基于模糊控制的无刷直流电机的建模及仿真
无刷直流电机模糊控制系统的建模及仿真分析
([ 差 言 ] ]吾[ 一 ] + J ss[E ) [LL Uc 【 —-,bJ 。兰 ] 厶 00b]l ; M] ( 一 M +[1 0 J[u ]I M J茎 P。 JJ 【+ J J【
r s o s n e t r r b s n s n ee a a tn h n t e o d n r r p ri n li t g a — if r n i l P D) o to . e p n e a d b te o u t e s a d s l- d p i g t a h r i a y p o o t a - e r ld fe e t ( I c n r 1 o n a KEY 0RDS:B W LDCM ; z y c n r l S mu a i n; o ei g; - u c i n Fu z o t o ; i l t o M d ln S F n t o
适 应能力。
关键词 : 刷直 流电动机 ; 糊控 制; 真 ; 模 ;- 无 模 仿 建 S 函数
M o ln nd S m ul to n l s s o z y Con r lSy t m f Br s l s dei g a i a i n A a y i fFu z t o se o u h e s DC o or M t
无刷 直 流 电机 模 糊 控 制 系统 的建 模 及 仿 真 分 析
卿 浩 , 承 林 ,唐 小琦 , 少锋 辜 邱
( 中 科 技 大 学 电气 与 电 子 工 程 学 院 , 3 0 4 武 汉 ) 华 407
无刷直流电机模糊控制系统的建模与仿真
第39卷 第10期2005年10月西 安 交 通 大 学 学 报JOU RN A L OF XI A N JIA OT O N G U N IV ERSIT YVol.39 10Oct.2005无刷直流电机模糊控制系统的建模与仿真蒋海波,崔新艺,曾凌波,周会军(西安交通大学电气工程学院,710049,西安)摘要:从无刷直流电机的基本原理出发,提出了无刷直流电机控制系统仿真建模的新方法.该方法在M at lab/Simulink中按功能进行模块化建模,用M文件来编写功能函数,实现了电流滞环和转速模糊控制的双闭环调速系统的仿真.利用该模型分析了电机的动静态性能,得到了电机运行时的反电动势、相电流、转矩和速度曲线,与一般比例积分与微分控制相比,系统响应时间缩短一半,且无超调,具有较强的鲁棒性和自适应能力.该模型准确易行,便于替换和修改,为今后分析该类电机和对其控制策略的研究提供了新的方法.关键词:无刷直流电机;仿真;建模;模糊控制;自适应中图分类号:TM359 文献标识码:A 文章编号:0253 987X(2005)10 1116 05Modeling and Simulation of Brushless DC Motor Fuzzy C ontrol S ystemJ iang H aibo,Cui X iny i,Zeng L ing bo,Zhou H uij un(S chool of Electrical Engineerin g,Xi an Jiaotong University,Xi an710049,China)Abstract:Based on the principle o f brushless DC m otor(BLDCM),a novel method for mo deling and simu lation of BLDCM co ntro l system w as dev elo ped.In Matlab/Sim ulink,the separ ate functional blocks w ere established and co nnected w ith M anically combined the blocks,a test w as performed on a timing system of double close loo ps w ith current hysteresis and speed fuzzy co ntro l.T he static and dy namic per form ances o f BLDCM w ere sim ulated,and the back electrom otive force,phase cur rent,torque and speed curves w ere demonstrated.T he improved accuracy of control system,half shortened response time,fine robustness and self adapting are o bv io usly show n to outperfo rm the or dinary pro portional integ ral differen tial(PID)contro l.T he validity of the m odel w as verified and thus a new w ay was pr ovided for further re search of the mo to r.Keywords:br ushless DC motor;simulation;modeling;f uz z y control;self adap ting永磁无刷直流电机(BLDCM)是随着电力电子技术及新型永磁材料的发展而迅速成熟起来的一种新型电机.它实际上是一个由电动机本体、功率管主回路及转子位置传感器等部分组成的闭环系统.无刷直流电机采用电子换相器替代直流电机的机械换向器,实现直流到交流的逆变,采用位置传感器控制绕组电流的切换,既具有直流电机的良好调速特性,又具有交流电机结构简单、运行可靠、维护方便的特点,再加上其体积小、速度高、可靠性好等优点,目前得到了广泛的应用.随着BLDCM在工业应用领域的推广,比如在伺服系统和调速驱动系统中,对系统的动静态性能和控制精度要求越来越高.本文采用模糊自适应比例积分与微分(PID)控制策略来设计无刷直流电动机的控制系统,它能发挥模糊控制鲁棒性强、动态响应好、上升时间快、超调小的特点,又具有PID控制器的动态跟踪品质和稳态精度.本文利用Matlab中的基本工具箱对整个系统进行了模块化建模,作了整体的计算机仿真研究.结果表明,该方法能取得良好的控制效果.收稿日期:2005 01 19. 作者简介:蒋海波(1979~),男,硕士生;崔新艺(联系人),男,副教授.1 无刷直流电机的数学模型以两相导通星形三相6状态为例,直接利用电机本身的相变量来建立BLDCM 的数学模型[1].假设磁路不饱和,不计涡流和磁滞损耗,三相绕组完全对称,则三相绕组的电压平衡方程为U A U B U C =R s 000R s 000R s I A I B I C+L s M M M L s M M ML sp I A I B I C+E A E B E C+U n 111(1)U n =U A +U B +U C 3-E A +E B +E C3(2)式中:U A 、U B 、U C 为三相定子绕组相电压(V );I A 、I B 、I C 为三相定子绕组相电流(A );E A 、E B 、E C 为三相定子绕组反电动势(V );U n 为中性点电压;R s 为三相定子绕组的电阻( );L s 为三相定子绕组的自感(H );M 为三相定子绕组之间的互感(H );p =d ( )/d t.又因为在三相对称的星形绕组电动机中存在I A +I B +I C =0,因而有MI A +MI B +MI C =0,所以式(1)可以化简为U A U B U C=R s 000R s 000R s I A I B I C+L s -M 000L s -M 00L s -Mp I A I B I C+E AE B E C+U n 111(3)无刷直流电动机的电磁转矩方程和运动方程为T e =(E A I A +E B I B +E C I C )/ (4)d /d t =(T e -T L -B )/J(5)式中:T e 为电磁转矩(N m );T L 为负载转矩(N m );B 为阻尼系数(N m s/rad );J 为转子的转动惯量(kg m 2);d /d t 为转子机械角加速度(rad/s 2).2 BLDCM 模糊控制系统模型的建立在M atlab6 5的Sim ulink 环境下,利用Sim Pow erSystem T oolbox 和Fuzzy To olbo x 中的模块库,根据上面建立的BLDCM 的数学模型,将系统各个单元模块化,建立独立的功能模块:BLDCM 本体模块;速度模糊自适应PID 控制模块;电流滞环控制模块和三相电压逆变模块.通过这些功能模块的有机组合,实现了整个系统的仿真模型,如图1所示.该模型与一般基于传递函数的仿真模型相比,不但提高了系统模型的准确性,而且便于对电机的相电流、反电动势、电磁转矩和转速进行动态分析.各功能模块的作用与结构简述如下.2.1 BLDCM 本体模块方波无刷直流电机转矩脉动的主要部分就是由于电流和反电动势偏离理想波形而产生的转矩脉动,所以反电动势模型的建立极其重要.电机旋转360 电角度,各相的反电动势波形如图2所示.本文采用分段线性近似的方法[2],根据电机转过的电角度来求取反电动势,用M 文件编写,程序如下:function E mf =em f ( )=mo d ( ,360); %将电角度转化到[0,360]if ( >=0)&( <60)图1 整个系统的仿真模型框图1117第10期 蒋海波,等:无刷直流电机模糊控制系统的建模与仿真图2 三相反电动势波形E mf =[1;(30- )/30;-1];elseif ( >=60)&( <120)E mf =[1;-1;( -90)/30];elseif ( >=120)&( <180)E mf =[(150- )/30;-1;1];Elseif ( >=180)&( <240)E mf=[-1;( -210)/30;1];elseif ( >=240)&( <300)E mf =[-1;1;(270- )/30];elseE mf =[( -330)/30;1;-1];end其中 为电机转过的电角度.上面得到的是归一化后的反电动势,再乘以反电动势系数K b 和角速度 就得到实际反电动势值.根据以上分析得到的三相电压平衡方程式(3),利用Simulink 工具箱,可以建立三相电压平衡方程的模型.图3是A 相电压平衡方程的模型,图中电感L 表示的是自感与互感之差,同理可建立B 、C 两相的模型.再由式(4)、式(5)以及图3得出的反电动势E 和相电流I ,可以建立如图4所示的电磁转矩模型.图3 A 相电压平衡方程的模型2.2 电流滞环控制模块速度环的输出I s 是电流参考给定的绝对值,再根据转子位置信号,就可以求得该时刻各相实际电流参考的给定值,也使用M 文件来编写.只要设置图4 电磁转矩模型合适的滞环宽度,就能使电机三相电流跟随参考电流的变化,实现电流控制作用,结构如图5所示.图5 A 相电流滞环控制模型2.3 三相电压逆变模块利用Sim Pow erSystem To olbox 中的模块,选用6个内部自带反并联续流二极管的M OSFET 开关器件,构成三相逆变桥,根据电流滞环控制器输出的斩波信号out 和由转子位置信号确定的导通信号(如表1所示),控制逆变器各功率管按一定顺序工作,得到可调的三相电压输出,给BLDCM 供电,结构如图6所示.表1 通电次序表转子位置/( )驱动信号状态G 1G2G3G4G5G 6通电绕组0~60100001A+C-60~120100100A+B-120~180000110C+B-180~240010010C+A -240~300011000B+A -300~36011B+C-注:G1~G6为功率管,1表示高电平,0表示低电平.2.4 速度Fuzzy PID 控制模块本文构造了以速度误差e 和误差变化率e c 作为输入,系数K p 、K i 、K d 的增量作为输出的二维模糊控制器.