无刷直流电机的变论域模糊自适应PID控制系统设计

为了改善无刷直流电机的调速性能,针对普通模糊PID速度控制器的缺陷,研究了基于变论域思想的自适应模糊PID控制器及其在BLDCM控制系统中的应用.在Matlab仿真平台下,建立了BLDCM的模型,构建了BLDCM的电流、转速双闭环控制系统,其中转速环采用了变论域自适应模糊PID控制器,电流环采用普通PID控制器.仿真结果表明,与常规PID控制器和普通模糊PID相比,采用变论域自适应模糊PID控制器的优势在于:转速输出无超调、响应速度快、控制精度高,具有较强的鲁棒性和自适应能力.     

基于模糊自适应PID的智能车控制与仿真

由于智能车的行驶是时变非线性系统,传统的PID算法无法很好地满足需求,改进的模糊自适应的PID算法采用高效的PID算法和模糊自整定控制相结合进行自动调节,可以让智能车系统克服传统PID算法无法实时调节参数的缺点,提高智能车在速度控制上的效率和鲁棒性。利用MATLAB中的Simulink仿真模块,设计搭建模糊控制器,并应用模糊规则进行仿真,分别给与负载电机转速扰动和电磁转矩的阶跃扰动,利用传统PID和改进后的模糊自适应PID控制对比测试电机控制系统的阶跃响应性能。实验表明,该系统不仅实现了智能车速度的实时调控和优化,而且与传统的PID控制算法相比较,具有更稳定的动态响应、鲁棒性与精确度。     

基于模糊控制的直线感应电动机转差频率矢量控制系统

建立了直线感应电动机的矢量控制数学模型,提出了速度闭环、磁链开环的转差频率矢量控制设计方法.设计了速度模糊控制器,对电机在起动和负载情况下进行了仿真实验.结果表明,采用模糊控制实现的直线感应电动机转差频率型矢量控制系统比PI控制系统具有更强的鲁棒性,系统的稳态性能和动态性能大大提高.     

PMSM伺服系统的PID控制器设计及仿真

分析了基于矢量控制的永磁同步电机(PMSM)数学模型,确定了交流伺服系统的电流环、速度环、位置环三闭环控制方案。采用结构简单、适应范围广和鲁棒性强的PID控制器实现系统的整定,给出了各环节参数的具体整定步骤。用Matlab对三闭环控制系统进行仿真,提出多环控制系统设计的要点。结果表明,位置伺服系统无超调、响应快、稳定性良好。     

基于模糊推理的免疫PID控制方法的直线电机速度控制

提出一种基于模糊推理的免疫PID控制器,以模糊推理方法构造免疫PID器中的非线性映射函数,使其具有很好的非线性控制性能.将免疫PID控制器进行直线电机速度控制仿真,仿真结果表明,较之传统PID控制方法,基于模糊推理的免疫PID控制方法响应速度更快,超调量更小,且具有更强的抗干扰性能.     

PWM整流系统模糊逻辑控制研究

针对三相电压源PWM整流双闭环控制系统中电压外环控制器动态响应速度快的要求,按照模糊逻辑控制器的原理,根据系统输出直流母线电压误差和电压误差变化率提出并设计一种模糊逻辑电压控制器,从而得到控制器的比例积分系数．在Matlab环境下建立了仿真模型,进行了系统带载启动、增加负载以及减小负载情况下进行了传统PID控制和基于模糊逻辑控制情况下系统输出直流电压的超调量和响应时间的对比实验．结果表明：这种控制方法在不改变系统的拓扑结构,不增加控制器的实现难度的情况下,在PWM整流系统中使用模糊逻辑控制,能改善系统的动态性能,抑制动态响应过程中的超调量,提高系统动态响应速度．     

基于无速度传感器直接转矩控制自抗扰交流调速研究

在感应电机直接转矩控制(DTC)调速系统中,常规PID速度调节器在电机受到扰动的情况下,需要花费较长时间才能使电机恢复到稳态值。为此,将一种新型的自抗扰控制器(ADRC)引入感应电机直接转矩控制调速系统中,设计速度ADRC调节器代替PID调节器,基于模型参考自适应控制（MRAS）方法设计速度观测器。对比分析了PID与ADRC两种方案下无速度传感器直接转矩控制交流调速系统性能。仿真试验结果表明,采用ADRC后,系统动态响应更快,抗扰动能力更强,在电机参数摄动的情况下,电机运行速度与指令速度偏差更小。     

基于自适应模糊PID方法的轮毂无刷直流电机控制与仿真

针对轮毂式电动车用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特点,根据轮毂电机参数的变化,利用模糊控制对PID参数进行在线自适应调整,提出了一种基于自适应模糊PID的转速控制方法,获得了高精度的转速控制。首先分析永磁无刷直流电机的动态数学模型,在MATALB/Simulink平台下,将模型按功能进行子模块建模,并通过与S函数相结合构建无刷直流电机的转速自适应模糊PID的双闭环控制系统模型,最后考虑车辆实际行驶情况,进行了电机系统运行工况的仿真分析。结果表明,采用自适应模糊PID控制无刷直流电机,能够实现控制精度高、响应速度快、无超调,且系统对干扰和参数变化具有较强的鲁棒性,明显改善对电动车用轮毂驱动电机的控制效果,提高电动车辆行驶的操纵性和稳定性。     

