基于matlab的无刷直流电机自适应控制系统的研究new

基于matlab的无刷直流电机自适应控制系统的研究new

ID:33922196

大小:303.46 KB

页数:6页

时间:2019-02-28

基于matlab的无刷直流电机自适应控制系统的研究new_第1页
基于matlab的无刷直流电机自适应控制系统的研究new_第2页
基于matlab的无刷直流电机自适应控制系统的研究new_第3页
基于matlab的无刷直流电机自适应控制系统的研究new_第4页
基于matlab的无刷直流电机自适应控制系统的研究new_第5页
资源描述:

《基于matlab的无刷直流电机自适应控制系统的研究new》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、万方数据第37卷第4期贵州工业大学学报(自然科学版)V01.37No.42008年5月JOURNALOFGUIZHOUUNIVERSITYOFTECHNOLOGYMay.2008::::=::;一一===:=::::一一』墅坐望!墼!呈呈呈皇:塑丝呈呈上=:===:::一一::::::一::::一::文章编号:1009-0193(2008)04-0195—04基于Maflab的无刷直流电机自适应控制系统的研究徐汇堇(成都铁路局装卸服务总公司贵阳南站分公司,贵州贵阳550005)摘要:在分析无刷直流电机(BLDCM)的数学模型的基础上,建立了控制系统的Si

2、muhnk仿真模型,提出了无刷直流电机调速系统单神经元自适应控制方法。该方法在调速系统中,电流环采用滞环电流控制,转速环采用单神经元自适应控制器控制,实现了双闭环自适应控制的调速系统。仿真结果表明:这种新型的控制方法响应快、无超调、鲁棒性强。较传统PID控制具有更好的动、静态特性。关键词:无刷直流电机(BLDCM);单神经元自适应控制;simulink;仿真中图分类号:TM33;TP273.2文献标识码:AO前言Maflab是美国MATHWORKS公司推出的使用简便的工程计算语言,可以实现工程计算、算法研究、建模和仿真、数据分析及可视化、科学和工程绘图、

3、应用程序开发等等功能。其提供的Simulink具有相对独立的功能和使用方法,能够对动态系统进行建模、仿真和分析,并且支持线性和非线性系统、连续时间系统、离散时间系统、连续和离散混合系统。无刷直流电机(BLDCM)调速系统具有时变、非线性、强耦合等特征。传统PID控制策略虽然算法简单、快速性好、控制精度高,但仅在被控对象数学模型已知的前提下适用。在噪声、负载扰动等因素的影响下,过程参数甚至模型结构均会随时间和工作环境的变化而变化。这就要求在PID控制中,不仅PID参数的整定不依赖于对象数学模型,并且能够在线调整,以满足实时控制的要求。为了使无刷直流电机调速

4、系统在参数发生变化的情况下获得精确的速度控制,本文以Simuhnk为仿真平台,将单神经元自适应控制器引入到无刷直流电机控制系统中并对其进行了建模和仿真分析。1无刷直流电机的数学模型1.1电压方程以两相导通星形三相6状态为例,直接利用电机本身的相变量来建立BLDCM的数学模型。假设磁路不饱和,不计涡流和磁滞损耗,三相绕组完全对称,则三相绕组的电压平衡方程为1/,Ao2R5i^+Lspi^+e^Ⅱ口D=Rsi占+Lspi口+e丑t1)itCO2Rsic+Lspic+ec式中:凡——定子每相绕组电阻;L、卜定子每相绕组自感与两相绕组之间的互感;lI^o、M肋、

5、uc0——定子三相绕组相电压;i^、i扑ic——定子三相绕组相电流;e.、e扑eC——定子三相绕组每相反电势;r微分算子。1.2电磁转矩方程收稿日期:2008—04—03作者简介:徐汇堇(1974一),女,贵州石阡人,助理工程师,从事设备管理工作。万方数据196贵州工业大学学报(自然科学版)2008年乙=(eAi^+e口如+ecic)/to(2)1.3运动方程.,警=乙一乃一鼬(3)式中:乙——电磁转矩,正——负载转矩,B——阻尼系数,∞——电机机械角速度,.,二一电机转动惯量。2单神经元自适应PⅢ控制算法常规PID在系统模型参数变化不大的情况下,控制‘

6、效果良好。但当实际被控对象存在强干扰,具有高度非线性和不确定性时,仅靠PID调节效果不好。而单神经元PID调节器本身具有适应、自学习能力。单神经元自适应PID控制结构如图1所示:假设置是单神经网络输人量,∞i是对应权值,K为比例系数。取神经元的输人为:图1单神经元自适应PID控制结构图X。(后)=e(I

7、})=r(后)一Y(.

8、})五(k)=e(.

9、})一e(k一1)(4)墨(后)=e(k)一2e(k—1)+e(k一2)式中e(k)为误差;r(”为输入;y(k)为反馈。引入输入误差的二次性能指标,定义二次性能指标函数为.,c=÷[r(后+1)一Y。。(k

10、+1)]2(5)L为实现自适应PID的最优控制,权值的修正应该沿凡对∞i(k)的负梯度方向搜索,以使性能指标最小。为保证控制策略的收敛性,对权值进行了归一化处理。x。(k)的这种取法有明显的物理意义,与传统的PID调节比较可知,权值∞。、∞:、∞,分别相当于PID调节器的积分项,比例项,微分项。单神经元自适应控制器是通过对加权系数的调整来实现自适应、自组织功能,权系数的调整是按监督的Hebb学习规则实现的。控制算法及其学习算法为:3u(I

11、})=u(J}一1)+k∑Xi(I

12、})埘i(矗)/∑IIoi(后)I(6)I;112I3∞:(后)=∞。(七)/∑

13、∞;(1j})(7)∞1(k)=∞l(k一1)+,,,e(k)Ⅱ(

14、

15、})茗l(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。