根据电机的额定转速1000r/min ,可确定误差e 的实际论域范围为[-1000,1000],误差变化率d e/d t 的实际论域范围为[-2 5 105,2 5 105].对论域进行模糊化,把输入和输出量都1118西 安 交 通 大 学 学 报 第39卷图6 三相电压逆变模型量化到[-5,-4,-3,-2,-1,0,1,2,3,4,5]这样一个区间,对应的模糊子集为NB 、NM 、NS 、ZO 、PS 、PM 、PB .e 、e c 和K p 、K i 、K d 的隶属度函数均服从正态分布[3],如图7所示.根据隶属度函数可求得各模糊子集对应的隶属度.图7 隶属度函数根据专家知识,建立合适的模糊规则库[4],可用以下49条模糊条件语句来描述:(1)if e =NB and e c =NB then K p =PB ,K i =NB ,K d =PS ;(2)if e =NB and e c =NM then K p =PB ,K i =NB ,K d =NS ;(3)if e =NB and e c =NS then K p =PM ,K i =NM ,K d =NB ;(49)if e =PB and e c =PB then K p =NB ,K i =PB ,K d =PB .根据上面的模糊规则进行运算,采用面积平分法解模糊,就可以得到系数K p 、K i 、K d 增量的输出.在Matlab 命令窗口中运行Fuzzy 函数,进入模糊逻辑编辑器,根据以上分析得到的输入、输出的量化区间及其隶属度函数,模糊规则库和解模糊方法,建立一个FIS 系统文件,在Simulink 仿真时输入对应文件名便可进行调用.将模糊控制器和PID 控制器组合在一起构成的自适应复合控制器如图8所示.3 仿真结果分析根据上面建立的系统模型进行仿真,得到的仿真结果如图9如示.其中,仿真电机的参数如下:额定转速为1000r/m in ,额定电流为2A ,反电动势系数为0 418V/(rad s -1),L =0 025H ,M =0 004H ,R =4 4 ,转动惯量J =0 0001029kg m 2,直流稳压电源为250V .对比图9a 、图9b 可以看出:当参考转速为1000r/min 时,普通PID 控制响应时间为8ms ,超调为5%;模糊PID 控制下系统响应快速平稳,响应时间为4ms ,调节时间缩短为普通PID 控制的一半,并且没有超调,这在实际的过程控制中有着重要的意义.在0 11s 时,负载从1N m 突变为1 5N m ,增加了50%,转速在模糊控制的调节下,具有自适应能力,速度基本保持不变,见图9a .在普通PID 控制下,转速发生了突降,下降幅度为2%,见图9b .由此可以看出,模糊控制有很强的抗干扰能力,能进行自适应调节,鲁棒性好.由图9c 可得,开始时电机以最大的电磁转矩起动,起动后立即与负载转矩相平衡,进入稳态运行,且转矩脉动很小,在0 5%以内.在负载突变时,系统图8 模糊自适应PID 控制器结构框图1119第10期 蒋海波,等:无刷直流电机模糊控制系统的建模与仿真能够快速进行调节,产生合适的电磁转矩与负载转矩相匹配.图9d 、图9e 表明,相电流和反电动势波形都很理想,与理论分析一致,相电流波形是典型的方波,反电动势波形是梯形.这充分说明建立的BLDCM 模型是准确的,且行之有效.(a)模糊PID 控制转速响应曲线(b)普通P ID控制转速响应曲线(c)模糊PID控制转矩响应曲线(d)模糊PI D 控制A相电流波形(e)模糊P ID 控制A 相反电动势波形图9 仿真结果波形图4 结 论本文以BLDCM 的数学模型为基础,提出系统模块化建模的方法,在Simulink 环境下,实现了电流滞环、转速模糊PID 控制的双闭环调速系统的仿真.由以上的仿真结果和分析表明:波形符合理论分析,电机转矩脉动小,系统过渡时间短,无超调,稳态性能好,系统在模糊控制调节下,具有很强的自适应能力和鲁棒性.该模型可以方便地进行功能模块的修改和替换,为今后分析该类电机和对其控制策略的研究提供了新的方法.参考文献:[1] Pillay P,K rishnan R.M o deling,simulatio n,andanalysis of permanent mag net mo tor drives [J].IEEE T ransactions on Industry A pplications,1989,25(2):274 279.[2] 纪志成,沈艳霞,姜建国.基于M atlab 无刷直流电机系统仿真建模的新方法[J].系统仿真学报,2003,15(12):1745 1749.[3] 赵甘露,张 文,朱新华.一种改进传统模糊P ID 控制器性能的方法[J].控制理论与应用,2002,21(5):18 21.[4] 储岳中,陶永华.基于M atlab 的自适应模糊PID 控制系统计算机仿真[J].安徽工业大学学报,2004,21(1):49 52.(编辑 杜秀杰)1120西 安 交 通 大 学 学 报 第39卷。
基于模糊PID的直流电机控制系统设计与仿真
第16期2023年8月无线互联科技Wireless Internet TechnologyNo.16August,2023基金项目:山西大同大学研究生教育创新项目;项目编号:21CX20㊂2020年大同市科技计划项目;项目编号:2020021㊂2021年大同市农业农村局院校合作科研项目;项目编号:DT YXHZ 202104㊂作者简介:赵政宏(1998 ),男,山西忻州人,硕士研究生;研究方向:机器人设计㊂∗通信作者:乔栋(1981 ),男,山西灵丘人,硕士,教授;研究方向:智能机器人㊂基于模糊PID 的直流电机控制系统设计与仿真赵政宏1,乔㊀栋2∗,董志民1,朱守建1,赵㊀杰1,李博文1(1.山西大同大学煤炭工程学院,山西大同037009;2.山西大同大学建筑与测绘工程学院,山西大同037009)摘要:文章根据PID 调速系统的不足之处,并以此为基础设计了一种模糊双闭环调速系统㊂文章通过软件Simulink 进行仿真并验证了系统的可靠性,同时通过MATLAB 的模糊工具箱实现对模糊控制器的设计㊂通过对比分析PID 和模糊PID 调速的性能指标,模糊PID 调速系统在响应速度㊁超调大小以及应对干扰的能力方面均更胜一筹㊂关键词:模糊PID ;双闭环调速系统;MATLAB ;Simulink 中图分类号:TP273㊀㊀文献标志码:A0㊀引言㊀㊀直流电机在实际工作中,电机系统的数学模型不能很准确地表达出来,因此,传统的PID 对此实现控制的适应性很差㊂模糊控制具有鲁棒性强和适应性强的优点,并且抗干扰能力也优于传统PID 控制[1]㊂基于上述问题,本文利用模糊控制与传统控制相结合的方式,其中,模糊控制对参数的实时调整能较大程度地解决问题,提升品质的同时也能提高精度,并且更加稳定,能使直流电机工作响应速度加快,并且时间和超调也大大缩减㊂1㊀控制系统数学模型1.1㊀系统结构㊀㊀模糊控制器㊁电流反馈㊁电压反馈㊁驱动电路构成了模糊PID 直流电机控制系统,如图1所示㊂直流电动机的数学模型如下,其动态电压方程为:U d (t )=L di d (t )dt+Ri d (t )+E (1)其中,U d (t )表示电枢电压;i d (t )表示电枢电流;L ㊁E ㊁R 分别表示电枢电流㊁反电动势和回路电阻㊂T e (t )-T L (t )=GD 2375dndt(2)式中,T e (t )为电磁转矩;T L (t )设为负载转矩;GD 2设为飞轮惯量㊂因此:E =C e n (3)T e =C mi d (4)其中,C e 表示反电动势系数;C m 表示电磁转矩系数㊂图1㊀控制系统结构综上,直流电动机的电压方程和动力学方程可表示为:u d (t )-E =R i d(t )+T 1di d (t )dt éëêêùûúú(5)i d (t )-i dI (t )=T m R dEdt(6)T I =L R(7)T m =GD 2R 375C e C m(8)式中,i dI 为负载电流;T m ㊁T I 分别为电力拖动系统机电时间常数㊁电枢回路电磁时间常数㊂1.2㊀双闭环系统仿真㊀㊀反馈系统中,多环系统就是核心闭环数大于1的系统㊂本文介绍3种常见类型,其中,双闭环调速系统是最典型的代表㊂1.2.1㊀带电流变化率内环系统㊀㊀为了让电机在开关瞬间速度更快,且电流快速改变,此时需要增加电流变化率环进行调整,使之能保持最大变化率且电流变化率不会过高,这样能使电流波形更接近于理想状态,从而形成三环调速系统,即转速㊁电流和电流变化率的三者组合㊂1.2.2㊀带电压内环的三环调速系统㊀㊀与上文所述带电流变化率内环系统相同,带电压内环系统可以提高负载扰动与动态跟随性能,但是效果不好㊂而在抗电网电压扰动方面,电压环调节更快,电流环远不及电压环㊂双闭环调速系统动态结构如图2所示㊂图2㊀双闭环调速系统的动态结构1.2.3㊀双闭环调速系统㊀㊀若使用转速电流调整,则其动态跟随性能和抗扰性能都会大大改善㊂如果传递函数能在内环自动修改,则大大增加了外环的控制能力,提高系统各个方面的性能,并且可以抑制电网与电压产生的波动㊂2㊀模糊PID 控制器设计2.1㊀模糊控制原理㊀㊀模糊控制即模糊逻辑控制,主要是采用模糊理论和语言变量的方法,再通过逻辑推理来完成[2]㊂模糊控制器首先模糊化,其次进行模糊推理,最后将模糊信息变成精确量㊂模糊化主要指精确量的模糊化,将语言变量用模糊数来表示㊂模糊推理是指使用模糊规则来计算得到其中的模糊关系[3]㊂模糊控制原理如图3所示㊂图3㊀模糊控制原理㊀㊀模糊控制系统有以下特殊之处:(1)无需建立精确的数学模型,根据控制经验采用模糊语言控制规则去实现,所以在设计方面更加趋向简单化,应用方便㊂(2)现实应用中,对于控制规则的获取比较简单,即更容易对其实现语言控制㊂不仅如此,对于难以获取的动态数学模型依旧能得心应手㊂因而模糊控制系统在现代工业化生产过程当中具有很强的实用性㊂(3)独立性高,尤其在语言控制规则方面,能够利用控制规律中藕断丝连的关系设计出比普通方法更为优异的方案㊂㊀㊀(4)模糊控制主要是控制语言规则再加上实际的控制要求㊂这可以将控制过程变得更加精确化,同时提高系统的控制能力㊂(5)鲁棒性强,对于外在因素的影响,其内部波动更小,更加适合在非线性㊁时滞后系统中应用㊂2.2㊀模糊控制器的设计㊀㊀模糊控制器是直流电机调速模糊控制系统最重要的部分,也是本文的中心设计㊂控制模糊控制器的步骤为:首先模糊化输入的变量值,其次通过模糊决策,应用模糊规则推导出控制量,最后再通过解模糊将模糊量变为精确值应用到控制系统中㊂本文是双闭环控制系统,内流环使用传统PID控制器,外流环使用模糊PID实时调节,采用将转速偏差以及偏差的微分作为输入量,分别为E㊁EC㊂其中,最重要的就是模糊推理部分,主要分为3个步骤:模糊化㊁模糊的逻辑推理㊁精准结果㊂(1)模糊化㊂输入的数字变量变成模糊集后通过隶属度函数进行实现㊂对任意的输入量,大于0的隶属度函数模糊集不能少于1个,这样做的好处就是任何输入量都有唯一的模糊集㊂(2)模糊的逻辑推理㊂首先进行模糊判断,其次利用模糊语言规则,最终得到结果㊂(3)精准结果㊂通过精确化计算,利用模糊推理得到同类元素㊂但是在现实中,需要将得到的模糊输入量转换成精确值才能实现驱动㊂得到精确值的过程即为反模糊化㊂直流电机模糊控制调速系统的设计步骤如下:(1)依据现实需要,明确结构㊂(2)明确输入和输出变量的模糊集和论域及其隶属度㊂(3)明确控制的规则㊂(4)明确模糊的关系及矩阵㊂3 直流调速模糊控制系统仿真3.1㊀仿真模型的建立㊀㊀直流电机系统将电压U㊁电枢电流i及电机的转速ω作为状态变量,可以得知其状态空间方程为:I dd id t=-iR-Kbω+U(9) J dωdt=Kmi-K fω-T