差拍是指干涉波被接收输出后的信号反应。当两个不同频率的波信号相互作用而形成的周期性变化，幅值按两个频率之差周期性地增减，出现波幅度调制、上下起伏。电信号中存在这样的现象。

无差拍直接转矩控制（deadbeat-direct torqueand flux control）采用逆系统模型计算可以在1个控制周期内实现转矩、定子磁链幅值指令的电压矢量。控制方法中的转矩控制方程以及定子磁链控制方程分别如下式所示：

式（1）、式（2）是在定子磁链定向的d-q坐标系下推导得到的。

从式（1）可以看出，无差拍直接转矩控制中，定子电压指令值的计算直接使用到了异步电机的各个参数，参数误差会影响控制算法的动态和稳态性能。因此，在控制算法中植入在线参数辨识方法可以提升控制的性能。

研究无差拍直接转矩控制中参数辨识的实现，通过理论推导和仿真分析了控制算法的参数敏感性。基于电压模型和电流模型2种磁链观测模型，提出一种基于模型参考自适应法（MRAS）参数辨识方法，给出了辨识方法的实验结果。

1.不考虑磁链观测器的参数敏感性分析

假设产生参数误差时，磁链观测器仍可以提供准确的磁链观测值。这个假设在中高速运行区是基本成立的。这种情况下，参数误差存在时，转矩控制方程变为下式：

表1给出了不同参数误差情况下极点的分布。表中参数误差一栏给出的是参数的估计值与实际值之比。

差时转矩控制精度的理论结果，通过仿真可得到转矩控制精度的仿真结果。理论和仿真结果的对比如图2所示。理论结果与仿真结果有较好的吻合度。

上述研究结果说明，当磁链观测准确时，参数误差对控制算法的性能影响十分有限。

2.考虑磁链观测器的参数敏感性分析

提出一种电流、电压混合模型—闭环磁链预测模型来消除无差拍直接转矩控制中1个周期控制延时的影响，其结构如图3所示。

常用的并联型模型参考自适应参数辨识器结构如图6所示，包含参考模型、可调模型以及相应的自适应规律。参考模型一般都是真实的被辨识对象，而可调模型则是包含可调参数的被辨识对象的数学模型。结合参考模型与可调模型输出，通过自适应律来调整可调模型参数，自适应律设计合理时，可保证输出的估计与可调模型的参数都收敛于参考模型。

首先通过实验验证辨识算法的动态收敛性能。在电机转速为0.5（标幺值），输出转矩为0.45（标幺值）时，在不同的参数初值下，参数收敛的动态过程如图7所示。图7上方两图中曲线⑤为电压模型给出的转子磁链与转矩估计结果，可见，即使辨识得到的参数发生变化，电压模型的估计结果一直保持为准确值不变。随着参数辨识结果逐渐收敛于准确值，电流模型估计结果逐渐收敛于电压模型的估计。这与理论分析结果相符。

改变定子磁链幅值给定，保持输出转矩为0.36（标幺值）不变，不同磁链幅值情况下参数辨识结果如图8所示。。

随着定子磁链幅值增大，定子铁心饱和程度上升，励磁电感应当下降。定子磁链幅值增大，转子磁链幅值也相应增大，如下式所示：

在输出转矩不变的情况下，滑差频率，也就是转子电流频率下降，这使得转子绕组集肤效应减弱，转子电阻下降。理论分析与实验结果一致。

改变电机输出转矩，保持定子磁链幅值为0.7（标幺值）不变，不同输出转矩情况下参数辨识结果如图9所示。当转增大时，定、转子电流幅值均会上升，并在气隙中产生更大的气隙磁链，励磁电感下降。由于转矩增大，转子的滑差频率也会相应上升，集肤效应增强，导致转子电阻增大。这与实验结果也是一致的。

让电机从静止状态下启动，稳定运行在输出转矩为1.84（标幺值），转速为0.5（标幺值）情况下，转子电阻辨识结果随着运行时间的变化规律如图10所示。可以看到，转子电阻的辨识结果随着运行时间的增长逐渐变大，这是由于电机刚启动时，转子尚未达到热平衡，转子侧损耗转化为热量积聚在转子上，导致转子温度上升，转子电阻下降。转子温度越高的情况下，其温度上升速度越慢，最终会稳定在某一个固定的值，因此转子电阻的增大过程也表现出了一定的饱和特性。

对无差拍直接转矩控制中一种基于模型参考自适应法的参数辨识方法进行了研究，得到了以下结论：1）在中、高速运行区域，电压模型可以提供准确的磁链观测结果，此时无差拍直接转矩控制的动态、稳态性能对电机参数的偏差不敏感。但是在低速区运行时，由于电流模型占据了主导地位，存在参数误差时控制性能会有较大的下降。其中影响最大的是励磁电感和转子电阻这2个参数；2）利用电压模型和电流模型磁链观测器的不同特性，可以得到一种模型参考自适应参数辨识方法。该辨识方法可对励磁电感和转子电阻参数进行辨识，以此提高误差拍直接转矩控制在低速运行区的性能；3）进行实验对该参数辨识器的性能进行验证。实验结果表明辨识算法具有较快的收敛速度，并且辨识结果也与理论分析相吻合，辨识算法的有效性得到了证明。