基于模糊PID控制和BP神经网络PID控制的永磁同步电机调速方案比较研究

采用模糊PID控制和神经网络PID的控制方式分别对永磁同步电机进行了恒负载实时调速分析,对比了研究两者的控制性能。通过在Matlab/Simulink环境下搭建仿真控制程序,分别采用两种控制方式构建对于永磁同步电机的闭环控制模型进行仿真,进行模糊PID控制和神经网络PID控制对永磁同步电机的闭环控制效果对比。经仿真结果表明,神经网络PID控制在抗扰动方面优于模糊PID控制,而模糊PID控制在实时性方面较为优势。     

基于模糊神经网络的永磁同步电机控制

针对永磁同步电机控制系统的非线性与电机参数时变易受扰动的特性,提出一种基于RBF神经网络在线自学习模糊自适应控制器,利用模糊推理机产生的分目标学习误差进行RBF神经网络的在线训练,有效地提高了控制系统的品质。算法简单易于实现;仿真证明,系统具有较好的动态性能。     

采用神经网络控制的永磁同步电机调速系统

为改进传统PID控制的永磁同步电动机(PMSM)调速系统性能,设计了神经网络速度控制器并对其构成的矢量控制系统进行了仿真分析.结果表明,当电机参数改变或受到外部扰动时,该系统具有更好的动态性能.     

基于模糊神经网络的纯电动车永磁同步电机矢量控制

纯电动车控制系统对电机控制性能要求较高。提供了一种基于模糊神经网络的永磁同步电机矢量控制方案。以模糊神经网络控制器作为电流调节器,并在速度环引入模糊控制器,将其输出作为电流环的限幅,达到限速的目的。仿真和试验结果表明:对于电动车运行的复杂情况,该方法具有良好的转矩跟踪和电机限速性能。     

免疫PID永磁同步电机矢量控制

采用免疫PID控制器对永磁同步电机进行了调速控制。详细介绍了PMSM(Permanent Magnet Syn- chronous Motor)的矢量控制原理。最后给出PMSM模糊免疫PID控制的仿真结果。仿真结果表明,该系统具有良好的动态性能。     

双BP神经网络的永磁同步电机磁链与转矩无差拍控制

为实现永磁同步电机(PMSM)磁链与转矩的定量控制,基于磁链与转矩变化量简化模型,提出永磁同步电机磁链与转矩无差拍(DB)控制策略。实现DB控制需要转矩角信息,PMSM转矩角可通过查表或基于定子磁链d、q轴分量求解,但前者需要大量储存空间,后者需要转子位置实时信息和旋转坐标变换。构建和训练反向传播（BP）神经网络来输出转矩角,并采用BP神经网络替代DB控制实现理想电压矢量角度的预测,建立基于转矩角和理想电压矢量角度预测双BP神经网络的PMSM磁链与转矩DB控制系统。仿真结果表明,BP神经网络可用于预测转矩角和理想电压矢量角度,双BP神经网络的PMSM磁链与转矩DB控制系统运行良好。     

基于矢量控制的永磁同步电机研究

通过对永磁同步电机（PMSM）数学模型的分析,得出了基于矢量控制的永磁同步电机数学表达式,并通过MATLAB／sIMuLINK建立仿真模型。仿真结果表明该方法具有较高的精度,提高了系统的控制性能。     

永磁同步电机伺服系统的RBF神经网络PID控制

永磁同步电机(PMSM)交流伺服系统中含有未知复杂干扰,属于一类复杂的非线性、不确知系统,会影响PID控制算法的控制质量,无法满足伺服系统的高精度指标要求,利用神经网络对未知信息数据的自学习和自适应能力,设计出一种基于RBF神经网络与传统PID控制相结合的智能PID控制器。仿真结果表明,应用了RBF神经网络PID控制的伺服系统,不但结构简单,而且能适应环境变化,干扰被有效抑制,控制精度明显提高,有较强的鲁棒性,达到了理想的控制效果。     

