变论域模糊控制的无刷直流电机控制系统

为了改善无刷直流电机(BLDCM)的调速性能,研究了基于变论域思想的自适应模糊PID控制器及其在BLDCM控制系统中的应用,变论域自适应模糊控制对模型无精确要求、速度快、精度高、鲁棒性好、适应性强.详细分析了BLDCM电机模型的建立、控制结构设计、伸缩因子的选择等,给出了具体的控制算法设计,并在Matlab仿真平台下,构建了BLDCM的电流、转速双闭环控制的仿真系统,其中,转速环采用了变论域自适应模糊PID控制器.仿真结果表明,与常规PlD控制和普通模糊PID控制相比,采用变论域自适应模糊PID控制时,转速输出无超调,响应速度快.转矩脉动小,控制精度高,为无刷直流电机在军事、办公设备、家电等需要快速、高精度控制、抗扰能力强的场合的应用提供了一种有效的解决方案.     

基于ISSA-Fuzzy-PID算法的无刷直流电机调速控制系统

为了使无刷直流电机(BLDCM)从复杂多变的非线性关系中找出最佳PID参数,提出了一种基于改进麻雀算法(ISSA)优化模糊(fuzzy)控制的调速系统。根据BLDCM工作原理及控制方法在MATLAB平台上搭建仿真模型并加入反向学习策略初始化麻雀种群,形成非线性时变控制系统,并将该优化系统与传统PID以及模糊PID(fuzzy-PID)控制系统进行对比分析。仿真结果表明,基于ISSA-Fuzzy-PID的调速控制系统有较快的动态响应,有效增强了BLDCM转速控制的精度和鲁棒性。     

基于P-模糊自适应PID控制的无刷直流电动机调速系统

分析了无刷直流电动机的数学模型,提出了一种新型的P-模糊自适应PID控制方法,并在Matlab/Simulink环境中建立了基于P-模糊自适应PID控制的无刷直流电动机调速系统仿真模型。在该调速系统中,电流控制采用电流滞环,转速控制采用P控制和模糊自适应PID控制相结合的方式,实现了电流滞环和转速模糊控制的双闭环调速控制功能。仿真结果表明,该系统与基于常规PID控制的调速系统相比,系统响应时间缩短一半,且超调减小,具有较强的鲁棒性和自适应能力。     

无刷直流电动机模糊自适应PID控制策略的仿真研究

在无刷直流电动机控制系统中,如何提高系统的控制精度、稳定性及鲁棒性备受关注。当无刷直流电动机系统的负载或参数发生变化时,传统的PID控制策略很难达到预期的效果。文章基于模糊控制理论,建立了模糊推理规则表,设计了模糊控制器和模糊自适应PID控制器,并对模糊自适应PID控制策略在无刷直流电动机系统中的应用进行了仿真研究。仿真结果表明,模糊自适应PID控制策略能加快无刷直流电动机系统的响应速度,并具有较强的鲁棒性。     

步进电动机的模糊PID控制

由于步进电动机调速系统具有非线性等特点,使得利用简单模糊控制与传统PID控制精度不高,因此文中提出利用模糊PID控制器实现对步进电动机调速系统进行控制的方法,并设计了模糊PID控制器。文中首先建立了步进电动机的数学模型,并根据数学模型推导了其传递函数;然后介绍了模糊PID控制器结构,以及模糊控制规则的生成方法,并且对该控制方案进行数字仿真。仿真结果表明:该方法调节精度较高,动态响应快,无超调,有一定的可行性。     

一种实时自适应步进电机PID控制器设计

传统PID控制器通常难以满足多变量、非线性、强耦合的步进电机动态响应和精确调速要求,结合传统PID控制和模糊控制及遗传算法(GA)整定PID参数的优点,设计基于模糊遗传算法的实时自适应步进电动机PID控制器,充分发挥传统和智能控制策略各自的优势.仿真结果表明,该实时自适应步进电动机PID控制器,具有很好的自适应能力和抗负载扰动能力.在稳定性、动态速度响应诸方面均优于传统的PID控制器和模糊控制器,系统达到了较高调速性能和控制精度.     

BLDCM调速系统模糊-PI混合控制的建模与仿真

建立了永磁无刷直流电动机(BLDCM)调速系统的数学模型，论述了一种基于MATLAB语言的BLDCM模糊-PI混合控制系统，通过MATMB语言中的SIMULINK模块和模糊控制工具箱实现了模糊-PI混合控制，为系统的进一步研究奠定了基础。     

基于模糊PID控制的变排量液压马达系统仿真

与定排量液压马达系统相比较,变排量液压马达系统可降低流量消耗、提高总体效率、减小设备尺寸,且具有响应速度快等优点,能满足大功率和大惯量负载使用需求。针对液压伺服系统的非线性和负载参数的时变性等特点,对变排量液压马达控系统制策略进行了研究,通过对其进行AMESim建模仿真,分析了其速度控制和运动位置控制方法。由于常规PID控制器的控制参数在系统动态响应中是固定不变的,液压系统在工作过程中受到负载扰动而使得输出速度波动较大,从而造成不平稳性。故采用模糊自整定PID控制方法,在线实时调整PID控制参数,运用AMESim和Matlab/Simulink软件对该伺服系统进行联合建模仿真。仿真结果表明,与常规PID控制相比较,模糊PID控制在响应速度和平稳性等方面具有显著优势。     

基于BP神经网络PID控制的BLDCM调速系统

在分析无刷直流电机(BLDCM)数学模型的基础上,采用改进型BP神经网络与传统PID相结合作为速度控制器,应用于无刷直流电机调速系统中。在电机初始运行阶段采用传统PID控制,网络学习一段时间后,切换到经过改进的BP神经网络在线自整定PID控制。仿真研究表明,应用这种新型控制方式的无刷直流电机调速系统具有良好的动态性能和稳态精度。     

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.