d(10)利用MATLAB中的Simulink模块建立直流电机模型,如图4所示㊂图4㊀直流电机模型㊀㊀直流电机模型参数为:K f=0.2kg㊃m2/s,L=0.5H, J=1.2kg㊃m2,K m=K b=0.2N㊃m/A,R=2.0Ω㊂3.2㊀模糊控制器的设计㊀㊀传统PID的控制精度主要取决于3个参数:比例㊁积分㊁微分㊂其中,比例控制为加快系统响应,但是如果比例系数过大会造成系统不稳定㊂积分控制为消除误差,使得系统趋于稳定㊂微分控制的作用为超前调节㊂模糊PID则是通过模糊规则得出这3个参数,利用传感器获取当前值与期望值的偏差e以及偏差变化率ec,并将其作为输入量,输入模糊控制系统,再根据实际情况对这3个参数进行修正,使得控制系统的各项性能得以提高㊂模糊控制器的结构如图5所示㊂将误差e及误差变化率ec作为输入变量,输入模糊控制器进行模糊化㊂然后系统根据误差及误差变化率实时动态地调整PID的3个控制参数,做到紧密控制,这与传统PID只有固定的3个参数有本质的不同㊂通过大量调试,本文得到如表1 3所示的3个模糊规则表㊂图5㊀模糊控制器的结构表1㊀ΔK p的模糊规则eec NB NM NS0PS PM PB NB PB PB PM PM PS00NM PB PB PM PM PS0NS NS PM PM PM PS0NS NS 0PM PM PS0NS NM NM PS PS PS0NS NS NM NMPM PS0NS NM NM NM NB PB00NM NM NM NB NB表2㊀ΔK i的模糊规则eec NB NM NS0PS PM PB NB NB NB NM NM NS00 NM NB NB NM NS NS00 NS NB NM NS NS0PS PS 0NM NM NS0PS PM PM PS NM NS0PS PS PM PB PM00PS PS PM PB PB PB00PS PM PM PB PB表3㊀ΔK d的模糊规则eec NB NM NS0PS PMPB NBPS NS NB NB NB NM PS NM PS NS NB NM NM NS0 NS0NS NM NM NS NS0 00NS NS NS NS NS0 PS0000Z0Z00 PM PB NS PS PS PS PS PB PB PB PM PM PM PS PS PB ㊀㊀利用MATLAB软件中的模糊工具箱进行编辑㊂如图6 7所示㊂利用Simulink模块建立模糊PID控制系统如图8所示㊂图6㊀确定输入输出变量图7㊀确定规则图8㊀模糊PID 控制系统3.3㊀仿真分析㊀㊀对于模糊PID 以及传统PID 建立仿真模型如图9所示,两者的比较如图10所示㊂经过对模糊PID 与传统PID 的对比可以得出,模糊PID 更具有优势,在响应时间方面,模糊PID 比传统PID 提前3s 左右;在超调量方面,通过对比模糊㊀㊀PID 和传统PID 的波峰,得出模糊PID 相较于传统PID 有着较小的超调量;在稳定性方面,由于模糊PID 的曲线达到稳态的时间小于传统PID,说明模糊PID 的稳定性更好㊂基于这些性能的对比,可知模糊PID 的调节性能在各方面强于传统PID㊂图9㊀传统PID 与模糊PID 的Simulink 仿真图10㊀传统PID与模糊PID的比较4㊀结语㊀㊀本文将模糊控制的基本原理与直流电机双闭环调速系统组合在一起㊂通过MATLAB的Simulink模块对调速系统进行仿真验证,并且与传统PI调速方法进行比较,得出模糊PID双闭环调速系统相较于传统方式有着更为优越的性能㊂参考文献[1]高宇轩.模糊PID气动仿人柔性手指位姿控制系统设计[D].哈尔滨:哈尔滨商业大学,2021.[2]乔林,刘颖,胡畔,等.基于遗传算法与模糊PID 复合控制的电机调速研究[J].微电机,2021(7): 92-98.[3]李亿发.血管介入手术机器人主从同步控制研究[D].北京:北京邮电大学,2021.[4]罗秋华,杨敏,马竹樵,等.小型直流电机建模及其模糊PID控制分析[J].现代工业经济和信息化, 2021(5):112-113,117.[5]闫鹏,周文,胡雪凯,等.基于模糊PI的电动汽车无刷直流电机控制系统研究[J].河北电力技术,2021 (6):5-9,30.[6]刘春华,谢宗安.模糊控制调速系统性能研究[J].贵州工业大学学报(自然科学版),2002(3): 39-44.(编辑㊀王雪芬)Design and simulation of DC motor control system based on fuzzy PIDZhao Zhenghong1Qiao Dong2∗Dong Zhimin1Zhu Shoujian1Zhao Jie1Li Bowen11.College of Coal Engineering Shanxi Datong University Datong037009 China2.College of Architecture and Geomatics Engineering Shanxi Datong University Datong037009 ChinaAbstract According to the shortcomings of PID speed regulation system a fuzzy double closed-loop speed regulation system is designed.Simulink is used to simulate and verify the reliability.At the same time the fuzzy controller is designed through the fuzzy toolbox of MATLAB.Finally the performance indexes of PID and fuzzy PID speed regulation are compared and analyzed.It is concluded that the fuzzy PID speed regulation system is better in response speed overshoot and the ability to deal with interference.Key words fuzzy PID double closed loop speed regulation system MATLAB Simulink。
基于模糊控制的无刷直流电机的建模及仿真
一
,
不能达 到 预期控 制要 求 。模 糊控 制作 为一 种智 能控 制 , 大 的特点在 于 它不需 要建 立对 象 的数 学模 型 , 最 能够很 好地 克服 系统 中参 数 的变化 和非 线性 等不 确
定 因素 , 运用模 糊 推理 的方 法 , 自动 实现对 PD参 数 I
1 B C 波 形 图 I M D
无 刷 直 流 电机 的感 应 电动 势 ( 电 势 ) 反 近似 为 梯 形波 , 含 较多 的高 次谐 波 , 包 同时 B D M 的电感 LC
是非 线 性 的 , 以 d 所 q变 换 理 论 并 不适 用 , 该文 直 接
的最 佳 调整 。该 文结合 PD控制 和模 糊控 制 各 自的 I
优势 , 出 自适 应 模 糊 PD, 提 I 以期 满 足 B D M 控 制 LC 系统 的快 速性 、 稳定 性和 鲁棒 性 的要求 。
Absr c :n t i p r a ne me h d ba e n f z y s l— a a i g P D o to sp e e t d wh c t a t I h spa e , w t o s d o u z ef d pt I c n r li r s n e ih n i ui b e fr BLDCM . Th sm eh d o e c me o e e t fta i o a D o r 1 Re u to h i . s s t l o a i t o v r o ss me d fc so d t n lPI c nto r i s l ft e sm
关键 词 : 无刷 直 流 电机 ; T A 模糊 控 制 MA L B: 中图分 类号 :M3 T 3 文献 标 志码 : A 文章 编 号 :0 0 0 8 ( 0 1 0 — 0 9 0 10 — 6 2 2 1 ) 1 0 3 — 4
无刷直流电机模糊PI控制系统建模与仿真
无刷直流电机模糊PI控制系统建模与仿真摘要:从无刷直流电机(bldcm)的工作原理和结构出发,在分析了bldcm数学模型的基础上,采用模块化方法,在matlab/simulink 中建立了bldcm 转速、电流双闭环控制系统模型。
利用该模型进行了电机动静态性能的仿真研究,仿真结果与理论分析一致,表明该方法建立的bldcm控制系统仿真模型合理、有效。
该模型简单、直观、参数易于修改和替换,可方便地用于其他控制算法仿真研究。
关键词:无刷直流电机;matlab/simulink;双闭环控制系统模型;仿真模型随着新型永磁材料、自动控制技术、电力电子技术以及电子技术的迅速发展,无刷直流电机(bldcm)也随之发展起来并已成熟为一种新型的机电一体化设备,它是现代工业设备中重要的运动部件。
无刷直流电机采用电子换相器替代直流电机的机械换向器,实现直流到交流的逆变,采用位置传感器控制绕组电流的切换,既保持了直流电机的良好调速特性,又具有交流电机结构简单、运行可靠、维护方便的特点。
bldcm以体积小、速度高、可靠性好等优点广泛地应用于航空航天、机器人、电动汽车、仪器仪表、家用电器以及数控装置等领域[1]。
近年来,无刷直流电机的应用领域不断扩大,其控制系统的要求也随之越来越高。
无刷直流电机控制系统设计的过程中,为了缩短设计周期、降低研究成本和风险,通常先采用计算机仿真技术,建立无刷直流电机控制系统的仿真模型,分析电机转速、转矩等参数变化情况,研究整个电机系统的各类定量关系, 提取设计、分析和调试电机及其驱动系统所需数据,施加不同的控制算法以寻求最佳参数,有效地节省控制系统设计时间,加快了实际系统设计和调试的进程[2]。
1无刷直流电机的数学模型由于无刷直流电机的气隙磁场、反电动势以及电流是非正弦的,因此,采用直、交轴坐标变换已不是有效的分析方法。
而在分析和仿真bldcm控制系统时,直接利用电机原有的相变量来建立数学模型却比较方便,又能获得较准确的结果。
电动汽车用无刷直流电动机模糊控制系统的建模与仿真
络进 程 的必 经之 路 。本文提 出的建设 思路 和策 略对 TD — L T E室 内分布 系统规 划建 设具有 重要 的指 导意
义。
作者简介 : 陈永 安 ( 1 9 9 4 一 ) , 男, 本科 , 主要 从 事 通 信 工 程 等 方
面 的研 究 。 收 稿 日期 : 2 0 1 3 年 O 1月 0 4日
差, 存在超 调 , 达不 到高 性 能和 高精 度 的要 求_ _ 2 J 。考 虑到模糊控 制器具有快速性 、 稳 定性和鲁 棒性强 等优 点, 所 以采 用 了模 糊 控制 策略 。文献 1 - 3 3 利用 模 糊逻
辑控制器 调节 P I D各 参数 , 达 到 了模 糊控 制 的 目的 ;
0
0 ]
0 l
d £
l ld 6
d £
( 1 )
图 2 电压 平 衡 方 程 等 效 模 块
L—M l
d
d
2 . 2 反 电 动 势 模 块
2 . 1 电压平 衡方 程等 效模块 。
根据 式 1 , 得到 B L D C M 的 电压 平 衡 方 程 的 等 效模 型 , 如 图 2所示 , “ 。、 “ 、 “ 为三 相绕 组 的端 电
压; e 、 、 e 为 三相 绕 组 上 产生 的反 电动 势 ; i 。、
t e r f e r e nc e a bi l i t y a nd s o o n,w h i c h ma ke t h e s y s t e m ha s t h e be t t e r c o nt r o l a bi l i t y.
