一种无刷直流电机模糊PI控制器设计

为克服传统的PI控制器参数整定方法在无刷直流电机控制中存在精度低、抗干扰能力弱等的不足,本文提出了一种基于PSO-GSA算法的模糊PI控制器设计方法。PSO-GSA算法融合了PSO算法的全局开发能力和GSA算法的局部探索性能,具有更加优异的最优值搜索能力。将PSO-GSA算法用于优化模糊PI控制器的量化因子和比例因子,实现了模糊控制对PI控制器的实时、高精度调节。仿真和实验表明,该方法可以使得无刷直流电机控制有较好的稳定性和鲁棒性,电机转速控制的精度有显著提高。     

改进遗传优化的无刷直流电机模糊PI控制

为解决无刷直流电机控制方案的优化问题,采用改进遗传优化的模糊PI控制方法,设计无刷直流电机速度控制器,分析了传统模糊控制存在的缺点,对隶属度函数和模糊控制规则同时进行优化,改进了遗传算法设计过程中影响控制性能的不合理因素,通过系统仿真分析和基于DSP的实验平台,验证了提出的改进遗传优化模糊PI控制方法的有效性.研究结果表明:改进遗传优化模糊PI控制器具有响应速度快,无超调等特性,鲁棒性和抗干扰能力强,电机动、静态性能得到明显改善.新型控制方法有效提高了无刷直流电机控制性能,并为无刷直流电机高性能控制的理论研究和实际应用提供了新的思路.     

无刷直流电机自适应模糊PID控制及仿真

针对iECar永磁无刷直流电机转速PID控制精度低、控制不稳定和响应滞后等缺点,介绍了一种具有智能性质的自适应模糊PID控制器设计思路,提出了一种模糊控制器量化因子与比例因子整定的新方法。通过模糊推理方法实时调整PID控制器的比例、积分、微分3个参数,以实现电机转速输出的有效控制。最后,在Matlab/Simulink环境下构建了iECar无刷直流电机转速自适应模糊PID控制模型。仿真结果表明,自适应模糊PID控制效果较传统PID控制有明显的改善,显示了该控制器良好的鲁棒性、稳定性和动态响应特性。     

遗传算法优化的无刷直流电机模糊PID控制器设计

设计一种基于遗传算法优化的模糊PID(比例-积分-微分)控制器GFPC（genetic algorithm based fuzzy PID controller）, 以提高无刷直流电机的工作稳定性. GFPC通过模糊控制器整定PID的比例、积分和微分系数, 并采用改进的遗传算法对模糊控制器的隶属度函数和模糊规则进行优化, 以改善无刷直流电机的控制效果. 通过对比实验对该方法进行测试, 结果表明, GFPC具有更好的稳态性能和动态品质, 且自适应能力与鲁棒性更强.     

遗传算法优化的无刷直流电机模糊PID控制器设计

设计一种基于遗传算法优化的模糊PID(比例-积分-微分)控制器GFPC（genetic algorithm based fuzzy PID controller）, 以提高无刷直流电机的工作稳定性. GFPC通过模糊控制器整定PID的比例、积分和微分系数, 并采用改进的遗传算法对模糊控制器的隶属度函数和模糊规则进行优化, 以改善无刷直流电机的控制效果. 通过对比实验对该方法进行测试, 结果表明, GFPC具有更好的稳态性能和动态品质, 且自适应能力与鲁棒性更强.     

无刷直流电机转速智能混合控制器设计

提出一种传统PI(比例 积分)结合自适应模糊PID(比例 积分 微分)的智能混合控制器, 以提高无刷直流电机转速跟踪和动态适应能力. 该控制器通过开关函数根据转速误差在稳态的PI控制器和瞬态的自适应模糊PID控制器之间灵活切换. 自适应模糊PID包含两级模糊逻辑控制器: 一级模糊逻辑控制器自适应调节PID增益; 二级逻辑模糊控制器对一级模糊逻辑控制器的缩放因子自动调节. 在MATLAB/Simulink环境下进行仿真测试, 测试结果表明, 相比于传统PID和模糊PID控制器, 智能混合控制器在各种条件下的转速响应、 稳态误差和超/欠调量等均有较大改善, 表明其具有更好的鲁棒性、 抗干扰性和动态适应能力.     

