本发明提供了一种PMSM参数在线辨识方法及系统，在估测的直轴和交轴注入频率不同的高频方波电压信号；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存储介质。本发明计算方法稳定，简单，通用性强，可以很好的实现PMSM的在线观测；在电机无速度传感时采用一种简单的鲁棒性强的方式实时对电机参数进行辨识；实现方法简单，可以更快速的实现对电机参数的实时识别，鲁棒性强对电机参数不敏感适用范围广。

本发明提供的PMSM参数在线辨识方法、系统、终端及介质，是一种利用方波注入方式，在电机低速运行时实现无速度传感并实时对电机参数进行在线辨识。本发明提供的PMSM参数在线辨识方法、系统、终端及介质，为电机控提供更好的控制和安全性能。本发明提供的PMSM参数在线辨识方法、系统、终端及介质，基于方波注入的在线参数识别可以在几个PWM周期内收敛到观测值，并且计算方法稳定，简单，通用性强，可以很好的实现PMSM的在线观测。本发明提供的PMSM参数在线辨识方法、系统、终端及介质，在电机无速度传感时采用一种简单的鲁棒性强的方式实时对电机参数进行辨识。本发明提供的PMSM参数在线辨识方法、系统、终端及介质，实现方法简单，可以更快速的实现对电机参数的实时识别，鲁棒性强对电机参数不敏感适用范围广。

永磁同步电机（PMSM）参数在线辨识技术将在新能源汽车、智能制造、可再生能源等领域产生深远影响。在电动汽车领域，该技术可实时补偿电机参数漂移，显著提升无位置传感器控制在复杂路况下的可靠性，为800V高压平台和SiC器件应用提供关键支撑；在工业机器人领域，通过在线辨识电感饱和效应，可实现纳米级运动控制精度，满足半导体设备等高精制造需求；在风力发电场景中，能自适应应对极寒、盐雾等恶劣环境导致的参数变化，提升发电效率3%-5%。随着数字孪生和工业互联网的发展，该技术将与预测性维护系统深度融合，形成覆盖电机全生命周期的智能健康管理体系，进一步拓展至航空航天电推进、高端数控机床等战略新兴领域。

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。

该技术将带来显著的经济和社会效益：在节能方面，通过实时优化磁场定向控制，可降低电机系统能耗8%-12%，单台工业电机年节电超2万度；在可靠性方面，早期识别退磁、绝缘老化等故障，使电机寿命延长30%，减少非计划停机损失50%以上；在成本方面，嵌入式终端方案较传统测试设备降低成本60%，且无需停机标定，年维护费用降低40万元/产线。规模化应用后，预计可为新能源车企每辆车节省电池成本3000元，在风电领域单机年增收超10万元。该技术还将促进电机设计-制造-运维全产业链的数字化转型，支撑国家"双碳"战略目标实现。

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。