現(xiàn)如下：(1)提出了基于滿秩分析法的PMSM多參數(shù)智能辨識(shí)理論方法。提出了用于永磁同步電機(jī)多參數(shù)智能辨識(shí)模型設(shè)計(jì)的滿秩分析方法，解決了傳統(tǒng)辨識(shí)方法結(jié)果誤收斂的難題；設(shè)計(jì)基于直軸電流分時(shí)注入和智能計(jì)算的永磁同步電機(jī)多參數(shù)同時(shí)辨識(shí)方法；實(shí)現(xiàn)基于多參數(shù)智能辨識(shí)的轉(zhuǎn)子磁鏈觀測(cè)/定子溫度非侵入監(jiān)測(cè)。所提理論方法為PMSM多參數(shù)智能辨識(shí)提供強(qiáng)有力的模型分析和算法設(shè)計(jì)依據(jù)，對(duì)該領(lǐng)域的后續(xù)研究具有指導(dǎo)作用。(2)提出了考慮電壓源逆變器（VSI）非線性影響因素的PMSM多參數(shù)辨識(shí)理論與群智能計(jì)算方法。揭示了VSI非線性因素對(duì)電機(jī)多參數(shù)辨識(shí)的影響機(jī)理，將VSI非線性因素等效為畸變電壓模型并推導(dǎo)出轉(zhuǎn)子同步旋轉(zhuǎn)坐標(biāo)系下帶有VSI畸變電壓的電機(jī)狀態(tài)方程。構(gòu)建PMSM多參數(shù)與VSI畸變電壓一體化多參數(shù)可辨識(shí)模型，提出一種動(dòng)態(tài)學(xué)習(xí)粒子群優(yōu)化的多參數(shù)辨識(shí)算法，解決了VSI非線性因素造成的PMSM多參數(shù)辨識(shí)誤差問(wèn)題，突破了逆變器非理想特性智能學(xué)習(xí)與抑制難題。(3)提出了PMSM與驅(qū)動(dòng)系統(tǒng)一體化機(jī)電多參數(shù)辨識(shí)理論與群智能計(jì)算方法。首次構(gòu)建了包含電磁參數(shù)、機(jī)械參數(shù)和VSI畸變電壓的一體化多參數(shù)辨識(shí)模型，提出基于自學(xué)習(xí)粒子群優(yōu)化的多參數(shù)辨識(shí)優(yōu)化算法，有效提升PMSM伺服驅(qū)動(dòng)系統(tǒng)機(jī)電多參數(shù)同時(shí)辨識(shí)的精度和效率，解決PMSM系統(tǒng)機(jī)電耦合參數(shù)全局辨識(shí)問(wèn)題，滿足PMSM高精度高性能伺服控制需求。5篇代表作論文發(fā)表在工業(yè)信息化、控制論、電力電子領(lǐng)域國(guó)際頂級(jí)期刊IEEETrans.onIndustrialInformatics、IEEETrans.onCybernetics、IEEETrans.onPowerElectronics及人工智能領(lǐng)域國(guó)際權(quán)威期刊Softcomputing期刊上，單篇最高影響因子12.3，他引總數(shù)343次（SCI-E、CNKI），其中SCI他引265次，單篇最高SCI他引85次。引用的刊物全大部分為IEEE-TIE、IEEE-TII、IEEE-TCYB、IEEE-TPEL、IEEETIM等國(guó)際權(quán)威學(xué)術(shù)期刊，活躍了該領(lǐng)域研究。相關(guān)工作得到了英國(guó)皇家工程院M.Sterling院士、智利工程院J.Rodriguez院士、加拿大研究首席N.C.Kar教授、IEEEFellow/LifeFellow等數(shù)十位著名學(xué)者的高度評(píng)價(jià)和應(yīng)用，如“advancedtechniques”、“popularapproach”、“good”、“state-of-the-art”、“activeresearchtopic”等。項(xiàng)目為高端裝備PMSM高性能驅(qū)動(dòng)控制系統(tǒng)中多參數(shù)高效辨識(shí)建立人工智能方法提供了理論基礎(chǔ)，發(fā)展了該領(lǐng)域方向。

代表作目錄Zhao-HuaLiu*,Xiao-HuaLi,Liang-HongWu,Shao-WuZhou,KanLiu.GPU-AcceleratedParallelCoevolutionaryAlgorithmforParametersIdentificationandTemperatureMonitoringinpermanentmagnetsynchronousmachines,IEEETransactionsonIndustrialInformatics,2015,11(5):1220-1230.Zhao-HuaLiu*,JingZhang,Shao-WuZhou,Xiao-HuaLi,KanLiu.CoevolutionaryParticleSwarmOptimizationUsingAISandItsApplicationinMulti-parameterestimationofPMSM,IEEETransactionsonCybernetics,2013,43(6):1921-1935.[3]Zhao-HuaLiu*,Hua-LiangWei,Qing-ChangZhong,KanLiu,Xiao-ShiXiao,Liang-HongWu.ParameterEstimationforVSI-FedPMSMbasedonaDynamicPSOwithLearningStrategies,IEEETransactionsonPowerElectronics,2017,32(4):3154-3165.[4]Zhao-HuaLiu*,Hua-LiangWei,Xiao-HuaLi,KanLiu,Qing-ChangZhong.GlobalIdentificationofElectricalandMechanicalParametersinPMSMDrivebasedonDynamicSelf-LearningPSO,IEEETransactionsonPowerElectronics,2018,33(12):10858-10871.[5]LianghongWu*,CiliZuo,HongqiangZhang,ZhaohuaLiu.Bimodalfruitflyoptimizationalgorithmbasedoncloudmodellearning,SoftComputing,2017,21(7):1877-1893.主要完成人姓名：劉朝華