但模糊逻 辑规则数 和计算 量大 , 控制器 的实 时性难 以
基于SIMULINK无刷直流电机模糊PID控制的建模与仿真
i n s t r u c t i v e t o a c t u al l y b r u s hl e s s DC mo t or s p e e d c on t r ol s y s t em d e s i g n . Ke y wo r ds :B r u s h l e s s DC Mo t o r ; Dou b l e — l o o p Con t r ol ; F u z z y PI D Co n t r o l
a i mi n g a t t h e t y p i c al t wo - - ph a s e c o n du c t i o n s t ar t hr e e - - ph a s e s i x wor k s o f br u s hl es s DC
统的 P I D控 制 方法相 比有 更好 的稳 定性和抗干扰性 。
变量 、强耦合 、非线性的复杂系统 …,
因此 传统 P I D 控 制 器 难 以 获 得 满 意
态 响应 等 优 点 ,基 于无 刷 直 流 电机 具有一系列优点 ,已在交通 、工业、 家 电、航空航天、军工、伺服控制等 领域 都 被 广 泛地 使 用 ,因此 对其 控 制 方 式的研 究可 以更 广 泛的 挖掘 其
基于MATLAB_SIMULINK直流电机调速系统模糊控制的建模与仿真
收稿日期:2002-02-21图2 直流电机模糊控制动态结构图基于M AT LAB SI M UL INK 直流电机调速系统模糊控制的建模与仿真M AT LAB SI M UL INK -Based M odeli n g and Si m ulation for Fuzzy Con trol Systemof D c M otor张 晶 曾宪云Zhang J ing Zeng X ianyun(广东工业大学自动化学院 广州 510090)(Faculty of A utom ati on ,Guangdong U niversity of Techno l ogy ,Guangzhou ,510090)摘 要 论述了一种基于M A TLAB 语言的直流电机模糊控制仿真系统,通过M A TLAB 语言中S I M UL I N K 模块和模糊控制工具箱实现模糊控制仿真。
关键词 S I M UL I N K 电机 模糊控制1 引 言计算机仿真技术是应用电子计算机对研究对象的数学模型进行计算和分析的方法。
对于从事控制系统研究与设计的技术人员而言,M A TLAB 是目前控制系统计算机辅助设计实用且有效的工具。
这不仅是因为它能解决控制论中大量存在的矩阵运算问题,更因为它提供了强有力的工具箱支持。
与控制系统直接相关的工具箱有控制系统、系统辨识、信息处理、优化等。
还有一些先进和流行的控制策略工具箱,如鲁棒控制、u -分析与综合、神经网络、模糊预测控制、非线性控制设计、模糊逻辑等。
可以说目前理论界和工业界广泛应用和研究的控制算法,几乎都可以在M A TLAB 中找到相应的工具箱。
同时,M A TLAB 软件中还提供了新的控制系统模型输入与仿真工具S I M U L I N K ,它具有构造模型简单、动态修改参数实现系统控制容易、界面友好、功能强大等优点,成为动态建模与仿真方面应用最广泛的软件包之一。
它可以利用鼠标器在模型窗口上“画”出所需的控制系统模型,然后利用S I M U LI N K 提供的功能来对系统进行仿真或分析,从而使得一个复杂系统的输入变得相当容易且直观。
模糊控制系统的建模与仿真设计方法
模糊控制系统的建模与仿真设计方法摘要:模糊控制系统是一种基于模糊逻辑的控制方法,广泛应用于工业控制、自动驾驶等领域。
本文介绍了模糊控制系统的基本原理,详细讨论了建模与仿真设计的方法,包括输入输出的模糊集合划分、规则库的构建、模糊推理与输出解模糊等关键步骤,并通过实例分析验证了方法的有效性。
1. 引言模糊控制系统是一种使用模糊逻辑进行决策和控制的方法,相较于传统的精确控制方法,具有更强的适应性和鲁棒性。
在实际应用中,模糊控制系统已被广泛运用于工业控制、自动驾驶等各个领域。
为了设计高性能的模糊控制系统,合理的建模与仿真设计方法至关重要。
2. 模糊控制系统的建模建模是模糊控制系统设计的第一步,其目的是将实际控制问题转化为模糊集合及其规则库的形式,方便进行模糊推理。
模糊控制系统的建模过程一般包括以下几个步骤:2.1 输入输出模糊集合划分对于待控制的对象,需要对输入和输出的变量进行模糊化,即将实际输入输出的连续取值划分为若干个模糊集合。
划分过程可以基于专家知识或实际数据,常用的划分方法包括三角法、梯形法和高斯法等。
2.2 规则库的构建规则库是模糊控制系统的核心,其中包含了模糊控制的知识和经验。
规则库的构建需要依据专家知识或经验,并将其转化为一系列模糊规则的形式。
每条规则一般由若干个模糊集合的条件和一个模糊集合的结论组成。
2.3 模糊推理通过将实际输入值映射到对应的模糊集合上,利用推理方法将输入与规则库中的规则进行匹配,得到模糊输出。
常用的推理方法包括最大值法、加权平均法和模糊积分法等。
2.4 输出解模糊由于模糊输出是一个模糊集合,需要对其进行解模糊得到具体的输出。
常用的解模糊方法包括最大值法、面积平衡法和最大隶属度法等。
3. 模糊控制系统的仿真设计模糊控制系统的仿真设计是为了验证所设计的模糊控制系统在实际情况下的性能。
仿真设计通常包括以下步骤:3.1 系统建模根据实际控制对象的特性,将其建模为数学模型,包括输入与输出的关系、系统的动态特性等。
无刷直流电机模糊pid控制器的simulink设计
无刷直流电机模糊pid控制器的simulink设计在控制系统中,PID控制器是最常见且广泛应用的控制器之一,它通过调节比例项、积分项和微分项来实现对系统的控制。
而模糊控制器则是一种基于模糊逻辑的控制器,能够处理系统模型非线性、参数变化较大或难以精确建模的情况。
将PID控制器与模糊控制器相结合,可以充分发挥各自的优势,提高系统的控制性能。
在Simulink中设计无刷直流电机模糊PID控制器,首先需要建立电机模型。
电机模型可以通过数学建模或直接使用Simulink中的电机模型来实现。
接下来,需要设计PID控制器和模糊控制器。
PID控制器的参数可以通过经验法则、试错法或自整定法等方法进行调节,以获得合适的控制效果。
模糊控制器的设计需要确定模糊集合、模糊规则库和模糊推理方法,以实现对系统的模糊控制。
设计无刷直流电机模糊PID控制器的Simulink模型时,可以按照以下步骤进行:1. 建立电机模型:选择合适的直流电机模型,包括电机的电气特性、机械特性和控制接口等。
2. 设计PID控制器:设置PID控制器的比例、积分和微分参数,通过模拟和调节,使得系统的响应速度、稳定性和抗干扰能力达到要求。
3. 设计模糊控制器:确定模糊控制器的模糊集合、模糊规则库和模糊推理方法,设置模糊控制器的输入输出变量和模糊规则。
4. 整合PID控制器和模糊控制器:将PID控制器和模糊控制器串联或并联,根据系统的要求和性能指标来设计控制器的整体结构。
5. 仿真验证:在Simulink中进行仿真验证,通过模拟系统的运行情况和控制效果,来评估控制器的性能和稳定性。
通过以上步骤的设计和仿真验证,可以得到一个合理、有效的无刷直流电机模糊PID控制器的Simulink模型。
在实际应用中,可以根据系统的实际情况和性能要求,进一步优化控制器的参数和结构,以实现更好的控制效果。
同时,不断的实验和调试,能够进一步提高控制器的稳定性和鲁棒性,确保系统的可靠性和性能的提升。
无刷直流电机模糊PID智能控制的建模方法及仿真
本无刷直流电机的调速系统采用双闭环调节 。 内环 (电流环) 采用三角波比较控制 方式的滞环调 节 ,滞环控制器工作原理简单 ,响应速度快 ,能对电 压波动起到及时抗扰作用。外环 (速度环) 采用模糊 PID 调节 ,对负载变化起抗扰作用 ,PID 控制器一旦 饱和 ,起着饱和非线性的作用 ,其输出幅限值决定于 被允许的最大电流 。系统的仿真模型在 Matlab7. 0/ Simulink[4]上构建 ,利用 Simulink 建立仿真模型如图 1 所示。
1 . 1 无刷直流电机的数学模型
无刷直流电机的工作离不开电子开关电路 ,因 此电动机本体 、控制电路和电子开关电路三部分组 成了无刷直流电机控 制系统[2 ,3] 。为了 便于分析 , 先作如下假设 :
1) 三相绕组完全对称 ; 2) 忽略齿槽 、换相过程和电枢反应等影响 ;
3) 不计涡流和磁滞损耗 ;
无刷直流电机是随着电力电子技术及新型永 磁材料的发展而迅速成熟起来的一种新型电机。它 实际上是一个由电动机本体 、功率管主回路及转子 位置传感器等部分组成的闭环系统 。无刷直流电机 采用电子换相器替代直流电机的机械换相器 ,实现 直流到交流的逆变 ,采用位置传感器控制绕组电流 的切换 ,既有直流电机的良好调速特性 ,又有交流电 机结构简单 、运行可靠 、维护方便的特点 ,再加上其 体积小 、速度高 、可靠性好等优点 ,目前 ,无刷直流电 机得到了广泛的应用 。随着无刷直流电机在工业应 用领域的推广 ,比如伺服系统和调速驱动系统中 ,对 系统的动静态性能和控制精度要求越来越高[1] 。
ua
0 r 0 ib + eb + ub
( 4)
0 0 r ic
无刷直流电机速度的模糊控制方法
无刷直流电机速度的模糊控制方法一、引言随着电力电子技术、微电子技术、控制理论以及永磁材料的快速发展,无刷直流电机(BLDG)得以迅速推广。
当BLDC调速系统用于要求调速性能、控制精度较高的场合时(如机器人、航天航空、精密电子、仪器设备等地方),BLDC的快速性、稳定性以及鲁棒性是衡量其性能优劣的重要指标。
传统的BLDC调速系统常采用PI控制,它算法简单,参数调整方便,有一定的控制精度。
但PI控制本质是一种线性控制,需要控制系统的精确数学模型,而BLDC 是一个多变量、强藕合、非线性、时变的复杂系统,当系统负载或参数发生变化时,PI控制将难以达到设计的预期效果。
