欢迎来到天天文库
浏览记录
ID:22474333
大小:71.50 KB
页数:14页
时间:2018-10-29
《直流无刷电机智能控制系统研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、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X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X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。 关键词:直流无刷电机;模糊控制;BP神经X络
2、:TP273.4:A TheResearchofBrushlessDCMotorIntelligentControlSystem ZHANGATLABenvironment,andanalyzestheeachmodelsimulation.ThenusedtheBPneuralprovethespeedcontrolleroftheconventionalPIDalgorithm,simulation,andparedtheresults.Fromtheparisonoft
3、heresults,thefuzzyadaptivePIDcontrolstrategyforbrushlessDCmotorcontrol. Keywords:BLDC;FuzzyControl;BPNeuralControl 1引言 一个多世纪以来,电动机作为机电能量转换装置,其应用范围已遍及整个社会的各个领域还有人们日常的活动当中。电动机可以分为以下3种类型,直流电动机、同步电动机以及异步电动机。直流电动机具有诸多优点,如运行效率较高,调速性能较好等,但传统的直流电动机
4、主要采用电刷,以机械方式进行换向,这种方式必然会产生无法克服的机械摩擦,并会因摩擦引起噪声、火花等问题,同时也存在着无线电干扰以及使用寿命较短等缺陷。因此,传统直流电机在使用范围上严重受限。 随着现代控制理论的发展,众多智能控制技术也随之诞生,但是电机系统在控制过程中有着众多难点,如:电流和电压的随机输入、电机参数的摄动以及量测噪声的存在等,均是难以解决的问题。为了更好的解决上述问题,本文将常规PID和模糊控制结合起来,形成模糊自适应PID控制策略。 2电机的结构与原理 直流无刷电机
5、包括电子换向器、电动机本体以及位置传感器这三个部分,其结构原理如图1所示,它用电子换向代替了传统的电刷机械换向,将读取到的位置传感器信号转换成功率开关信号,依次导通功率逆变桥上的六个功率管,使得直流无刷电动机在运行过程中定子绕组所产生的磁场和转动中的转子永磁磁场,在空间上始终保持在(π/2)rad左右的电角度,这样电机就能不停地运转[1]。 图1直流无刷电机的结构原理图 3智能控制理论 3.1模糊控制理论 模糊控制是在美国加州大学扎德(LA.Zadeh)教授创立的模糊集合
6、理论的基础上发展起来的。模糊控制作为智能控制的一种不但能实现控制,还能够模拟人的思维方法,对一些无法构造数学模型的被控过程进行有效的控制。 模糊控制器的结构一般采用的是二变量模糊控制器,又称为二维模糊控制器,其具体结构如图2所示,从图中可以看出其工作原理,二个输入量是误差e和误差变化率ec,首先经过量化因子ke和kec变换为模糊论域上的e*和ec*,然后经过模糊化环节生成两个模糊子集E、EC,接着进行模糊逻辑推理,得到模糊论域上的输出模糊子集U,再经过解模糊化处理,得到输出论域上的控制量
7、u*,最后将u*经过比例因子ku转换为物理论域上的控制量u输出。 图2二维模糊控制器结构框图 模糊控制器的结构: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X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X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P
8、ID控制策略更适合直流无刷电机的控制。 关键词:直流无刷电机;模糊控制;BP神经X络 :TP273.4:A TheResearchofBrushlessDCMotorIntelligentControlSystem ZHANGATLABenvironment,andanalyzestheeachmodelsimulation.ThenusedtheBPneuralprovethespeedcontrolleroftheconventionalPIDalgorith
此文档下载收益归作者所有