排名：1

行政職務(wù)：系主任

技術(shù)職稱：教授

工作單位：湖南科技大學(xué)

完成項(xiàng)目時(shí)所在單位：湖南科技大學(xué)

對(duì)本項(xiàng)目主要學(xué)術(shù)貢獻(xiàn)：項(xiàng)目負(fù)責(zé)人，基于滿秩分析法的PMSM多參數(shù)智能辨識(shí)理論方法、考慮電壓源逆變器（VSI）非線性影響因素的PMSM多參數(shù)辨識(shí)理論與群智能計(jì)算方法、PMSM與驅(qū)動(dòng)系統(tǒng)一體化機(jī)電多參數(shù)辨識(shí)理論與群智能計(jì)算方法、基于自學(xué)習(xí)粒子群優(yōu)化的多參數(shù)辨識(shí)模型的提出者，動(dòng)態(tài)學(xué)習(xí)粒子群優(yōu)化的多參數(shù)辨識(shí)算法、基于免疫協(xié)同進(jìn)化粒子群優(yōu)化多參數(shù)辨識(shí)及并行計(jì)算模型的主要提出者。主要學(xué)術(shù)貢獻(xiàn)對(duì)應(yīng)重要科學(xué)發(fā)現(xiàn)1、2、3。代表作及論文1、2、3、4的第一作者，代表作5的主要作者。在該項(xiàng)目中的工作量占本人工作量的80%以上。姓名：吳亮紅排名：2

行政職務(wù)：教務(wù)處處長(zhǎng)

技術(shù)職稱：教授

工作單位：湖南科技大學(xué)

完成項(xiàng)目時(shí)所在單位：湖南科技大學(xué)

對(duì)本項(xiàng)目主要學(xué)術(shù)貢獻(xiàn)：基于滿秩分析法的PMSM多參數(shù)智能辨識(shí)理論方法、考慮電壓源逆變器（VSI）非線性影響因素的PMSM多參數(shù)辨識(shí)理論與群智能計(jì)算方法、基于雙態(tài)自適應(yīng)正態(tài)云果蠅優(yōu)化的PMSM系統(tǒng)多參數(shù)辨識(shí)模型的提出者、免疫協(xié)同進(jìn)化粒子群優(yōu)化算法的GPU并行計(jì)算模型、動(dòng)態(tài)學(xué)習(xí)粒子群優(yōu)化的多參數(shù)辨識(shí)模型的主要提出者。主要學(xué)術(shù)貢獻(xiàn)對(duì)應(yīng)重要科學(xué)發(fā)現(xiàn)1、2。代表作5的第一作者，代表作1、3的主要作者。在該項(xiàng)目中的工作量占本人工作量的80%以上。主要完成單位湖南科技大學(xué)是本項(xiàng)目的唯一完成單位，是本項(xiàng)目所列基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目“永磁風(fēng)電系統(tǒng)復(fù)合故障的免疫檢測(cè)與深度學(xué)習(xí)診斷方法研究”(61503134)；湖南省自然科學(xué)基金項(xiàng)目“基于免疫智能的直驅(qū)式風(fēng)力發(fā)電系統(tǒng)狀態(tài)監(jiān)測(cè)與故障診斷方法研究”(14JJ3107)的主持單位。湖南科技大學(xué)負(fù)責(zé)項(xiàng)目整體研究方案，在該項(xiàng)目中的主要學(xué)術(shù)貢獻(xiàn)如下：（1）提出了基于滿秩分析法的PMSM多參數(shù)智能辨識(shí)理論方法。所提理論方法為PMSM多參數(shù)智能辨識(shí)提供強(qiáng)有力的模型分析和算法設(shè)計(jì)依據(jù)，對(duì)該領(lǐng)域的后續(xù)研究具有指導(dǎo)作用。（2）提出了考慮電壓源逆變器（VSI）非線性影響因素的PMSM多參數(shù)辨識(shí)理論與群智能計(jì)算方法。解決了VSI非線性因素造成的PMSM多參數(shù)辨識(shí)誤差問(wèn)題，突破了逆變器非理想特性智能學(xué)習(xí)與補(bǔ)償難題。(3)提出了PMSM與驅(qū)動(dòng)系統(tǒng)一體化機(jī)電多參數(shù)