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.     

模糊自适应PID控制器在无刷直流电机控制系统中的应用研究

对于具有多变量、时变性、非线性、强耦合等特性的无刷直流电机(BLDCM)控制系统,传统的PID控制很难实现良好的控制效果.基于无刷直流电机(BLDCM)的数学模型,提出一种基于模糊自适应PID控制的速度控制方案.该算法根据电机转速变化,采用模糊控制原理对PID的参数进行在线整定,实现优化控制.仿真结果表明,模糊自适应PID控制具有转速响应快,超调量小等优点,使系统对扰动和参数变化都具有较强的鲁棒性,控制效果优于传统的PID控制.     

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。     

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。     

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。     

基于改进模糊PID的轮式机器人速度控制器设计

针对轮式机器人在行走过程中存在速度平衡超调较大与调节时间较长、速度平衡效果较差的问题,采用Matlab/Simulink与Carsim仿真软件建立轮式机器人四轮差速运动模型,对于无刷直流电机(BLDCM)系统,在原有模糊PID的基础上,结合抗积分饱和算法与变速积分算法,提出一种改进模糊PID控制的调速方法。仿真结果表明,通过抗积分饱和与变速积分算法改进后的模糊PID控制器与传统模糊PID控制器相比,在机器人速度平衡控制过程中,超调降低30%,调节时间降低33%,具有速度响应时间短、速度响应曲线波动小的优点。搭建了轮式机器人实验验证平台,实验结果表明,改进后的模糊PID控制调速方法的速度响应快,满足轮式机器人速度控制需求。所提设计可为轮式机器人速度稳定系统调试提供理论指导,并可应用于以速度调控为主导的控制系统。     

基于模糊PID模型的无刷直流电机转速控制

摘要：无刷直流电机（BLDCM）是一种多变量、强耦合、非线性、时变的复杂控制系统,采用传统的PID控制很难实现无静差控制。本文针对无刷直流电机（BLDCM）提出了一种基于PID模型的转速控制方案,利用无刷直流电机的电压与转矩转速方程,通过调节PID参数来实现转速控制,采用模糊原理对PID参数进行模糊化,根据电机参数的变化,对PID参数进行在线调整,取得了高精度的转速控制。仿真和实验结果表明,采用本文提出的模糊PID控制方法控制无刷直流电机,能够实现响应速度快、无超调、控制精度高,且系统对干扰和参数变化具有较强的鲁棒性,动、静态性能均优于传统的PID控制和单纯的模糊控制。     

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。     

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。     

基于模糊PID的无刷直流电机电流跟踪控制

为了改善传统的转速PID不能根据无刷直流电机参数变化自适应调整的缺点,同时使其具有良好的动态电流响应,本文将模糊转速PID控制和固定频率的电流跟踪控制相结合用于无刷直流电机的控制系统中.首先介绍了模糊PID的概念及算法模型,然后分析了固定频率的电流跟踪控制技术,最后利用在MATLAB/simu link基础上建立的控制系统仿真模型对本文提出的算法进行了验证并与采用传统PID的系统进行了比较,仿真结果证明了采用模糊PID和固定频率的电流跟踪控制相结合的系统的高效性和合理性.     

基于H∞反馈控制的网络拥塞流速控制器设计

摘要：为了解决网络在现代高速通信网络拥塞控制问题,本文采用频域设计方法,将不确定时滞系统转化为带有未建模动态边界的多不确定系统;根据鲁棒镇定及系统性能指标要求,将流量控制的网络拥塞控制设计问题转化为共同的工程混合敏感的应用问题,然后分析设计出了理想的H∞控制器。该文证明,采用频域设计方法的拥塞控制的H∞反馈控制器,可以实现防止拥挤和提高网络应用效率的目标。实例已表明,该方法简单易用。     

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.     

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.