基于最优化方法电流优化的SRM转矩控制研究

针对SRM开关磁阻电机强非线性以及转矩脉动过大的问题,文章提出基于最优化的拉格朗日乘子法电流优化策略与改进的迭代学习控制补偿相结合的转矩脉动抑制控制算法。在电感约束条件下,采用拉格朗日最优化乘子法,在恒转矩下对电流进行分段优化分配;以恒转矩为目标,引入误差预处理的迭代学习控制器输出补偿电流,与优化电流叠加,作为电流滞环控制的参考电流,实现恒转矩闭环控制,并抑制转矩脉动。在目标转矩为5Nm时系统仿真的转矩脉动降至7.26%,目标转矩为3Nm时转矩脉动降至5.76%。该结果表明,所提出电流优化分配与迭代学习相融合的综合控制策略,提高了迭代收敛速度,有效降低转矩脉动。