基于双环控制的BuckDC—AC逆变器

为了提高Buck DC-AC逆变器的动态特性,改善系统的鲁棒性及抗负载扰动的能力,提出一种带电流前馈的双环控制器.该控制器采用全状态反馈的电压和电流双环控制策略,改善了逆变器系统的动态响应性能,提高了稳态性能;另外,电流前馈环的使用也使系统的抗负载扰动能力显著提高.实验结果表明,双环控制中的内环增大了逆变器控制系统的带宽,加快了逆变器的动态响应,提高了稳态精度,对负载扰动也有较高的抑制能力.     

基于自抗扰控制器的感应电机变频调速系统

设计了由4个一阶自抗扰控制器构成的多环调速系统.该系统将电机模型中的交叉耦合项、易变参数以及负载统一归为未知"扰动",用自抗扰控制器的扩张状态观测器进行观测,并采用非线性状态误差反馈控制器补偿,实现控制系统的精确解耦和简单线性化.该控制方案不需要精确的电机参数,使得自抗扰控制器的设计能够独立于感应电机的精确数学模型.半物理仿真软件SaberDesigner中的器件级仿真实验表明,相对于经典PID控制器,自抗扰控制器对负载扰动和电机参数变化具有更好的鲁棒性和动态性能.     

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.     

基于神经网络的永磁同步电机的鲁棒控制

提出一种基于神经网络的永磁同步电机的鲁棒控制策略·基于此策略设计了神经网络PID速度控制器,使速度控制器能实时在线调整,由一种混合型神经网络作为辨识器,利用神经网络的学习特性实现对永磁同步电机系统不确定性的鲁棒控制·为了加快响应速度,提高响应性能,采用多步预测性能指标函数下的反传算法·仿真和实验结果表明,所提出的控制方法明显优于一般永磁同步电机系统的控制方法,具有较强的鲁棒性·     

基于Matlab的模糊PID调速系统的设计与仿真

针对异步电动机调速系统的非线性和结构参数易变等特点,将模糊控制和PID控制的简便性、灵活性结合起来,设计了模糊PID调速系统的双闭环模糊控制仿真模型,建立了基于Matlab Simulink的系统仿真模型,并对模型进行了多方面性能的仿真研究。仿真结果表明,该模糊控制系统仿真模型具有良好的给定适应性、鲁棒性;并且提高了非线性系统的动、静态特性,使系统获得了较好的性能。     

An Intelligent Adaptive Fuzzy PID Controller Based on Multimodel Control Approach

A novel intelligent adaptive fuzzy PHD controller based on multimodel control approach is presented in this paper.It can improve the system performance of the dynamic time- varying system at various operating conditions.The fuzzy PHD controller is implemented by combining a fuzzy PI with a fuzzy PD controller in a parallel structure. The parameters of the fuzzy PHD controller are linked, via analytical derivation, to the gains of the linear PID controller. The sum of error square is used as performance criterion to locate the model that best reresents the process among the multiple models, The desired control output to drive the process along the desired path is generated only by modifying the output scale factots GU_I and GU_D of the fuzzy PID controller, Among the prescribed models, the control signal of the nearestmmodel to the system is applied. The system can be driven to its original trajectory because of the robustness of the fuzzy PID controller, Computer simulation results show that the adaptiv     

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。     

基于模糊PID控制器的无刷直流电机调速系统

利用模糊控制实现无刷直流电动机的控制是提高系统性能的有效手段之一。在分析无刷直流电机模型和模糊控制理论的基础上,设计了一种基于模糊PID控制的无刷直流电动机调速系统,应用MATLAB对该调速系统进行仿真。结果表明,该设计在提高调速系统的稳定性、响应速度、参数适应性和鲁棒性的同时,能够根据对象输出的变化实时调整参数,提高模糊控制的稳态精度。     

基于Matlab的模糊PID调速系统的设计与仿真

针对异步电动机调速系统的非线性和结构参数易变等特点,将模糊控制和PID控制的简便性、灵活性结合起来,设计了模糊PID调速系统的双闭环模糊控制仿真模型,建立了基于Matlab Simulink的系统仿真模型,并对模型进行了多方面性能的仿真研究。仿真结果表明,该模糊控制系统仿真模型具有良好的给定适应性、鲁棒性;并且提高了非线性系统的动、静态特性,使系统获得了较好的性能。     

基于PSO算法的无刷直流电机自适应PID控制研究

无刷直流电机(BLDCM)是一种多变量、非线性系统,传统PID控制器的参数具有难以整定的缺点,导致其难以满足BLDCM系统的控制要求。针对这一现状,提出了一种基于微粒群优化算法(PSO)的BLDCM自适应PID速度控制算法,该算法利用PSO具有的灵活、均衡的全局和局部寻优能力,对PID控制器的参数进行在线整定,提高了PID控制器的自适应能力。仿真实验表明,系统超调量小、转速响应快、转速波动小,比传统PID速度控制具有更好的动态特性和鲁棒性。     

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。