无刷直流电机的模糊自适应控制

在分析无刷直流电机数学模型的基础上，将模糊控制和经典自适应控制相结合，设计了模糊自适应无刷直流电机速度控制器，并应用于调速伺服系统。仿真实验证明，该控制器具有优越的跟踪能力与控制性能。     

无刷直流电机模糊PI智能控制

在分析无刷直流电机数学模型的基础上，建立了控制系统的仿真模型，提出了一种新型的模糊PI智能控制方法，在无刷直流电机双闭环调速系统中，电流控制采用滞环电流调节器，而转速控制通过采用常规PI控制和模糊控制相结合的方法实现，基于System Generator的仿真结果表明：这种新型的模糊PI智能控制方法响应快、无超调、鲁棒性强、抗干扰能力好，较传统PI控制具有更好的动、静态特性。     

基于混沌精英黏菌算法的无刷直流电机转速控制

针对传统比例-积分-微分(proportional integral differential, PID)在无刷直流电机转速控制中存在响应速度慢、稳定性差等缺点,提出了一种基于混沌精英黏菌算法的自适应控制方法。首先,分析并建立了无刷直流电机数学模型。其次,为进一步提高标准黏菌算法的收敛速度和求解精度,采用Tent混沌映射丰富种群多样性,同时引入精英反向学习策略扩大搜索范围。最后,将上述改进算法应用于无刷直流电机的速度环PID参数自整定。通过在不同运行条件下进行MATLAB仿真以及实验,结果表明:对比传统PID以及模糊PID,所提方法能够使得控制精度得到显著提高,并且具有响应速度快,抗干扰能力强等优势。     

模糊PID控制器在无刷直流电机控制系统中的应用

无刷直流电机是一种多变量、非线性的控制系统,采用经典的PID控制难以达到满意的控制效果。将模糊自适应PID控制器应用于无刷直流电机的控制中,运用模糊控制原理对PID参数进行在线调整。实验结果表明,较之传统的PID控制,采用模糊自适应PID控制的无刷直流电机控制系统具有更好的动态和静态性能,达到了较好的控制效果。     

基于simulink的电动车无刷直流电机的速度控制

本文阐述了无刷直流电动机的工作原理,建立了无刷直流电机的数学模型;利用matlab/simulink建立了无刷直流电机控制系统的仿真模型,将模糊自适应PID算法应用于无刷直流电机的速度控制,进行了仿真;将仿真结果与传统PID控制比较,得出模糊自适应PID控制更适合无刷直流电机的速度控制。     

轮式移动机器人行走的模糊比例积分控制方法

为了提高移动机器人行走的自适应能力,提出了一种将模糊算法和比例积分相结合的模糊比例积分控制算法,并应用到自主开发的四轮移动机器人上.在双电机转速跟随实验中,根据输入转速差进行比例积分(PI)控制律的运算,采用PI控制器的输出来调节电机1的直流电机脉冲宽度调制占空比的大小,从而最终实现电机1与电机2的转速满足相应的协调关系,并由此对移动机器人行走行为的不协调性进行及时纠正.研究表明,电机1的转速能够快速跟随电机2转速的变化,从而证实了该算法具有良好的自适应性和鲁棒性.     

基于补偿模糊神经网络的BLDCM伺服控制

为了实现无刷直流电机(BLDCM)位置伺服系统的高精度位置跟踪控制,针对系统多变量、非线性、强耦合、时变的特点,提出了一种基于补偿模糊神经网络控制器(CFNNC)的设计方法.该控制器将补偿模糊逻辑和神经网络相结合,引入了模糊神经元,使网络既能适当调整输入、输出模糊隶属函数,又能借助于补偿逻辑算法动态地优化模糊推理,大大提高了网络的容错性、稳定性和训练速度.仿真和在DSP控制系统上的实验结果表明,采用补偿模糊神经网络控制器,系统响应快、精度高、鲁棒性强,动态特性明显优于传统PID控制.     