在BLDC这类高度非线性的系统中,采用智能控制方法则是极有前景的,它具有提高系统快速性、稳定性和鲁棒性的潜力。
模糊控制是智能控制中最常用的方法之一,它不依赖于控制系统的数学模型,对系统参数的变化不敏感,具有快速性及鲁棒性强的特点,因此很适合BLDC控制系统的要求。
目前,BLDC速度的模糊控制已得到较多研究,各种模糊控制策略的应用散见于各类BLDC文献,而应用较多的模糊控制策略主要有:基于简单模糊控制器的速度控制方法,基于模糊-PI复合控制器的速度控制方法,基于模糊PID(PI)控制器的速度控制方法,基于自适应、自组织、自学习模糊控制器的速度控制方法,以及基于集成及智能模糊控制器的速度控制方法。
本文简单介绍了模糊控制的基本原理,并在广泛参考国内外BLDC速度控制文献的基础上,对在BLDC速度控制中常用的各种模糊控制方法、策略及具体应用,进行了详细归纳和总结。
可以看出,用模糊控制器或其混合控制器代替普通的PI控制器,可以使BLDC的整体性能得到显著改善,是高性能BLDG调速系统开发的一个重要方向。
二、模糊控制基本原理所谓模糊控制,是指在控制方法上应用模糊集理论、模糊语、言变量及模糊逻辑推理来模拟人的模糊思维方法,用计算机实现与操作者相同的控制。
无刷直流电机的模糊控制系统仿真
摘要无刷直流电动机是电力电子技术、微电子技术和永磁材料技术相结合的一种新型电动机。
无刷直流电动机具有体积小、运行可靠、控制相对简单等特点。
目前,无刷直流电机正在快速发展。
尤其是在家用电器、精密仪器、电梯控制等领域,无刷直流电动机都获得了很多成功应用。
本文详细的介绍了无刷直流电机的组成、基本原理和数学模型。
介绍了简单模糊控制器的设计过程。
通过分析MATLAB中“ac7_example”模型,利用Simulink 工具箱搭建模糊控制器,采用模糊控制法对无刷直流电机进行调速。
实现了无刷直流电机的模糊控制系统的计算机仿真。
结果表明,该模糊控制器结构简单、易于实现,能够基本满足系统的性能要求。
关键词:无刷直流电机;模糊控制;Matlab;SimulinkABSTRACTBrushless DC motor is the electric power and electronic technology, microelectronic technology and permanent magnet material technology is combined with a novel motor. Brushless DC motor has the advantages of small volume, reliable operation, control of relatively simple features such as. At present, brushless DC motor are rapid development. Especially in household appliances, precision instruments, elevator control and other fields, brushless DC motors have gained a lot of successful application.This paper introduces the brushless DC motor of the composition, basic principle and mathematical model. Introduction of simple fuzzy controller design process. Through the analysis of the MATLAB "ac7_example" model, the use of Simulink toolbox to build the fuzzy controller, the fuzzy control method of Brushless DC motor speed control. Realization of Brushless DC motor fuzzy control system computer simulation. The results show that, the fuzzy controller has the advantages of simple structure, easy to implement, can basically meet the system performance requirements.Key words:Brushless DC motor;fuzzy control;Matlab;Simulink目录第一章绪论 (1)一、课题背景 (1)二、无刷直流电机的发展历程 (1)三、无刷直流电机的结构特点 (2)四、无刷直流电机的应用 (2)五、主要研究内容 (3)第二章无刷直流电机的基本原理 (4)第一节无刷直流电机的基本组成 (4)第二节无刷直流电机的工作原理 (6)第三节无刷直流电机的数学模型 (7)第三章模糊控制仿真设计 (10)第一节模糊控制 (10)第二节Matlab简介 (12)第三节Simulink组件介绍 (12)第四节典型模糊控制设计 (13)第五节无刷直流电机系统的稳定性分析 (17)第四章无刷直流电机的糊控制仿真 (19)第一节无刷直流电机调速系统模型 (19)第二节无刷直流电机的模糊控制设计 (22)结论 (28)参考文献 (29)致谢 (30)第一章绪论一、课题背景无刷直流电机是一种把控制装置和电机本体结合在一起的机电一体化设备,它具有高效率,高功率,高可靠性等优点。
自适应模糊PID控制的无刷直流电机及仿真分析
自适应模糊PID控制的无刷直流电机及仿真分析文章通过对于自适应模糊PID控制的无刷直流电机和仿真技术进行了全面的分析,并且根据相关的理论基础建设了永磁无刷直流电机的相关数学模型,并且通过这个数学模型来转换成为电流双闭环调速控制系统。
通过对于PWM进行的调节来达到转矩脉动减少的条件,从而保证模糊控制器与PID控制器能够各自适应相互之间的因子结合方式,并且通过自调节控制参数来不断完善PID控制器的相关理论功能。
进一步提高PID的操控精度,而且还能够将MATLAB中的Fuzzy Toolbox和SIM ULINK以及Power SystemBlockset进行有机会结合,从而适应模糊PID控制的自适应,进一步提高了控制系统的准确度。
通过PID与控制器之间的计算仿真,能够进一步使该方法得到比较有效的精度控制。
标签:模糊控制;自适应PID控制器;无刷直流电机;调速系统永磁无刷直流电动机通常简称为BLDCM,主要的工作原理就是通过电子变换器或者逆变器来使得直流电动机替代机械换向器,从而进一步完成直流转换成为逆流的逆变过程。
通过将位置传感器的控制绕组电流进行不断地切换与控制,进一步使无刷直流电动机能够保证良好的电机控制与动静相关调速的功能,而且还会避免有刷结构存在的固有缺陷。
无刷直流电动机因为具有体积小、效率高、控制力强、操作简单、使用便捷的特点,能够在伺服系统中得到比较广泛的应用,并且永磁无刷直流电动机的工作系统主要是1台自控制永磁同步电动机的调频系统。
这样就能够保证与普通的变频交流控制器有所区别。
而且永磁无刷直流电动机主要是一个多变量、强耦合、非线性、多变化的复杂结构。
这样就使得无刷直流电动机要远比普通直流无刷电动机复杂。
目前在国外对于永磁无刷直流电动机进行了很多方面的专业研究,并且提出了很多的观点。
文章通过对于无刷直流电动机的自模糊PID控制来与其他方面的模糊控制进行了模糊推理与信息处理工作,并且进一步增添了人工智能在線学习的功能,从而保证了能够有效的控制系统的非线性或者不确定的因素。
基于MFO算法的无刷直流电机模糊控制设计
㊀2021年㊀第4期仪表技术与传感器Instrument㊀Technique㊀and㊀Sensor2021㊀No.4㊀基金项目:国家重点研发计划资助项目(2018AAA0101703)收稿日期:2020-04-21基于MFO算法的无刷直流电机模糊控制设计刘雨豪,廖㊀平(中南大学机电工程学院,湖南长沙㊀410083)㊀㊀摘要:模糊控制在无刷直流电机(BLDCM)控制中应用广泛,针对其不能实时更新控制参数的缺点,首次提出了基于飞蛾火焰优化(MFO)算法的模糊控制器设计㊂对于BLDCM控制系统变量复杂且非线性,难以建立具体的数学模型的问题,搭建了电流和转速双闭环控制的模块化电机仿真模型㊂算法在线优化量化因子和比例因子,用ITAE验证适应度目标函数的合理性㊂仿真结果表明所提出的方法使得控制系统具有超调小和控制精度高的优点㊂关键词:无刷直流电机;PID;模糊控制;飞蛾火焰优化算法;MATLAB建模;仿真中图分类号:TP391㊀㊀㊀文献标识码:A㊀㊀㊀文章编号:1002-1841(2021)04-0107-05FuzzyControlDesignofBrushlessDCMotorBasedonMFOAlgorithmLIUYu⁃hao,LIAOPing(CollegeofMechanicalandElectricalEngineering,CentralSouthUniversity,Changsha410083,China)Abstract:FuzzycontrolwaswidelyusedinbrushlessDCmotor(BLDCM)control.Inviewofitsshortcomingthatthecontrolparameterscouldn