基于模糊PID的无刷直流电机调速系统的建模与仿真

无刷直流电机控制系统是一种多变量、强耦合、非线性、时变的复杂控制系统,传统的PID控制很难实现无静差控制。基于模糊PID的电机控制,利用无刷直流电机的电压、转矩和转速方程,通过模糊原理对PID参数进行模糊化,实时调节PID的参数,从而实现对电机转速的高精度控制。仿真结果表明,采用模糊PID控制方法控制无刷直流电机,系统响应速度快、无超调、控制精度高。     

开关模糊神经PID控制的无刷直流电机仿真

无刷直流电机是一种时变性的、非线性的以及强耦合性的系统.对于控制精度要求高的场合,传统的PID控制难以满足对无刷直流电机控制的性能要求.模糊PID控制器虽然具有一定的自适应性,但是模糊规则主要靠经验制定具有一定局限性.为解决上述问题,研究了基于双闭环的开关模糊神经PID控制的无刷直流电机,该方法综合了模糊、神经网络和PID的优点,具有适应能力强,控制精度高,专家知识利用较好等.仿真结果表明模糊神经PID控制相对于模糊PID具有转速响应快、超调量小、抗干扰能力强等优点.     

无刷直流电机模糊自适应PID控制研究与仿真

针对传统的PID控制方式在对无刷直流电机系统控制时,存在精度低、抗干扰能力弱等不足,提出一种基于参数自适应模糊PID集成控制策略。首先,分析了无刷直流电机的数学模型,建立了基于双闭环调速系统的无刷直流电机控制系统模型,并对无刷直流电机双闭环系统转速进行模糊PID控制;然后,详细分析了建立该模糊自适应PID控制器的设计方法,提出一种优化模糊算子的优化方法,并运用仿真软件Matlab/Simulink实现了系统的设计和仿真;最后,在相同环境下,对比传统PID控制和模糊自适应PID集成控制两种控制策略的仿真结果。仿真结果表明,模糊自适应PID集成控制算法能使无刷直流电机双闭环控制系统具有更好的动、静态性能及较强的自适应能力。     

无刷直流电机神经网络自校正控制研究

针对无刷直流电机的非线性、强耦合、变参数等特点,利用多层神经网络对非线性函数的任意精度拟合性,提出了基于BP神经网络的无刷直流电机神经网络自校正控制。神经网络自校正控制不需要被控对象的准确数学模型,并可以通过在线学习来适应系统工作环境和系统本身参数的变化,给出了控制系统软硬件的具体实现方案。仿真和实验结果表明,神经网络自校正控制的速度跟随性、动态响应过程较之PI控制更好,具有很好的控制效果。     

权值自调整模糊PI在无刷直流电机中的应用

无刷直流电机是一种多变量和非线性的控制系统,模糊控制器在该控制中得到广泛的使用。针对无刷直流电机构成的速度反馈控制采用了一种新的控制方案——权值自调整模糊PI预测控制。控制器由模糊控制环节、PI控制器、权值调整环节构成,整个系统使用电流和转速双闭环控制。PI控制器和模糊控制器的权值是通过误差、误差变化率设计的模糊调整器来在线调整,速度反馈采用灰色算法来预测。通过仿真实验结果表明上述控制方法较传统的PI控制,具有更强的鲁棒性,易于实现,通用性强。     

改进遗传优化的无刷直流电机模糊PID控制

在无刷直流电机控制过程中,将智能控制与PID控制相结合生成智能PID控制策略,现有控制策略或者要求对被控过程有全面的先验知识,或者要求参数优化的搜索空间连续可微,其应用受到了一定的限制,提出基于改进遗传优化算法的无刷直流电机模糊PID控制方法.详细阐述了遗传算法的相关原理,在遗传算法的基础上,针对该算法进行改进,将无刷直流电机控制对象进行编码,构建对应的适应性函数,针对适应性函数进行定标,阐述改进遗传优化算法的终止条件,完成无刷直流电机模糊PID控制.实验结果表明,利用改进算法进行无刷直流电机模糊PID控制,能够缩短阶跃响应时间,降低控制误差,缩短控制过程中的延迟时间,满足无刷直流电机控制在生产过程中的实际需求.     