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。     

基于DSP的永磁同步电动机控制系统设计

为提高永磁同步电动机（PMSM）伺服系统的控制精度和实时性,设计了基于数字信号处理器（DSP）的全数字PMSM控制系统。TMS320F28335型DSP的片上资源丰富,有浮点运算单元,使系统硬件设计更方便,运算速度更快。在PMSM数学模型和矢量控制原理的基础上,设计了PMSM控制系统的硬件和软件。该控制系统具有完成控制算法、电流和转子位置检测、速度计算、SVPWM产生等功能。在一台森创1.5 kW的PMSM上进行了实验,结果表明,控制系统调速准确,性能良好,运行稳定。     

基于DSP和IPM的永磁同步电动机调速控制系统

为了进一步提高同步电机的调速性能,根据同步电动机矢量控制的基本原理,利用数字信号处理器和智能功率模块,给出了永磁同步电动机矢量控制硬件实现,并阐述了系统的软件实现方法。实验表明,矢量控制变频调速系统有良好的动静态性能,可以广泛地应用于以同步电动机为驱动装置的电气传动系统中。     

永磁同步电机滑模调速控制及其实现

永磁同步电机（PMSM）的模型是一个多变量,非线性,强耦合的系统,而滑模变结构控制（SMC）具有快速响应,对参数变化及扰动不灵敏,算法简单,易于工程实现等优点,这为复杂工业控制问题提供了一种很好的解决途径。本文中的PMSM调速系统,以TMS320F2812为主控芯片,利用指数趋近律法下的滑模变结构控制器进行控制,给出了滑模控制器的位置式和增量式表达式。并将推导出的算法以增量式的形式编写进程序,作为调速系统的软件。最后通过MATLAB仿真和具体实验证明了该系统具有动态响应速度快,电磁转矩脉动小,稳定等众多优点,使系统具有更好的鲁棒性。     

永磁同步电机单神经元模糊PID控制

永磁同步电机(PMSM)矢量控制系统结构复杂、系统运行时参数摄动,严重影响了系统的性能.针对这一问题,设计了一种基于模糊调节单神经元增益的自适应PID控制器,将其应用于PMSM的转速控制.在MATLAB平台上得到的仿真结果表明,采用这种控制器的PMSM矢量控制系统具有一定的优越性.     

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。     

基于SVPWM的PMSM矢量控制系统的建模与仿真

为提高永磁同步电机(PMSM)的运行精度,解决传统SPWM调制技术在电机控制中母线电压利用率低的问题,介绍了电压空间矢量脉宽调制技术( SVPWM)的原理和实现方法,在Matlab/Simulink环境下采用SVPWM技术构建了PMSM双闭环矢量控制模型.仿真结果验证了该系统设计的有效性,为实际PMSM控制系统的设计提供了有效依据.     

基于DSP控制的永磁同步电机变频调速系统的设计

分析了永磁同步电机系统的研究现状,设计了一种以TMS320F2407为控制核心的变频调速系统。首先对系统的硬件及软件结构进行介绍,接下来分析了永磁同步电机磁场定向矢量控制的工作原理及控制方法,并对永磁同步电机伺服系统进行了数学建模。在此基础上设计了PI控制器,将该控制器用于永磁同步电机变频调速系统。最后用 MATLAB仿真工具进行了仿真,仿真结果表明：对于具有非线性、耦合性强及参数漂移较大等特点的永磁同步电机来说,系统既可适应对象参数的变化,又能很好的消除稳态误差,获得了较高的控制精度。     

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.     

基于滑模观测器的无传感器永磁同步电机矢量控制系统

本文在深入分析永磁同步电机数学模型的基础上,将滑模变结构控制应用于永磁同步电机控制系统中,根据永磁同步电机的数学模型,设计了一个滑模变结构控制器,用于估算电机转子位置和速度;根据磁场定向控制理论,利用估算的转子角度实现了无传感器矢量控制.实验结果表明,滑模变结构控制器对系统参数变化、外界环境的扰动以及内部的摄动具有很强的鲁棒性,能够在全频率范围内追踪实际信号,实现对转轴位置的观测.     

基于精确建模下的永磁同步电动机(PMSM)最佳效率控制研究

精确的PMSM数学模型对精确的力矩控制和(或)高效率的传动控制都是不可缺少的.本文提出了一种精确的PMSM模型,把电机的铜损耗、铁损耗、机械损耗和杂散损耗都考虑在内.在精确建模的基础上,提出了该模型下的最佳效率控制,并推导出最佳效率控制的控制公式.实验证明,该模型和最佳效率控制是有效的.