tbeupdatedinrealtime,thedesignoffuzzycontrollerbasedonmothflameoptimization(MFO)algorithmwasproposedforthefirsttime.FortheproblemthatthevariablesofBLDCMcontrolsystemwerecomplexandnonlinear,itwasdiffi⁃culttoestablishspecificmathematicalmodel.Amodularmotorsimulationmodelofdoubleclosed⁃loopcontrolofcurrentandspeedwasbuilt.Thealgorithmoptimizedthequantizationfactorandscalefactoronline,andusedITAEtoverifytherationalityofthefit⁃nessobjectivefunction.Simulationresultsshowthattheproposedmethodmakesthecontrolsystemhastheadvantagesofsmallo⁃vershootandhighcontrolaccuracy.Keywords:brushlessDCmotor;PID;fuzzycontrol;mothflameoptimizationalgorithm;MATLABmodeling;simulation0㊀引言在运动控制领域,直流电机以其优良的转矩和调速性能得到了广泛的应用[1]㊂有刷直流电机采用电刷进行机械换向,导致其具有噪音大㊁寿命短㊁可靠性差等缺点㊂随着电力电子技术的不断进步,新型材料和功率开关器件等出现,采用电子换向的无刷直流电机(BLDCM)应运而生㊂它既克服了有刷直流电机的缺点,又保有了优越的启动和调速性能,在航空航天㊁国防㊁工业自动化等领域得到了极快的发展和普及㊂现代社会对电机控制性能的要求日益提高,一方面可以优化电机本体结构及相关电力电子装置,另一方面可以使用更加先进的电机控制策略[2-3]㊂BLDCM是变量复杂㊁非线性且强耦合的系统,难以推导出精确的数学模型[4]㊂传统PID控制方法依赖具体数学模型基础,很难满足准确和稳定的控制要求㊂模糊控制(fuzzycontrol)模仿人的思维和逻辑推理来进行控制而不依赖确定的控制对象模型,弥补了传统PID的控制短板[5]㊂但是模糊控制器缺乏参数自调整能力,在包含时变参数的非线性系统中,很难达到最优控制㊂近年来,国内外众多专家学者应用智能控制算法优化模糊控制器,管先翠等将微粒群算法(PSO)应用至模糊控制[6-7],方文茂在遗传算法(GA)优化模糊控制方面也做了大量工作,取得了一定的成果[8]㊂飞蛾火焰优化算法(MFO)是2015年由S.Mirjalili提出的一种全新群智能仿生算法,相比其他算法具有更优秀的寻优能力[9]㊂本文提出基于飞蛾火焰算法优化模糊控制的新方法,克服了模糊控制器不能更新控制参数的缺陷,应用MATLAB/simulink对其进行仿真研究,验证了其优越的控制性能㊂1㊀BLDCM的数学模型无刷直流电机感应电动势为梯形波,且含有较多高次谐波,电感非线性,对其运行特性进行精确分析是非常困难的㊂本文以两两导通三相星形连接为例,并做出以下假设:(1)三相绕组完全对称,定子电流㊁转子磁场分布㊀㊀㊀㊀㊀108㊀InstrumentTechniqueandSensorApr.2021㊀对称;(2)气隙磁场为梯形波,平顶宽度120ʎ;(3)不计磁滞和涡流的损耗;(4)忽略磁路饱和㊁齿槽效应和电枢反应㊂1.1㊀定子三相绕组电压平衡方程uaubucéëêêêêùûúúúú=Ra000Rb000Rcéëêêêêùûúúúúiaibicéëêêêêùûúúúú+ddtLMMMLMMMLéëêêêùûúúúiaibicéëêêêêùûúúúú+eaebecéëêêêêùûúúúú(1)式中:ui为定子各相电压,V;ii为定子各相电流,A;ei为定子各相反电动势,V;Ri为定子各相绕组电阻,Ω;L为定子绕组自感,H;M为定子绕组间互感,H;i=a,b,c㊂1.2㊀电磁转矩方程和机械运动方程根据能量守恒定律,两方程可分别表示如下:Te=(eaia+ebib+ecic)w(2)式中:Te为电磁转矩,N㊃m;w为电机输出转速,rad/s㊂Te=TL+Bw+Jdwdt(3)式中:TL为负载转矩,N㊃m;B为阻尼系数,N㊃m㊃s/rad;J为电机转子转动惯量,kg㊃m2㊂2㊀基于MATLAB/simulink的BLDCM控制系统仿真模型本文基于BLDCM工作原理,在simulink环境下采用模块化建模的方式,将直流无刷电机分离成速度调控㊁参考电流㊁电流滞环㊁电压逆变和BLDCM本体5个模块㊂系统整体设计框图如图1所示,仿真系统采用双闭环控制方案:外环转速环增强系统抗负载干扰能力,保证系统动静态的跟踪能力;内环电流环控制最大电流,保证系统稳定运行㊂图1㊀BLDCM控制系统simulink建模整体框图运行仿真系统输出的三相反电动势波形如图2所示,三相定子电流波形如图3所示㊂二者均为梯形波,且较为理想,验证了系统建模的正确性㊂图2㊀反电动势波形3㊀BLDCM模糊控制系统传统PID调控系统结构简单且控制效果较好,在工图3㊀定子三相电流波形业自动化领域最先得到应用,但比例(proportion)㊁积分(integral)㊁微分(differential)参数一经确定在系统运行过程中就不能改变㊂在一些包含时变参数㊁非线性系统中PID调节很难达到预期的效果㊂模糊PID是基于模糊数学的高级控制,弥补了传统PID控制参数固定不变㊀㊀㊀㊀㊀第4期刘雨豪等:基于MFO算法的无刷直流电机模糊控制设计109㊀㊀的不足,根据控制系统误差的变化,进行控制量自整定,其原理如图4所示㊂满足了实时更新PID参数的要求,很大程度上加强了控制系统的精确性和鲁棒性㊂图4㊀模糊控制器结构框图本文采用的是二维输入模糊控制器,其控制效果优于一维输入,三维输入模糊规则获取困难,计算复杂,不适合实时控制系统㊂根据输入误差e和误差变化率ec=de/dt,在模糊推理下输出PID参数修正值ΔKp㊁ΔKi㊁ΔKd,在线修正实际PID控制参数㊂Kp=Kp0+ΔKpKi=Ki0+ΔKiKd=Kd0+ΔKdìîíïïïï(4)式中:Kp0㊁Ki0㊁Kd0为PID初始值㊂3.1㊀模糊控制器设计误差和误差变化率的论域为[-3,3],输出变量ΔKp㊁ΔKi㊁ΔKd论域依次为[0,3]㊁[0,1]㊁[0,1]㊂输入输出变量的隶属函数形状选择三角形(trimf),其运算简单,适合在线调整㊂反模糊化采用重心法,其本质是加权平均法,包含模糊集合所有信息,并依据隶属度大小有所侧重㊂e㊁ec㊁ΔKp㊁ΔKi㊁ΔKd的模糊语言变量均为{NB,NM,NS,ZO,PS,PM,PB}㊂模糊规则是模糊控制器的核心,应该满足完备性要求,规则的确定基于专家经验和学习算法㊂本文采用的模糊规则如表1所示㊂表1㊀ΔKp㊁ΔKi㊁ΔKd的模糊控制规则控制表eΔKp/ΔKi/ΔKdec=NBec=NMec=NSec=ZOec=PSec=PMec=PBNBPB/NB/PSPB/NB/NSPM/NM/NBPM/NM/NBPS/NS/NBZO/ZO/NMZO/ZO/PSNMPB/NB/PSPB/NB/NSPM/NM/NBPS/NS/NMPS/NS/NMZO/ZO/NSNS/ZO/ZONSPM/NB/ZOPM/NM/NSPM/NS/NMPS/NS/NMZO/ZO/NSNS/PS/NSNS/PS/ZOZOPM/NM/ZOPM/NM/NSPS/NS/NSZO/ZO/NSNS/PS/NSNM/PM/NSNM/PM/ZOPSPS/NM/ZOPS/NS/ZOZO/ZO/ZONS/PS/ZONS/PS/ZONM/PM/ZONM/PB/ZOPMPS/ZO/PBZO/ZO/PSNS/PS/PSNM/PS/PSNM/PM/PSNM/PB/PSNB/PB/PBPBZO/ZO/PBZO/ZO/PMNM/PS/PMNM/PM/PMNM/PM/PSNB/PB/PSNB/PB/PB4㊀基于飞蛾火焰算法(MFO)的模糊控制器优化模糊控制器输入量e㊁ec经量化因子Ke㊁Kec量化后进入模糊控制器进行模糊推理,模糊控制器输出量经比例因子Kpp㊁Kii㊁Kdd比例运算后,输出ΔKp㊁ΔKi㊁ΔKd三个PID控制修正量㊂可见模糊控制的性能与量化因子和比例因子的关系甚大,Ke太大㊁Kec太小都容易造成系统产生超调,从而导致震荡不稳定㊂但是一般的模糊控制器创建完成后,这些参数是不能改变的,这大大影响到了系统的性能㊂根据上述不足,本文设计基于MFO算法优化的模糊控制器,控制功能框图如图5所示㊂图5㊀MFO优化模糊控制的功能框图4.1㊀飞蛾火焰优化算法MFO算法诞生是受自然界飞蛾横向导航机制启发,通过飞蛾对火焰不断的螺旋收敛,在搜索空间中逐渐趋近最优解㊂螺旋搜索的方式使算法不易陷入局部最优,具有很好的全局寻优能力㊂M=m11m12m1jm21m22m2j︙︙︙mi1mi2mijéëêêêêêêùûúúúúúú,Mfit=om1om2︙omiéëêêêêêùûúúúúú(5)式中:M为飞蛾矩阵,每一行代表一只飞蛾;Mfit矩阵存储对应每只飞蛾的适应度值;i表示飞蛾的个数;j表示每只飞蛾的维度,即所代表的变量的个数㊂对于火焰亦是如此,如下面矩阵所示:F=f11f12 f1jf21f22 