欢迎来到天天文库
浏览记录
ID:52209810
大小:1.63 MB
页数:4页
时间:2020-03-25
《基于柯西变异的粒子群算法PID控制PMSM.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、文章编号:1002—6673(2016)02—087—04基于柯西变异的粒子群算法PID控制PMSM吴先豹,彭思齐,李立根(湘潭大学信息工程学院,湖南湘潭411105)摘要:在工业中,永磁同步电机(PMSM)普遍采用PID控制,其中参数的选取等效为优化问题.采用粒子群算法(PSO)iL49可以有效地寻找最佳的PID控制参数。但传统的粒子群算法搜寻最优位置时闻久,且容易陷入局部寻优。因此,我们提出了一种基于柯西变异的粒子群算法优化PID控制永磁同步电机,利用柯西变异较长的“尾部”使全局最优粒子(g
2、best)跳跃到一个更好的位置,逃离局部寻优,得到最优PID参数。通过构建电机电流环PI矢量控制的S函数模型。仿真验证该算法寻优能力强,搜索能力高,稳定性好,具有良好的动态性能。关键词:永磁同步电机;电流环矢量控制;柯西变异:粒子群优化中图分类号:1P29文献标识码:Adoi:10.3969/i.issn.1002—6673.2016.02.032PⅢControllerofPMSMBasedonCauchyMutationParticleSwarmOptimizationAlgorithmWU
3、Xian—Boo,PENGsi-oi,LILi-Gen(TheCollegeofInformationEngineering,XiangtanUniversity,XiangtanHunan411105,China)Abstract:Inindustry,PIDcon=oliswidelyusedinpermanentmagnetsynchronousmotors(PMSM),inwhichparametersselectionisequivalenttOoptimizationproblems
4、.Usingparticleswarmoptimization(PSO)caneffectivelyfindtheoptimalPIDcontrolparameters,however,tnditionalPSOcostalongtimetOsearchtheoptimalpositionandeasytO锄intolocaloptimization.Therefore.weproposeaPSOPIDalgorithmbasedonCauchymutationtOcontrolPMSM,mak
5、inguseofCauchymutation’Slong’tail7tomaketheglobalbestparticle(gbest)jumptOabecterposition,escapefromlocaloptimizationandgetoptimalPIDparameters,BybuffingtheSfunctionmodelofthemotorcurrentloopPIvectorcontrol,thesimulationdemonstratethattheproposedalgo
6、rithmhaspowerfuloptimizingability,goodstabilityandhigheroptimizingprecisionandgoodperformance.Keywords:permanentmagnetsynchronousmotor;currentloopvectorcontrol;canEhymutation;particleswarmoptimization0引言在永磁同步电机PID控制中,优化比例系数,微分时间,积分时间三个参数有利于PID控制效果达到最
7、好,因此PID控制一直是工业自动化控制领域的研究重点[I-31。专家法、z—N法和单纯型法是目前传统永磁同步电机PID控制中参数的优化方法㈨。传统的优化方法简单,但是它们均存在各自的不足,如专家法和经验知识直接相关,且需要整理和更新专家知识库[71;Z—N法灵活性差,超调量较大18]。修稿日期:2016—03—01项目来源:湖南省自然科学基金(2015JJ3126)作者简介:吴先豹(1989一),男,湘潭大学信息工程学院硕士在读。主要从事嵌入式系统研究学习;彭思齐(1978一),男,副教授,博士
8、,硕士生导师,主要研究领域为工业智能控削。永磁同步电机控制系统的控制对象具有时变性,难以准确地建立精确的数学模型,传统的PID控制器优化方法不能获得理想的永磁同步电机控制效果19]。这时,与其它算法结合的PID控制智能算法出现。传统粒子群算法(PsO)于1995年提出,是一种群体的演化算法,从随机解出发,通过迭代寻找最优解,使用适应度来评价解的品质,比遗传算法规则更简单,没有“交叉”和“变异”操作,利用追随当前搜索的最优解来寻找全局最优[10-t2】,具有比较容易实现,精度高,收敛快等优点f13
此文档下载收益归作者所有