基于遗传算法的永磁同步电机调速系统PID参数优化

在分析永磁同步电机(PMSM)数学模型的基础上,针对传统PID整定方式存在的不足,引入了遗传算法对PMSM调速系统PID参数进行寻优。在迭代计算过程中采取最优保留策略,保证个体最终收敛于全局最优值。为了实现理想的电机转速控制效果,采用误差绝对值时间积分型目标函数,并在其中加入了超调惩罚项。仿真研究的结果表明,经过遗传算法优化后的PMSM控制系统具有超调量小、调节时间短、鲁棒性好的特点,与传统PID控制相比具有较高的动态品质和稳态精度。     

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。     

基于SVPWM技术的永磁同步电机模糊自适应控制系统研究

基于永磁同步电机(PMSM)在d-q轴下的数学模型,设计了一种模糊自适应PI控制器,应用于PMSM的速度伺服系统中。相对于传统PID控制器,该系统具有响应时间快、超调、振荡小、对控制对象参数变化鲁棒性较好等优点。仿真结果和理论分析一致,表明该控制系统的合理性。     

改进的混沌算法在PID参数整定中的应用

PID控制由于鲁棒性好和易于实现等优点，在工业上广泛应用；但是PID参数整定繁琐、难以达到最优状态、控制结果出现较强的振荡和大超调等问题。在传统的混沌算法的基础上，引入微粒群算法的寻优思想，形成了一种新的混沌算法，并应用在PID控制器的参数优化上。仿真证明了该算法能有效地实现PID参数最优整定，控制结果具有稳定、超调小、响应快的优点。该算法寻优速度快，效率高，容易实现，其性能优于常规遗传算法，为解决PID控制器参数全局最优设计提供了一种有效的方法。     

基于CMAC神经网络的永磁同步电机控制方法研究

将一种基于CMAC神经网络的PID控制器引入到永磁同步电动机交流调速系统中,取代传统的PMSM双环控制系统中的转速外环PI控制器。实验结果表明,运用该控制方法的系统响应快、超调小、鲁棒性好,较常规PI控制具有更好的动、静态性能。     

遗传优化PID整定算法在阀门定位器中的应用

电气阀门定位器调节阀门开度的PID控制过程容易出现较大的超调,通过自然泄气或增加反作用回调阀位,会对系统的鲁棒性和控制效率产生较大影响。提出一种遗传优化的PID整定算法,基于继电反馈法获得系统PID参数的大致范围,并利用改进遗传算法进行PID参数寻优,使系统接近无超调控制,提高控制精度,缩短调节时间。系统获得PID参数用于控制气动调节阀,超调量可控制在06%,调节时间相比于传统PID算法缩短66%。仿真和实验结果表明,该整定算法能够实现稳、准、快的控制方式,为优化电气阀门定位器的控制策略提供了一种新的思路。     

基于多目标遗传算法和多属性决策的水轮机PID控制器参数整定

提出了一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑系统超调量、稳定时间和ITAE指标,采用多目标遗传算法求出Pareto最优解.由这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法进行多属性决策研究,对Pareto最优解给出排序.计算了一个水轮机控制的数值算例,结果表明所设计的PID性能优异,适合工程实际应用.     

火电厂自动电压控制系统的优化研究

针对火电厂自动电压控制(Automatic voltage control,AVC)在实际运行过程中会出现电压振荡、不调、过调和不能快速跟踪偏差等问题,以及考虑到系统阻抗的影响,为提高其控制品质,本文提出了自适应遗传算法在线整定PID控制的优化策略。该方法利用自适应遗传算法对PID控制器参数实现在线寻优与整定,选择种群中自适应度大的个体所对应的PID控制器参数,作为当前仿真时间下的PID控制最优参数。利用已建立的云南某火电厂AVC系统模型进行仿真,结果表明该算法大大提高了响应速度,有效抑制了超调,使得控制过程更加平稳,控制效果更好。     

永磁同步电机伺服系统的自抗扰控制

结合自抗扰控制器(ADRC)控制机理和永磁同步电机(PMSM)数学模型,设计了基于ADRC的转速环控制器和电流环控制器代替传统的PID控制器形成新的伺服系统。ADRC使整个系统抗负载扰动能力得到较大改善,提高了系统的鲁棒性和控制精度,有效地抑制了电流谐波的产生。仿真结果表明,与传统PID控制的伺服系统相比,该系统在负载转矩变化时响应速度快、超调量小、控制精度高,在电机内部参数发生变化时该系统调节几乎不受影响,具有较强的鲁棒性。     

