基于IMC-ESO的电机调速系统抑制干扰方法研究

为了提高永磁同步电机调速系统抑制干扰的能力,提出了一种基于内模控制和扩张状态观测器复合控制的永磁同步电机调速系统抑制干扰控制策略.对永磁同步电机进行数学建模,设计基于IMC和ESO的复合控制系统对电机的周期性干扰和非周期慢变干扰进行抑制,并搭建Simulink仿真模型.仿真计算结果得到:当电机启动和突加干扰阶段,在该复合控制器作用下电机能够在6 ms内迅速恢复稳定,且稳定运行时转速不产生波动.此外,系统在周期性干扰和非周期慢变干扰中,经过该复合控制器作用,其干扰分别在0.1 s和0.15 s内实现收敛.结果表明:该复合控制器能够有效抑制永磁同步电机调速系统的周期性干扰和非周期慢变干扰,进而使系统具有较优异的启动特性、抗干扰特性与稳态特性.     

永磁同步电机模糊PID参数自整定

介绍了永磁同步电机(PMSM)在 d-q 轴下的数学模型,针对传统 PID 控制器无法满足非线性、参数时变、干扰繁多的永磁同步电机伺服系统的高性能要求的问题,提出了一种利用模糊控制器实时整定 PID 控制器参数的模糊 PID 控制方法,将其应用到基于矢量控制的永磁同步电机伺服系统速度环中.仿真结果表明,相对于传统PID 控制器,新的模糊 PID 控制器对系统负载和惯量扰动具有良好的鲁棒性.     

永磁直线同步电机进给系统模糊PID控制

针对永磁直线同步电机(PMLSM)永磁体磁链为常数的特点,对其d-q轴模型进行分析,提出了永磁直线同步电机进给系统的动力学方程.结合传统PID控制和模糊控制的优点,根据永磁直线同步电机直接进给系统的非线性和可能的不确定性因素,建立PID参数自调整的推理规则,设计了永磁直线同步电机进给系统的模糊PID控制器.仿真和实验结果表明,模糊PID控制器与传统PID控制器相比具有更好的动态稳定性和跟踪性能,对外界干扰具有较强的鲁棒性.     

单神经元PID控制器永磁同步电机调速系统

为了改进传统PID控制的永磁同步电机调速系统性能,设计了单神经元PID控制器对其进行速度控制,并结合具体研究对象和控制要求,进行了仿真分析和实验。仿真分析和实验结果表明,采用单神经元PID控制器的调速系统具有更好的启动性能、动态性能和鲁棒性,而且该控制器设计简单、参数易于调整,非常适合实际应用。     

永磁同步电机动态模糊神经网络控制器设计

针对如何提高永磁同步电机控制系统的性能,将动态模糊神经网络(DFNN)运用到永磁同步电机调速系统中,充分利用动态模糊神经网络的学习能力与映射能力,实现模糊系统的参数和结构的在线学习.对采用这种控制器的永磁同步电机(PMSM)矢量控制系统进行了仿真研究.仿真结论说明采用动态模糊神经网络控制器的控制效果较传统PID控制而言,不仅响应速度快、超调小,而且具有非常好的鲁棒性.     

模糊控制在永磁同步电机调速系统中的应用

传统PI控制器基于线性系统设计且参数固定,不能满足高性能控制的要求。而模糊控制不依赖于控制对象的数学模型,能够根据模糊信息实行精确控制。为了结合PI控制和模糊控制的优点,设计了一种模糊自适应PI控制器,并应用到永磁同步电机矢量控制调速系统中。该控制器能根据外部和内部参数的变化自动调节PI控制器的参数。仿真结果验证了,采用模糊自适应PI控制器的永磁同步电机矢量控制调速系统具有更好的动态和鲁棒性能。     

基于PID模糊免疫的永磁同步电机调速系统

在分析永磁同步电机(PMSM)数学模型的基础上,引入模糊控制算法和免疫反馈机理,并与传统的PID控制相结合,设计了一种新型的PID模糊免疫控制器,将其应用于永磁同步电机调速系统的控制过程当中。仿真研究表明,采用这种新型PID模糊免疫控制方式的调速系统具有响应快速、超调量小、鲁棒性好、抗干扰能力强等优点,与传统PID调速系统相比具有更好的动态性能和稳态精度。     

一种模糊电流预测控制算法在永磁同步电机矢量控制上的应用

针对传统的永磁同步电机矢量控制算法中,采用常规PID控制器的速度环、电流环的双闭环控制方式会造成控制系统的动态性能不足,稳态效果不佳等问题。根据永磁同步电机的电流状态方程推导出电流预测控制模型代替电流环PID控制器。同时设计一种模糊PI控制器代替速度环PID控制器。实验结果表明,采用该算法的永磁同步电机调速系统具有更好的动静态性能,响应速度更快,抗干扰能力更强。     

基于RBF神经网络的永磁同步电机速度控制

针对常规PID控制的永磁同步电机调速系统性能不足,利用RBF神经网络较强的非线性映射能力,提出一种基于RBF神经网络PID自整定方案。该算法通过RBF神经网络在线辨识对PID参数整定,改善常规PID控制效果。在Matlab/Simulink构建了基于S函数的RBF神经网络PID控制器和永磁同步电机调速系统,并结合研究对象进行仿真研究。仿真结果表明:该控制器具有较好的静、动态性能,并有较强的自适应性和鲁棒性。     

遗传优化的模糊免疫PID控制器在SRM中的应用

针对开关磁阻电机驱动系统的严重非线性、时变和强耦合性,应用免疫反馈机理和模糊控制理论,在传统PID控制器基础上设计一种模糊免疫PID控制器,并提出利用遗传算法对PID控制器参数进行优化设计方法.仿真结果表明,基于遗传优化的模糊免疫PID控制器具有良好的调速和控制特性,其控制性能明显优于传统PID控制和模糊免疫PID控制.     