一种新的无刷直流电机控制系统的设计

为解决无刷直流电机的非线性、变参数、负载扰动影响的问题,提出利用一种新型BP神经网络学习算法优化其逆控制系统。该算法设计了包括隐层饱和度的总误差函数,采用了自适应调节的放大误差信号方法,改善了算法的收敛速度并且避免了局部收敛。从而实现无刷直流电机的直接自适应逆控制。仿真结果表明该控制系统响应速度快、无超调、抗干扰、鲁棒性强。     

基于DSP无刷直流电机控制系统的研究及其仿真

无刷直流电机(BLDCM)是一个多变量、非线性系统。本文以无刷直流电机为研究对象,重点研究了无刷直流电机的控制系统及其仿真,并在最后对仿真结果进行了分析。在分析了无刷直流电机(BLDCM)的数学模型的基础上,文章中提出了一种以DSP芯片TMS320F2812为控制器的无刷直流电机双闭环控制设计的方案。文章中对此电机控制方案进行了软硬件的设计,并且在MATLAB上通过Simulink进行了系统仿真。仿真结果表明,控制系统运行平稳有较好的动态和静态特性,我们提出的控制方案正确可行。     

基于进化神经网络的BLDCM调速控制

针对标准BP算法存在全局搜索能力弱和易陷入局部极小点等缺点,将遗传算法与BP神经网络相结合,构造了一种新的进化神经网络GA-BP算法,并将该算法应用于无刷直流电机调速系统的控制,仿真结果表明,与传统的PI控制系统相比,该算法得出的电机控制曲线几乎无超调,与基于BP算法的速度控制系统相比较,具有收敛速度快、不易陷入局部极小的优点。     

基于DSP/BIOS的无刷直流电机控制系统的研制

无刷直流电机继承了直流电机运行效率高、调速性能好等优点,同时,克服了直流电机电刷带来的噪声、火花等缺点,在诸多领域得到广泛应用.为改善无刷直流电机控制系统的性能,本文研究模糊自适应PI控制器在无刷直流电机控制系统的应用.系统以TMS320F2812数字信号处理器为控制器设计了控制系统硬件,基于DSP/B10S嵌入式操作...     

直流无刷电机智能控制系统研究

阐述直流无刷电机工作原理,分析直流无刷电机的数学模型;介绍模糊控制理论与神经网络控制理论,提出模糊自适应PID控制策略;在MATLAB环境下,分别使用反电动势建模法建立直流无刷电机控制系统的模型,并对各个模型进行仿真分析。然后利用BP神经网络控制策略,模糊自适应PID控制策略改进速度控制器中的常规PID算法,进行仿真,并将所得结果进行对比。从对比结果可以得出模糊自适应PID控制策略更适合直流无刷电机的控制。     

Artificial intelligence applications in Permanent Magnet Brushless DC motor drives

Permanent Magnet Brushless DC (PMBLDC) machines are more popular due its simple structure and low cost. Improvements in permanent magnetic materials and power electronic devices have resulted in reliable, cost effective PMBLDC drives, for many applications. Advances in artificial intelligent applications like neural network, fuzzy logic, Genetic algorithm etc. have made tremendous impact on electric motor drives. The brushless DC motor is a multivariable and non-linear system. In conventional PMBLDC drives speed and position sensing of brushless DC motors require high degree of accuracy. Unfortunately, traditional methods of control require detailed modelling of all the motor parameters to achieve this. The Intelligent control techniques like, fuzzy logic control/Neural network control etc. uses heuristic input–output relations to deal with vague and complex situations. This paper presents a literature survey on the intelligent control techniques for PMBLDC motor drives. Various AI techniques for PMBLDC motor drives are described. Attempt is made to provide a guideline and quick reference for the researchers and practicing engineers those are working in the area of PMBLDC motor drives.     