f2j︙︙︙fi1fi2fijéëêêêêêêùûúúúúúú,Ffit=of1of2︙of1éëêêêêêùûúúúúú(6)㊀㊀㊀㊀㊀110㊀InstrumentTechniqueandSensorApr.2021㊀式中:F是火焰矩阵,每一行代表一只火焰;Ffit矩阵存储对应每只火焰的适应度值;i表示火焰的个数;j表示每只火焰的维度㊂F矩阵与M矩阵的不同之处在于更新方式,飞蛾是算法寻优过程中进行搜索的个体,而火焰是飞蛾在空间中搜索的最优位置,是飞蛾生成的标记㊂依据飞蛾的飞行轨迹建模,其位置更新机制可以用以下方程表示:Mn=S(Mn,Fk)=Dnebtcos(2πt)+Fk(7)Dn=Mn-Fk(8)式中:Mn为第n只飞蛾;Fk为第k个火焰;Dn为第n只飞蛾与第k个火焰的距离;b为螺旋线的形状系数;t为[-1,1]的随机数㊂为加快MFO算法收敛速度,应自适应减少火焰的的数目,如式(6)所示:numflame=round(Nmax-n㊃Nmax-1T)(9)式中:Nmax为初代火焰规模;n为当前迭代次数;T为最大迭代次数㊂4.2㊀确定决策参数和评价标准如图5所示,在控制系统中MFO算法对量化因子和比例因子进行寻优,所以每只飞蛾的维度为5,Ke㊁Kec取值范围设置为[1,3],Kpp为[5,15],Kii为[0.03,0.3],Kdd为[0.01,0.1]㊂设置初代飞蛾种群大小为30,最大迭代次数为30㊂适应度目标函数是确定火焰矩阵的重要标准,是MFO算法中的关键函数㊂在BLDCM控制系统中,依据快速性和准确性评价控制系统的好坏㊂超调量Mp,上升时间tr,调整时间ts,峰值时间tp是参考的指标,适应度函数确定如下:fit=1/{αexp[-(Mp/Mp0)2]+βexp[-(tr/tr0)2]+γexp[-(ts/ts0)2]+ηexp[-(tp/tp0)2]}(10)式中:Mp0=1%;tr0=0.2s;ts0=0.2s;tp0=0.2s,是控制系统相应指标的期望值;α,β,γ,η是各个指标对应的权重系数,满足:α+β+γ+η=1㊂本文α=0.5,β=0.1,γ=0.2,η=0.2㊂在进行适应度计算时,fit值越小证明系统性能越好㊂本文还引入了同样可以评价控制系统性能的时间偏差绝对值积分型指标函数:ITAE=ʏt0t㊃e(t)dt(11)式中:e(t)=wr-w(t)为t时刻参考转速与实际转速的差值㊂ITAE值越小则说明控制系统性能越好,本文利用ITAE函数验证fit适应度函数㊂基于MFO算法的量化㊁比例因子寻优流程如图6所示㊂在进行适应度目标函数计算时,通过MATLAB中的assignin函数将算法中的飞蛾传入simulink仿真模型,通过sim函数运行仿真模型,计算出需要的评价指标㊂ITAE指标由simulink中的simout模块输出㊂图6㊀MFO算法粒子寻优流程图5㊀仿真结果与分析本文设定无刷直流电机期望速度wr=800r/min,仿真时间设置0.5s,为使得结果分析更加精确,sim函数取样步长为0.0001s,设置传统PID控制和模糊PID控制作为对照组㊂运行3种BLDCM控制系统仿真模型,基于MFO优化后的模糊控制器量化因子和比例因子如表2所示,统计各评价指标如表3所示㊂由适应度目标函数值依次变小可知控制系统性能逐渐提升,由适应度目标函数的验证函数ITAE值亦可得出同样的结论,经MFO优化后的控制系统各项评价指标均很好的达到了期望值㊂图7是三种控制系统输出的转速曲线图㊂表2㊀MFO优化后的量化因子和比例因子KeKecKppKiiKdd1.90091.41965.00420.10000.0300表3㊀三种控制系统运行指标控制系统类型Mp/%tp/sts/str/s稳定w值/(r㊃min-1)fitITAEPID2.1030.2090.3840.166816.8278.9854.341FuzzyPID1.1820.2070.1640.170809.4543.0463.730MFOFuzzyPID0.0900.1740.1650.173800.7181.3552.695㊀㊀㊀㊀㊀第4期刘雨豪等:基于MFO算法的无刷直流电机模糊控制设计111㊀㊀图7㊀三种控制系统的转速曲线图6㊀结论本文提出了一种在线优化模糊控制器的新方法,设计了基于飞蛾火焰算法优化的模糊控制器,该算法具有优秀的寻优能力㊂文中建立了BLDCM仿真模型,编写了MFO算法的m文件,应用MATLAB/Simulink进行了仿真实验进行验证,结果显示其能够较好的实现无刷直流电机的速度控制,控制性能明显优于传统PID控制器和普通的模糊控制,具有较高的控制精度㊂参考文献:[1]㊀韩仁银,郭阳宽,祝连庆,等.基于霍尔传感器的无刷直流电机改进测速方法[J].仪表技术与传感器,2017(10):115-117.[2]㊀田海林,宋珂炜,董铂龙,等.基于粒子群神经网络的无刷直流电机控制方法[J].电力电子技术,2019,53(12):106-110.[3]㊀李晓含,王联国.改进细菌觅食算法在PID参数整定中的应用[J].传感器与微系统,2018,37(8):157-160.[4]㊀方炜,张辉,刘晓东.无刷直流电机双闭环控制系统的设计[J].电源学报,2014(2):35-42.[5]㊀杨昕红,刘长文.基于MATLAB的直流无刷电机模糊PID控制设计[J].仪表技术与传感器,2019(11):105-108.[6]㊀管先翠.基于粒子群优化算法的无刷直流电机控制策略研究[D].武汉:华中科技大学,2015.[7]㊀耿文波,周子昂.改进粒子群算法优化的BLDCM调速系统研究[J].控制工程,2019,26(9):1636-1641.[8]㊀方文茂.利用遗传算法优化模糊控制器参数研究[D].长春:长春理工大学,2016.[9]㊀MIRJALILIS.Moth⁃flameoptimizationalgorithm:anovelna⁃ture⁃inspiredheuristicparadigm[J].Knowledge⁃BasedSys⁃tems,2015,89:228-249.作者简介:刘雨豪(1996 ),硕士研究生,主要研究方向为嵌入式软硬件㊁电机控制,E⁃mail:lyh03141001@163.com廖平(1964 ),教授㊁博士生导师,主要研究方向为机电一体化㊁智能算法与控制㊂E⁃mail:liaoping0@163.com(上接第61页)[3]㊀RAHMANNURIH,RIVAIM,SARDJONTA.Designofdigitallock⁃inamplifierforlowconcentrationgasdetection[C].InternationalSeminaronIntelligentTechnologyandITSApplications,2017:319-322.[4]㊀陈浩,闫树斌,郑永秋,等.应用于谐振式光纤陀螺的双相位锁相放大器的设计[J].仪表技术与传感器,2014(11):93-95.[5]㊀SONNAILLONMO,URTEAGER,BONETTOFJ.High⁃fre⁃quencydigitallock⁃inamplifierusingrandomsampling[J].IEEETransactionsonInstrumentationandMeasurement,2008,57(3):616-621.[6]㊀范松涛,周燕,潘教青,等.基于FPGA的数字锁相放大器在气体探测中的应用[J].计算机测量与控制,2012,20(11):3027-3028.[7]㊀赵婷婷,王先全,姜增晖,等.基于数字锁相放大的时栅传感器信号处理研究[J].工具技术,2017,51(4):87-92.[8]㊀GASPARJ,CHENSF,GORDILLOA,etal.Digitallockinamplifier:study,designanddevelopmentwithadigitalsignalprocessor[J].Microprocessors&Microsystems,2004,28(4):157-162.[9]㊀高华磊,徐德辉,刘松,等.谐振式MEMS磁传感器接口电路设计[J].传感器与微系统,2016,35(11):92-94.[10]㊀GONZALOMB,RODRIGUEZRJ,GEORGINAMV,etal.Dual⁃phaselock⁃inamplifierbasedonFPGAforlow⁃fre⁃quenciesexperiments[J].Sensors,2016,16(3):379.[11]㊀刘越,刘富,戴逸松.参考信号频率自调整的数字相敏检波器算法的研究[J].计量学报,1998,19(4):312-316.[12]㊀赵俊杰,郝育闻,郭璐璐,等.数字锁相放大器的实现研究[J].现代电子技术,2012,35(3):191-195.作者简介:梅晓东(1994 ),硕士研究生,研究方向为传感器接口电路㊂E⁃mail:meixd@mail.sim.ac.cn通信作者:熊斌(1962 ),博士,研究员,研究方向为MEMS器件及其相关技术㊂E⁃mail:bxiong@mail.sim.ac.cn。
无刷直流电机模糊PID控制系统研究与仿真_王葳
图2
转速、 电流双闭环系统设计框图
控制系 统 中 的 转 速 调 节 采 用 模 糊 PID 控 制, 其结构如
图1 无刷直流电动机的动态特性框图
图3
[2 , 3, 8 ]
。
BLDCM 的动态方程如下: U-E = L dI a dI a + RI a = ( T + Ia ) R dt dt dΩ dt ( 1) ( 2) ( 3)
Te = Cm Ia = KI Ia Te - Tl = J 其中, L 为绕线电感; R 为绕线电阻; I a 为定子相电流; U 为系统给定电压; T = L / R为电枢回路电磁时间常数; E = K Ω Ω 为额定励磁下电机的反电动势; T e 为电磁转矩; K I 为转矩系数; C m = T e / I a 为电机额定励磁下的转矩电流比; J 为电机转动惯量; T l 为负载转矩。 在零初始条件下对( 1 ) 式进行拉氏变换可得: U( S) - E( S) = ( TS + 1 ) RI a ( S) 整理得传递函数为: U( S) - E( S) TS + 1 = 1 /R I a ( S)
[5 , 6 ]
பைடு நூலகம், 系
模糊 PID 参数自整定基本原则
:
1 ) 当系统偏差( | e | ) 较大时, 为使系统尽快消除偏差, 不管 e c 的符号如何都应取较大的 K p 和 K I , 以达到快速缩小 偏差的目的。如果此时偏差和偏差变化率符号相反, 则应取
— 197 —
表2 e NB NB NM NS Z PS PM PB NB NB NB NM NM Z Z NM NB NB NM NM NS Z Z
Study and Simulation of Fuzzy - PID Control System of BLDCM
基于模糊控制的无刷直流电机建模仿真新方法
基于模糊控制的无刷直流电机建模仿真新方法
罗维玲;刘建成
【期刊名称】《计算机工程与科学》
【年(卷),期】2009(031)008
【摘要】为提高无刷直流电动机(BLDCM)控制系统的精度,本文根据电机的数学模型,基于Matlab仿真平台构建了BLDCM电流、转速模糊PI复合控制的双闭环控制系统的仿真模型.该模型采用了一种基于分段线性化的思想,利用Simulink中的Look-Up Table对梯形波感应电动势和电磁转矩进行快速建模的方法.仿真结果表明,该模型准确易行、控制精度高,为实际BLDCM控制系统的设计和调试提供了有效的工具.
