基于微粒群算法的无刷直流电机单神经元自适应控制

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (442 KB)
输出: BibTeX | EndNote (RIS)

摘要为提高无刷直流电机速度控制性能, 提出一种基于微粒群优化算法的单神经元自适应速度控制算法, 该算法利用单神经元在线调整连接权值的能力, 实现无刷直流电机速度的自适应控制。针对传统单神经元权值调整规则容易陷入局部最优等不足, 利用微粒群优化算法良好的全局和局部寻优能力对单神经元连接权值进行在线调整, 提高了单神经元的自学习、自适应能力。Matlab仿真和实验结果表明, 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。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	代睿
	曹龙汉
	何俊强
	唐超
	刘小丽

关键词 ：无刷直流电机, 微粒群算法, 单神经元, 自适应控制

Abstract：A single neuron adaptive speed control algorithm based on particle swarm optimization (PSO) is proposed in order to improve the speed control performance of brushless DC motor (BLDCM). The ability of the single neuron which can adjust conjunction weights on-line is used to make adaptive speed control. Aimed at the disadvantage that the weight-adjusting rule of the single neuron is prone to be trapped in local optimum, it was proposed to use PSO which has good ability to make both global and local optimization to adjust the weights of single neuron on-line. As a result, the algorithm improves the self-learning and adaptive ability of the single neuron. Matlab simulation and experimental results indicate that under the proposed algorithm the overshoot of the system is small and the speed response is fast with a little fluctuation. The proposed algorithm has better dynamic characteristic and robustness than traditional PID control.

Key words： Brushless DC motor (BLDCM) particle swarm optimization (PSO) single neuron adaptive control

收稿日期: 2009-12-10 出版日期: 2014-03-07

PACS:

TM383

基金资助:科技部国际科技合作(2007DFR10420), 重庆理工大学汽车零部件制造及检测技术教育部重点实验室开放基金(2009-10)资助项目。

作者简介: 代睿男, 1984年生, 硕士, 主要研究方向为智能控制技术和无刷直流电机控制。曹龙汉男, 1966年生, 博士, 教授, 主要研究方向为智能控制技术及设备故障诊断。

引用本文:

代睿, 曹龙汉, 何俊强, 唐超, 刘小丽. 基于微粒群算法的无刷直流电机单神经元自适应控制[J]. 电工技术学报, 2011, 26(4): 57-63. Dai Rui, Cao Longhan, He Junqiang, Tang Chao, Liu Xiaoli. Particle Swarm Optimization Based Single Neuron Adaptive Control for Brushless DC Motor. Transactions of China Electrotechnical Society, 2011, 26(4): 57-63.

链接本文:

http://dgjsxb.ces-transaction.com/CN/Y2011/V26/I4/57

[1] 汪俊杰, 周波, 马长山. 基于前馈控制的BLDCM 滑模变结构调速系统[J]. 电工技术学报, 2008, 23(8): 41-46.
[2] 夏长亮, 刘丹, 王迎发, 等. 基于模糊规则的无刷直流电机免疫PID控制[J]. 电工技术学报, 2007, 22(9): 68-73.
[3] 曹龙汉, 代睿, 黄剑, 等. 智能控制技术在无刷直流电机控制系统中的应用[J]. 仪器仪表学报, 2008, 29(8)增刊: 282-287.
[4] 夏长亮, 李志强, 王明超, 等. 基于RBF神经网络在线辨识的永磁无刷直流电机单神经元PID模型参考自适应控制[J]. 电工技术学报, 2005, 20(11): 65-69.
[5] 颜楠楠, 江全元, 邹振宇. SVC和STATCOM交互影响分析及单神经元控制器设计[J]. 电力系统及其自动化学报, 2005, 17(3): 63-68.
[6] Gaing Z L. A particle swarm optimization approach for optimum design of PID controller in AVR system[J]. IEEE Transactions on Energy Conversion, 2004, 19(6): 384-391.
[7] 付华, 冯爱伟, 徐耀松, 等. 基于单神经元控制器的异步电动机矢量控制[J]. 中国电机工程学报, 2006, 26(1): 127-131.
[8] Li Jinmei, Liu Xingqiao, Chen Chong, et al. Application of an adaptive controller with a single neuron in control of multi-motor synchronous system[C]. IEEE International Conference on Industrial Technology, 2008, 1: 1-6.
[9] 林莘, 王德顺, 徐建源, 等. 单神经元PID控制器在高压断路器运动控制技术中的应用[J]. 电工技术学报, 2009, 24(6): 35-41.
[10] Ji Zhen, Wang Yiwei, Chu Ying, et al. Bacterial particle swarm optimization[J]. Chinese Journal of Electronics, 2009, 18(2): 195-199.
[11] 谢晓锋, 张文俊, 杨之廉. 微粒群算法综述[J]. 控制与决策, 2003, 18(3): 129-134.
[12] Clerc M, Kennedy J. The particle swarm explosion, stability, and convergence in a multidimensional complex space[J]. IEEE Transactions on Evolutionary Computation, 2002, 6(1): 58-73.
[13] Zhang Liping, Yu Huanjun, Hu Shangxu. Optimal choice of parameters for particle swarm optimization[J]. Journal of Zhejiang University Science, 2005, 6A(6): 528-534.
[14] 刘文彬, 刘保国, 刘中战, 等. 基于改进PSO算法的岩石蠕变模型参数辨识[J]. 北京交通大学学报, 2009, 33(4): 140-143.
[15] 夏长亮. 无刷直流电机控制系统[M]. 北京: 科学出版社, 2009.