基于改进粒子群算法的无刷电机模糊控制研究

为了解决在无刷直流电机控制系统中,PID调节器出现系统超调和稳定性差等问题,本文采用一种基于改进粒子群算法优化模糊控制器的速度控制算法,该算法融合粒子群算法和量子算法的优点。实验仿真结果表明:优化后的模糊控制器动态性能和静态性能都优于传统PID控制,具有很好的鲁棒性和控制精度。     

有刷直流电机约束预测控制器设计及实现

为防止因过载而导致电机的损害问题, 考虑有刷直流电机的电压和电流物理约束, 采用线性约束预测控 制设计了直流电机转速跟踪控制器。 建立有刷直流电机的数学模型, 二次规划(QP: Quadratic Programming)问 题采用路径跟踪内点算法进行求解, 并搭建了基于 dSPACE 控制系统的硬件在环实验平台。 同时对设计的转速 跟踪控制器的有效性进行了实物验证。 实验结果表明, 该 MPC(Model Predictive Control)控制器能很好地满足 有刷直流电机的转速跟踪控制要求。     

LQR优化的BP神经网络PID控制器设计

针对传统神经网络PID(比例 积分 微分)控制器和传统线性二次调节器(LQR)优化型PID控制器对无刷直流电机转速控制恢复时间长及抗干扰性较差等问题, 提出一种LQR优化的BP神经网络PID控制器, 用于无刷直流电机的转速控制. 首先, 利用BP神经网络对PID增益进行调节, 提高控制器的动态适应性和鲁棒性； 然后, 采用LQR优化BP神经网络最优输出, 使其更接近目标PID增益. 仿真结果表明, 该控制器有效提高了响应速度, 减小了稳态误差并增强了抗干扰能力.     

基于单神经元神经网络的无刷直流电机控制系统仿真

无刷直流电机是一种多变量、非线性、参数时变以及强耦合的复杂系统,利用传统比例积分微分(proportional integral differential,PID)算法控制无刷直流电机存在参数调整困难、自适应能力差、控制精度低以及抗干扰能力弱等问题.为实现无刷直流电机的高精度控制,在转速环中引入了基于单神经元神经网络PID控制算法,研究了无刷直流电机的数学模型及运行特性,提出了单神经元神经网络PID算法,最后比较分析了在电机双闭环控制系统中转速环采用不同控制算法下的转速阶跃函数响应,以及三相电流、反电动势和电磁转矩的运行状态.结果表明:单神经元神经网络PID算法控制下的无刷直流电机其转速的阶跃函数响应具有更快的上升时间、更小的超调量以及更加稳定的运行状态.     

基于模糊控制的直流无刷伺服控制系统

主要研究了采用模糊算法且要求运行更快更精确的微机控制直流无刷伺服系统，分析了模糊控制器在伺服系统中稳态误差、调节时间和响应时间方面的性能。采用DSP数字处理器实现伺服控制，用MatLab语言仿真了模糊控制的响应，并且提出了PI控制加模糊控制的算法。     

基于可调分数阶PI~λD~μ的无刷直流电动机转速控制器设计

根据模糊匹配规则,利用MATLAB/Simulink软件设计了模糊可调分数阶PIλDμ控制器模型,分别与整数阶PI、分数阶PI~λD~μ控制器模型对无刷直流电动机转速控制效果进行了对比.结果表明:模糊分数阶PI~λD~μ控制器响应更快速、更精准,抗负载扰动能力更强.     

基于遗传算法的三环无刷直流电机控制系统研究

针对无刷直流电机的位置跟踪问题,借助于噪声滤波器、电机本体和三环PI控制器,设计电机位置跟踪模型,并借助改进的遗传算法确定PI参数的次优值,提供了一种基于智能优化技术的无刷直流电机位置跟踪控制系统设计方法。数值实验比较显示,该方法较之传统的参数整定方法更可行,能使控制系统的输出响应跟踪更快及无超调量。