【总页数】4页(P147-149,155)
【作者】罗维玲;刘建成
【作者单位】中南大学信息科学与工程学院,湖南,长沙,410075;中南大学信息科学与工程学院,湖南,长沙,410075
【正文语种】中文
【中图分类】TM330.3
【相关文献】
1.基于Matlab的无刷直流电机Fuzzy-PID控制研究及其建模仿真 [J], 丁鹏;姚平喜
2.基于无刷直流电机驱动三余度机电伺服机构建模仿真 [J], 吴昊;李清;田胜利;周
海平
3.基于永磁同步电机的无刷直流电机建模仿真 [J], 殷帅;吕彩琴;王凯;张化冰;王越
4.基于新型Z源网络的无刷直流电机建模仿真 [J], 钱双杰;简献忠
5.基于S函数的无刷直流电机控制系统建模仿真 [J], 唐小珠;成慧敏;李培培
因版权原因,仅展示原文概要,查看原文内容请购买。
4模糊PI控制的无刷直流电机调速系统仿真
一186一
万方数据
不能提高很好的控制性能。为了进一步提高BLDCM调速系 统的快速性、稳定性和鲁棒性,智能控制方法得到了越来越 多的关注,成为目前的一个研究热点,其中模糊控制正是智 能控制中应用广泛、最为常见的方法之一【l—J。
模糊控制具有很强的非线性映射功能,广泛应用于系统 辨识等诸多方面,具有不依赖于系统模型参数、鲁棒性强的 特点。本文介绍了参数自整定模糊PI控制方法,即:由传统 的PI控制与模糊控制相结合的新型控制方式,这种控制方 式结合了模糊推理处理未知信息能力和人工智能在线学习 优点,能够有效地处理控制系统的非线性和不确定性,在线 实时调整PI参数。仿真实验表明,这种新型的智能控制方 法响应快、无超调,与传统PI控制方法相比具有更好的动静 态性能、控制精度以及鲁棒性。
对于误差e,误差变化de/dt及控制量群,K的模糊集 及其论域定义如下: e的模糊集为:
{NB,NS,NO,Po,PS,PB}
一1 88~
万方数据
图5输入偏差变化率的隶属度函数
C
j
3
4
:
b
’
8
l
围6输出变■坼和墨的隶属度函数
4.2.2模糊控制查询表 模糊控制查询表是模糊控制器的设计核心,根据电机控
制经验(参见4.1)和大量的模拟仿真得到了模糊控制规则 集,见表l(表中KI控制系数顺序为:K、K)。
表1模糊控制查询表
5仿真结果
本文采用的BLDCM参数是:功率15 kW,额定转速7500 r/min,直流稳压源270 V,负载转矩10 N.m,转动惯量 0.0002 kg.n13,电动势常数0.2614,(L—M)为0.0001H,电 机相电阻为14 raft,极对数为2,每极磁通量0.004586 Wb。
直流电动机调速系统模糊控制的仿真
直流电动机调速系统模糊控制的仿真摘要针对直流电动机调速系统的非线性和构造参数易变化等特点,本文设计了模糊控制器,建立了转速环为模糊控制的双闭环调速系统。
为了验证模糊控制器的控制效果,本文对直流电动机的参数变化、负载突变等不同情况进展了仿真研究,并将仿真结果与常规PID 控制进展比拟。
结果说明,模糊控制器在电机参数变化或负载突变时具有较好的控制性能。
关键词直流电动机控制器仿真1引言直流电动机具有良好的起、制动性能,在电力拖动自动控制系统,如轧钢机及其辅助机械、矿井卷杨机等领域中得到了广泛应用。
然而传统直流电动机双闭环调速系统大多采用构造简单、性能稳定的常规PID控制技术,由于在实际的传动系统中,电机本身的参数和拖动负载的参数(如转动惯量)并不如模型那样一成不变,在某些应用场合会随工况而变化;同时,电机本身是一个非线性的被控对象,许多拖动负载含有弹性或间隙等非线性因素。
因此被控制对象的参数变化与非线性特性,使得线性的常参数的PID调节器常常顾此失彼,不能使系统在各种工况下都能保持设计时的性能指标,往往使得控制系统的鲁棒性差,特别是对于模型参数大X围变化且具有较强非线性环节的系统,常规PID调节器难以满足高精度、快响应的控制要求,常常不能有效克制负载、模型参数的大X围变化以及非线性因素的影响[1]。
模糊控制是一种典型的智能控制方法,广泛地应用于自然科学和社会科学的许多领域[1],其最大的特点是将专家的经历和知识表示为语言控制规那么,并用这些控制规那么去控制系统,这样它可以不依赖于被控制对象的准确数学模型,能够克制非线性因素的影响,对被控制对象的参数具有较强的鲁棒性。
为了验证模糊控制器具有对被控制对象参数变化适应能力强的特点,本文以实际的直流电动机双闭环调速系统为例,设计了相应的模糊控制器,建立了直流电动机双闭环调速系统模糊控制的仿真模型,仿真结果说明,模糊控制器在负载突变或电机参数变化时具有较好的控制性能,充分表达了其适应于非线性时变、滞后系统的控制以及鲁棒性强的特点。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Abstract: In this paper, a new method based on fuzzy self - adapting PID control is presented which is suitable for BLDCM. This method overcomes some defects of traditional PID control. Result of the simulation experiment show that fuzzy self - adapting PID control compared with normal PID is with better control performance , without over , fast in response and strong in robustness etc. Key words: brushless DC motor; MATLAB ; fuzzy control
转子磁极位置检测器等组成 , 其转子采用瓦 器、 进行特殊的磁路设计可获得梯形波气隙磁 形磁钢, 场, 定子采用整距集中绕组, 通过逆变器供给电流。 BLDCM 气隙磁场感应的反电动势和相电流之间的 如图 1 所示。 关系,
图1
BLDCM 波形图
无刷直流电机的感应电动势 ( 反电势 ) 近似为 梯形波, 包含较多的高次谐波, 同时 BLDCM 的电感 是非线性的, 所以 dq 变换理论并不适用, 该文直接 利用电动机原有的相变量建立数学模型, 以两相导 通三相六状态为例分析 BLDCM 的数学模型, 为便 于分析做如下假定: 1 ) 三相绕组完全对称, 气隙磁场为方波, 定子 电流转子磁场分布均对称; 2 ) 忽略齿槽、 换相过程和电枢反应影响;
3
3. 1
自适应模糊控制系统的设计
控制方案
为了实现对无刷直流电动机的高精度的速度控 制, 将传统 PID 和模糊控制相结合, 利用模糊推理原 kI , k D 进行在线自调 对 PID 参数 k P , 则的控制策略, 整, 满足不断变化的误差对控制参数的要求。 控制 系统结构如图 4 所示。
积分系数 k I 越大时, 系统超调量越大, 系统响 应速度越快。当 k I 越小时, 超调量越小, 系统响应速 度变慢。积分环节的主要作用是消除系统稳态误 差。k I 的模糊控制规则如表 2 所示。
0
引言
1
无刷直流电机的数学模型
无刷直流电机由定子三相绕组、 永磁转子、 逆变
[2 ]
无刷直流电动机 ( BLDCM ) 是在有刷直流电动 [1 ] 机的基础上发展起来的一种新型电机 。 无刷直 流电机以其体积小, 重量轻, 效率高, 惯量小和控制 广泛应用于伺服控制、 数控机床、 机 精度高等优点, 器人等领域。 随着 BLDCM 应用领域的推广, 对系 统的动静态性能、 鲁棒性、 控制精度等要求越来越 高。 电机调速最常用的方法是双闭环 PI 控制, 但是 PI 控制器 由于 PI 控制为线性控制, 当参数变化时, 的参数不能随被控对象的变动作相应的调整 , 因此 。 不能达到预期控制要求 模糊控制作为一种智能控 制, 最大的特点在于它不需要建立对象的数学模型 , 能够很好地克服系统中参数的变化和非线性等不确 定因素, 运用模糊推理的方法, 自动实现对 PID 参数 的最佳调整。该文结合 PID 控制和模糊控制各自的 优势, 提出自适应模糊 PID, 以期满足 BLDCM 控制 系统的快速性、 稳定性和鲁棒性的要求。
Model and system simulation of the BLDCM based on fuzzy controler
XIANG Ping,LIANG Xiao
( Institute of Electromechanical Engineering,Northwestern Polytechnical University,Xi'an 710072 , China)
ia ea 0 P ib + eb L - M ic ec
根据式 ( 2 ) 得到的电机等效电路图如图 2 所
图2
无刷直流电机等效电路图
BLDCM 的电磁转矩方程为: Te = ( ea ia + eb ib + ec ic ) / ω 其中: ω 为 BLDCM 的角速度。 BLDCM 的电机动力学方程为: J dω = T e - T l - Bω dt ( 4) ( 3)
作为电流环的输入, 而电流环的输出产生 PWM 调 制信号, 根据电子换相模块, 顺序控制功率开关器件 的导通, 从而控制逆变器电压幅值, 控制绕组的相电 , 流 这样逆变器的输出电流就跟随给定电流的变化 , 且稳态无静差。 2 . 4 逆变器模块 电压逆变模块实现的是逆变器功能, 输入为位 置信号和电流滞环控制模块给出的逆变控制信号 , 输出为三相端电压。该模块可根据位置信号判断电
由电动机结构决定了在一个磁阻不随转子位置 360 ° 电角度内 ( 机械上为一对磁极距 ) 变化而变化, 转子的磁阻不随定子位置变化而变化, 同时假定三 相对称, 则有: LA = LB = LC = L L AB = L AC = L BA = L BC = L CA = L CB = M 式中: M 为无刷直流电动机定子绕组间互感 。 经整理可得到式( 2 ) : Ua U b Uc L - M 0 0 示。 0 L -M 0 = 0 R 0 0 0 R 0 0 ia 0 ib R ic + 2. 2
PID 参数的调整必须考虑到不同时刻 3 个参数 kI , k D 对系 的作用以及它们之间的关系。 根据 k P , 统输出特性的影响程度以及不同的 | e | 和 | ec | , 设计 [3 ] 的模糊 PID 参数自整定基本原则如下 : 1 ) 当系统偏差 | e | 较大时, 为了使系统尽快消除 偏差, 都应取较大的 k P 和 k I , 以达到快速缩小偏差 避免出现较大的 的目的。同时为了防止积分饱和, 超调, 应对积分作用加以限制或者去掉积分作用 。 2 ) 当 | e | 和 | ec | 适中时, 为防止系统超调量过 k P 和 k D 取中等程度值。 大, 应取较小的 k I , 3 ) 当 | e | 较小时, 为使系统具有较好的稳定性, k P 和 k I 的值应尽量取大, 同时应注意 k D 的值应根 据系统偏差变化率来决定, 否则系统对扰动敏感, 振 动加剧, 系统的调节时间加长。 3. 2 控制器的设计 E、 EC 以及 k P , kI , k D 是用语言值 模糊控制中, 来描述的。 对于 E 和 EC 他们的模糊集分别为 { 负 大、 负中、 负小、 零、 正小、 正中、 正大 } , 可记为 { NB 、 NM、 NS、 Z 、 PS、 PM、 PB } 。 同时 k P , kI , k D 的模糊子 NM、 NS、 Z、 PS、 PM、 PB } 。 同时设 集也定义为 { NB 、 0, 定变量的论域为 { - 6 ,- 5 ,- 4 ,- 3 ,- 2 ,- 1 , + 1, + 2, + 3, + 4, + 5, + 6} , 控制器的隶属度函数 均采用三角形隶属度函数。 模糊推理采用 Mandani 方法的 max - min 合成法, 用重心法即加权平均法 进行解模糊。 比例系数 k P 越大时, 系统响应速度越快, 超调 量越大, 甚至导致系统不稳定。反之, 当 k P 越小时,
2011 年第 1 期
工业仪表与自动化装置
· 39·
基于模糊控制的无刷直流电机的建模及仿真
向 平, 梁 筱
( 西北工业大学 机电学院, 西安 710072 ) 摘要: 针对传统 PID 控制方法在对永磁无刷直流电机进行控制时的鲁棒性差 , 精度低等缺点, 提出参数自整定模糊 PID 控制方法, 即采用传统的 PID 控制与模糊控制相结合的新型控制方法。 仿真结果表明, 采用自适应模糊 PID 控制较常规 PID 控制具有更好的控制性能, 超调量小, 响应快, 鲁棒性强等特点。 关键词: 无刷直流电机; MATLAB ; 模糊控制 中图分类号: TM33 文献标志码: A 文章编号: 1000 - 0682 ( 2011 ) 01 - 0039 - 04
系统响应速度减慢, 超调量减小, 稳态误差加大。 k P 的模糊控制规则如表 1 所示。
表1 E NB NM NS Z PS PM PB k P 的模糊控制规则表 EC NB PB PB PM PM PS PS NS NM PB PB PM PM PS Z Z NS PM PM PM PS Z NS NM Z PS PS PS Z NS NM NM PS PS PS Z NS NS NM NM PM Z Z NS NM NM NM NB PB Z NS NS NM NM NB NB
收稿日期: 2010 - 07 - 16 作者简介: 向平( 1963 ) , 女, 陕西西安人, 硕士, 副教授, 研究方 向为生物医学工程理论和应用, 自动检测技术, 微机应用等。
· 40·
工业仪表与自动化装置
2011 年第 1 期
3 ) 电枢绕组在定子内表面连续均匀分布 ; 4 ) 磁路不饱和, 不计涡流和磁滞损耗。 根据上面的假设, 无刷直流电机的定子三相绕 组的电压动态方程可表示为: Ua R U = 0 b Uc 0 0 R 0 0 ia LA 0 i b + L BA R i c L CA L AB LB L CB
2 转动 惯 量 ( kg · m ) ; dω / dt 为 转 子 机 械 角 加 速 度 ( rad / s2 ) 。
2
BLDCM 系统仿真模型的建立