基于模糊控制器的直流无刷电动机控制

利用自整定模糊-PID控制器实现对直流无刷电动机的控制.在分析直流无刷电动机数学模型的基础上,建立一种新型的三相直流无刷电动机数学模型,并将自整定模糊-PID控制器应用于直流无刷电动机的控制系统中.系统采用双闭环调速,电流环采用电流滞环控制,转速环采用自整定模糊-PID控制器,通过不断检测速度偏差e和速度偏差变化率ec,对参数KP,KI和KD进行在线校正,控制器参数随e和ec变化而变化,以提高系统的控制效果.研究结果表明,这种基于自整定模糊-PID控制器的直流无刷电动机控制系统具有响应快、超调小、控制精度高等特点,比传统PID控制器具有更好的静、动态特性.     

直流无刷电机位置跟踪伺服系统设计与仿真

为了设计高精度的直流无刷电机伺服控制系统,性能优良的位置跟踪控制器是其重要保障.基于直流无刷电机的工作原理.运用Matlab模糊工具箱建立其自动位置跟踪控制系统的计算机仿真模型,系统的电流和速度环采用Pl控制,结合PID控制和模糊控制设计了系统位置环的模糊PID控制器.数字仿真结果表明,模糊PID控制的动静态特性优于传统单一的PID控制,对设计性能优良的直流无刷电机控制器具有借鉴意义.     

无刷直流电机的模糊神经网络控制设计

在无刷直流电机(BLDCM)的控制上,传统PID等控制方法存在或多或少的不足.在模糊PID控制的基础上提出了一种模糊神经网络PI控制器的设计方法.该方法结合了模糊逻辑与神经网络,使得模糊控制器模拟了人的控制功能,不仅对环境变化有较强的适应能力,还拥有自学习能力.相比模糊PID控制,其具有计算量小、稳定性强等特点.对BLDCM进行建模与分析;在BLDCM数学模型的基础上,分别设计模糊PID控制器和模糊神经网络PI控制器;对设计的控制器进行仿真验证并分析.实验结果表明,模糊神经网络PI控制具有跟踪性能好、超调小、响应快、脉动小等优点,其动静态特性均优于模糊PID控制.     

基于RBF终端滑模观测器的电机转子位置估计

无刷直流电机常采用位置传感器来检测转子位置,这会影响系统的可靠性,增加电机体积和成本。采用无位置传感器控制技术:引入终端滑模面,其具有快速收敛性和良好观测精度,可减少相位滞后问题;采用RBF神经网络来设计观测器的控制策略,将滑模变量作为神经网络输入,输出即为控制策略,简化控制结构。RBF终端滑模观测器将RBF控制与终端滑模控制的优点紧密结合,优化了控制信号,削弱了抖振现象。仿真结果表明,该观测器能快速准确地估计电机的线反电势及电机转速,系统具有良好性能,满足无刷直流电机的工作要求。     

基于单片机C8051F500的无刷直流电机控制研究

永磁无刷直流电机是近些年发展起来的一种新型电机,具有效率高、调速性能好、启动转矩大等诸多优点,在运动控制领域中的应用日趋广泛。基于电机专用控制芯片MC33035,采用单片机C8051F500为主控芯片,设计一款无刷直流电机智能控制器,实现对无刷直流电机启动停止、正反转、调速、转速显示等控制。通过简要介绍无刷直流电机工作原理,使用MATLAB/Simulink对控制系统进行建模仿真,对无刷直流电机控制系统进行软、硬件设计。实验结果表明,该控制系统运行稳定,抗干扰性强,具有良好的市场应用价值。     

三相直流电机伺服系统设计

为实现对高精度实时目标的跟踪,设计了直流电机伺服系统。该伺服系统以STM32F103嵌入式微处理器为控制核心,以带有霍尔换向传感器的三相直流无刷电机作为伺服电机,并采用增量型积分分离式PID控制与模糊控制相结合的模糊PID控制策略。模拟对空跟踪试验测试表明,该系统具有较高的动态跟踪精度和较快的响应速度,平稳性好,实现了高精度实时跟踪,达到了设计的预期目的。