本发明提供了一种永磁同步电机参数在线估测方法及系统，包括：在转子直轴实际角度超前一个特定角度θcons处注入高频方波电压信号；对三相电流进行实时采样，提取由高频注入引起的电流波动；根据提取的电流波动，计算直轴电感Ld和交轴电感Lq的值；将计算出的直轴电感Ld和交轴电感Lq输入模型参考自适应系统，对定子绕组电阻R进行实时辨识。同时提供了一种相应的终端及计算机存储介质。本发明可以在几个PWM周期内收敛到观测值，并且计算方法稳定，简单，通用性强，可以快速地实现PMSM参数的在线观测。

本发明提供的永磁同步电机参数在线识别方法、系统、终端及介质，是一种基于方波注入的在线参数识别技术，可以在几个PWM周期内收敛到观测值，并且计算方法稳定，简单，通用性强，可以快速地实现PMSM参数的在线观测。本发明提供的永磁同步电机参数在线识别方法、系统、终端及介质，利用方波注入的方式，在电机运行时能实时对电机参数进行在线辨识，从而优化控制参数，得到更好的控制性能。本发明提供的永磁同步电机参数在线识别方法、系统、终端及介质，采用一种简单的鲁棒性强的方波电压注入方式，通过采样获得由高频电压注入造成的高频电流信号实现对电机参数的快速实时辨识。本发明提供的永磁同步电机参数在线识别方法、系统、终端及介质，实现方法简单，可以更快速地实现对电机参数的实时识别，鲁棒性强，适用范围广。

永磁同步电机参数在线识别技术可广泛应用于新能源汽车驱动系统、工业伺服控制、风力发电机组及高端装备制造等领域。在电动汽车领域，该技术能实时跟踪电机参数变化，提升无位置传感器控制的精度和可靠性，适应复杂路况下的动态需求；在工业伺服系统中，通过在线辨识电阻、电感等参数变化，可优化矢量控制性能，实现亚微米级精密运动控制；在风力发电场景中，能够应对温度波动和机械应力导致的参数漂移，提高最大功率点跟踪效率。此外，该技术还可延伸至机器人关节驱动、航空航天电推进等高端应用场景，为智能装备提供核心参数自适应能力，推动电机系统向数字化、智能化方向发展。

上海交通大学（Shanghai Jiao Tong University，简称“交大”）创建于1896年，是中国历史最悠久、享誉海内外的著名高等学府之一，教育部直属并与上海市共建的全国重点大学。学校以“饮水思源，爱国荣校”为校训，形成了“起点高、基础厚、要求严、重实践”的办学传统。作为国家“双一流”建设高校，上海交通大学在工程、医学、管理、理科等领域具有突出优势，拥有徐汇、闵行、黄浦、长宁、浦东等校区，下设34个学院（系），涵盖理、工、医、经、管、文、法等学科门类。学校在人工智能、船舶海洋、电子信息、临床医学等方向处于国际前沿，科研成果丰硕，培养了包括钱学森、吴文俊等在内的众多杰出人才，是国内外公认的顶尖研究型大学。

该技术可显著提升电机系统能效（效率优化3%-5%）和控制精度（转矩波动降低20%以上），延长电机使用寿命。在新能源汽车中，通过实时参数校准可增加续航里程约2%-4%，同时降低控制器故障率30%；在工业领域，减少因参数失配导致的废品率，预计每年单台设备可节约维护成本上万元；对风力发电机组而言，年发电量可提升1.5%-3%。其嵌入式终端方案降低硬件改造成本60%，而云端协同的介质平台可实现百万级设备的远程健康管理，减少非计划停机时间50%以上，兼具节能减排和降本增效的双重价值。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地，希望具备此项技术研发的技术方，能够尽快承接此项目。