基于预测模型双模糊分数阶PID的BLDCM调速系统优化控制

无刷直流电机（BLDCM）具有复杂的非线性系统,强耦合、变量多等特点,传统的PID控制无法获得满意的控制效果。为此,在模糊控制、分数阶微积分及模型预测相关理论的基础上,提出了预测模型双模糊分数阶PID控制器。分数阶控制为系统提供更多的控制余度,并采用一种间接算法（Oustaloup算法）完成整数阶PID控制的延伸和扩展,模糊控制实现分数阶PID控制参数的在线调整;建立预测模型,并引入模糊控制动态调整预测模型系数K值,实现更加精确的控制。针对模糊分数阶PID控制器中参数选择,又提出了一种改进的万有引力算法进行参数优化,增强控制器的自适应能力。仿真结果表明:基于改进万有引力算法的预测模型双模糊分数阶PID控制的BLDCM调速系统较传统的PID控制具有更快的响应速度、更小的超调量及抗负载扰动能力强等优良的动、静态性能指标。     

永磁同步电动机调速系统的模糊PI智能控制新方法

在分析永磁同步电动机 (PMSM )数学模型的基础上 ,利用Matlab软件建立了控制系统的仿真模型 ,提出了一种新型的模糊PI控制方法。在PMSM双闭环调速系统中 ,电流控制采用滞环电流调节器 ,而转速控制通过采用常规PI控制和模糊控制相结合的方法来实现。仿真结果表明 ,这种新型的模糊PI智能控制方法响应快、无超调、鲁棒性强、抗干扰能力好 ,较传统PI控制具有更好的动、静态特性     

基于遗传算法的永磁同步直线电机PID控制研究

由于永磁同步直线电机系统运行过程中参数摄动和负载扰动等问题的存在,传统 PID控制器无法满足高精度伺服控制系统的要求。设计出一种基于遗传算法(GA)优化的 PID 控制器,并通过 Simulink 对永磁同步直线电机控制系统进行建模和仿真实验。仿真和实验表明,采用 GA优化的PID控制器与传统的 PID控制器在指定速度和负载扰动条件下相比,具有更好的动态稳定性和跟踪性能,能有效抑制参数摄动的影响并对负载扰动具有较强的鲁棒性,实验结果也证明了方案的有效性和可行性。     

基于改进型趋近律与负载观测器的永磁同步电机滑模速度控制器设计

为了提高三相永磁同步电机(PMSM)调速系统的动态品质,改善传统滑模速度控制器的控制性能,抑制系统抖振,提高控制精度,设计了基于新型趋近律与负载观测器的改进型滑模速度控制器。利用MATLAB/Simulink仿真软件,搭建控制系统模型并进行仿真分析。仿真验证了所设计的改进型PMSM速度控制器的有效性。该控制器可获得较好的速度跟踪精度和抗负载扰动能力,提高系统的稳定性和鲁棒性。     

车用PMSM的双闭环分数阶PID控制策略研究

纯电动汽车永磁同步电机（PMSM）控制系统是一种非线性、强耦合的复杂系统,为提高永磁同步电机的整体控制性能以及鲁棒性,文中提出了一种双闭环分数阶PID控制策略,分别对电流内环和速度外环进行相应的分数阶控制。通过建立电机的电流环模型进而得到整体系统的分数阶模型,设计出电流环以及速度环的分数阶PID控制器,并利用粒子群优化算法（PSO）对控制器参数进行寻优,以便于获得更好的控制性能。将所设计的分数阶控制器应用于车用永磁同步电机的控制中,通过与传统PID控制在不同转速、负载突变时的控制性能相对比,验证了文中所设计的分数阶PID控制器具有良好的动态特性和鲁棒性。     

基于小波神经网络PID的永磁同步电机转速控制

提出了基于小波神经网络PID的永磁同步电机(PMSM)转速控制策略。根据系统运行参数的变化,采用三层前馈式人工神经网络,基于梯度下降纠正误差法在线训练实时更新PID参数值。采用小波神经网络和增量式PID共同构成转速环控制器。建立PMSM数学模型,设计PMSM速度环控制器,构建S函数,对控制算法进行仿真试验,验证了该控制算法的先进性。试验结果表明,所提控制策略比传统PID转速控制具有更好的动态性能和抗干扰能力。     

改进的BP神经网络PID控制器在温室环境控制中的研究

为了更好的实现对温室环境系统的智能控制,针对温室环境系统存在非线性、强耦合、大滞后、强时变等问题,在分析BP神经网络技术的基础上,提出并设计出一种基于遗传粒子群优化的BP神经网络PID控制器,该控制器结合遗传算法强全局搜索能力以及粒子群算法强局部搜索能力和收敛速度快的特点,对神经网络的权值进行优化,对温室环境系统起到了有效的控制。最后对常规和改进后的BP神经网络PID控制器进行仿真对比研究。仿真结果表明,经过改进后的BP神经网络PID控制有更好的稳定性和鲁棒性。     

永磁同步电动机的神经模糊矢量控制研究

通过分析永磁同步电动机（PMSM）的数学模型,提出神经网络模糊控制器的设计方法,并应用于永磁同步电动机双闭环矢量控制系统中的转速控制器,用来精确实现永磁同步电动机的速度控制。仿真实验表明,该方法得到的各项性能指标均优于PI控制和递归模糊神经网络控制,具有很强的适应性和鲁棒性,取得了比较理想的控制效果,为实现永磁同步电动机的智能化调速控制提供了切实可行的技术方案。