基于改进粒子群的永磁同步电机速度控制器设计

基于改进粒子群的永磁同步电机速度控制器设计

ID:40918766

大小:524.39 KB

页数:4页

时间:2019-08-10

基于改进粒子群的永磁同步电机速度控制器设计_第1页
基于改进粒子群的永磁同步电机速度控制器设计_第2页
基于改进粒子群的永磁同步电机速度控制器设计_第3页
基于改进粒子群的永磁同步电机速度控制器设计_第4页
资源描述:

《基于改进粒子群的永磁同步电机速度控制器设计》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、!控制与检测!组合机床与自动化加工技术文章编号:1001-2265(2010)10-0044-04*基于改进粒子群的永磁同步电机速度控制器设计ab左旭坤,左家圣(皖西学院a.计算机科学与技术系;b.机械与电子工程系,安徽六安237012)摘要:针对标准粒子群算法(PSO)把惯性权值作为全局参数,很难适应复杂的非线性优化过程的问题,提出了一种基于粒距和动态区间的权值调整策略。根据粒子的粒距大小在动态区间内选取不同的权值,并通过区间的动态变化来控制算法的收敛速度。通过对Rastigrin函数的测试表明,改进算法的收敛速度和收敛精度均有显著提高。最后,将改进算法用于永

2、磁同步电机速度控制器的PI参数优化中。Matlab/Simulink仿真结果表明,该方法具有速度响应快、超调量小的特点,有效地提高了伺服系统的动态性能。关键词:粒子群优化;粒距;动态区间;永磁同步电机;速度控制器中图分类号:TM301文献标识码:ASpeedControllerDesigninPMSMBasedonImprovedParticleSwamOptimizationAlgorithmabZUOXukun,ZUOJiasheng(a.Dep.tofComputerScience&Technology;b.Dep.tofMachinery&Ele

3、ctronics,WestAnhuiUniversity,LuanAnhui237012,China)Abstract:Becausethesameinertiaweightisusedtoupdatethevelocityofparticlesinthestandardparticleswarmoptimizationalgorithm(PSO),itcannotadapttothecomplexandnonlinearoptimizationprocess.Aimingatthisproblem,thepaperputforwardastrategyofin

4、ertiaweightadjustmentbasedonparticlespacinganddynamicinterval.Accordingtoparticlespacing,theinertiaweightwaschosen,andconvergencerateofthealgorithmwerecontrolledbydynamicchangeofinterval.OptimizationtestsofRastigrinfunctionsdemonstratethattheNPSOalgorithmperformsbetterinconvergencespe

5、edandaccuracyaswellasitsglobalsearchability.Andfinally,theNPSOalgorithmisappliedtoPIparameterstuningforspeedcontrolofPMSM.SimulationresultsinMatlab/SimulinkshowthattheoptimizedPIDcontrollerhasrapidresponseandlowovershoot,andcaneffectivelyimprovethedynamicperformancefortheservosystem.

6、Keywords:particleswarmoptimization;particlespacing;dynamicinterval;permanentmagnetsynchronousmotor;speedcontroller多智能控制策略相继被提出,如:遗传算法、模糊推0引言理和神经网络等。但是这些智能算法本身或多或少永磁同步电机(PermanentMagnetSynchronous也存在不足,遗传算法在优化具有参数强相关性的Motor,PMSM)的矢量控制系统能够实现高精度、高[2]对象时搜索能力会变差;模糊推理本身就有参数动态性能、大范围的速度和位置控

7、制,在数控机床、需要优化;神经网络的结构和权值选取还没有系统机器人等伺服系统中得到广泛应用。由于伺服系统的方法。运行情况比较复杂,PMSM本身又是多变量、非线性、粒子群(ParticleSwarmOptimization,PSO)算法强耦合的系统,因此常规PID控制器容易受电机参的出现,为PID参数优化提供了全新的方法。PSO数变化和负载扰动等不确定因素的影响,对动态响算法思想来源于鸟群等社会群体生物的觅食现象,[1]应和抗干扰能力难以兼顾。为克服这些不足,很最初由J.Kennedy和R.C.Eberhart于1995年提收稿日期:2010-04-07*基金项目

8、:安徽高校

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。