基于遗传模糊的永磁同步电动机速度控制方法

永磁同步电动机(PMSM)因其非线性、时变性等特点而对控制系统有较高的要求。利用基于遗传算法优化的模糊算法对PMSM系统进行速度控制和仿真,结果表明了该系统超调小、响应快以及稳态准确度高,与传统的模糊控制算法相比,其控制性能更优越,能更好地实现PMSM的速度控制。同时也证明了基于遗传优化的模糊控制策略有较高的控制准确度和鲁棒性。对实现永磁同步电动机的高性能控制起到了一定的指导意义。     

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.     

基于自校正的伺服系统速度控制器

为了提高永磁同步电机伺服系统的速度控制性能,提出一种基于自校正的永磁同步电机速度环控制器.自校正控制通过采样系统输入输出信息,运用最小二乘法辨识系统参数,然后根据参数辨识的结果自动校正控制器的参数,保证被控系统达到预期的性能指标.实验结果表明:该控制器与传统的固定PID)控制相比,转速稳态误差和超调量减小,转速也更为平稳,在伺服系统参数发生变化时仍能保持良好的控制性能.     

基于遗传算法与模糊PID复合控制的电机调速研究

为了加强永磁同步电机调速系统的智能控制,提出了一种基于遗传算法与模糊PID智能控制的永磁同步电机调速控制策略。首先建立永磁同步电机的基本模型,利用遗传算法对模糊PID控制器进行改进,优化其参数选择和提高控制效率,并搭建Simulink仿真模型和实验验证模型。其结果得到:利用遗传算法能够迅速得到模糊PID控制器的最佳匹配初始参数,且在电机启动阶段和突加干扰阶段,遗传改进模糊PID控制系统相比于传统的PID控制系统其转速、转矩以及三相电流输出均表现出更加稳定以及波动更小。系统出现干扰后,在该组合智能控制作用下系统在极短时间内恢复稳定,其动态响应速度显著快于传统PID控制方法。结果表明该基于遗传算法与模糊PID控制系统能够对永磁同步调速系统进行有效控制,进而使系统具有较优异的启动特性和动态稳定。     

永磁同步电机无差拍电流控制电流稳态误差消除算法

电流环的响应速度决定永磁同步电机伺服系统的响应速度。无差拍电流控制可以使电流环具有良好的响应速度,但当电机参数与控制算法中电机参数不匹配时电流会产生稳态误差,无法输出期望转矩。针对该问题将离散积分加入无差拍电流控制算法中并且给出积分系数的取值范围,消除了因电机参数变化而引起的电流稳态误差,提高了电流跟踪精度。最后通过仿真与试验验证了所提算法的有效性和实用性。     

自适应PSO-LADRC的永磁同步电机转速控制

为提升永磁同步电机（permanent magnet synchronous motor,PMSM）伺服系统的动态响应与抗扰动能力,提出一种基于自适应粒子群（APSO）的双闭环线性自抗扰控制（APSO-LADRC）策略。首先,通过分析PMSM转速与电流运动模型,构建级联形式的转速环、电流环LADRC控制器;其次,针对PSO易陷于局部寻优的缺陷,引入进化速度与聚合度因子构造惯性权值自适应律,从而实现粒子群迭代过程中惯性权重的动态调整以获得更优的寻优效果;最后,选取ITAE指标作为优化目标与约束条件,并以此实现双闭环LADRC控制参数的自主寻优。开展的系列仿真结果均表明,该方法能够有效提升PMSM伺服系统的控制品质,并解决人工参数整定困难的问题。     

基于DSP和神经网络PID控制的交流数字伺服系统

永磁同步电动机有许多直流电机所没有的优点,而DSP的应用使得伺服控制系统无论是在结构复杂程度、成本和效率上都有很大改观。本文提出了永磁同步电动机的速度控制中较为有效的控制方法即神经网络PID和DSP在伺服系统控制中的应用。     

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...     

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。