无刷直流电机（Brushless Direct Current Motor,BLDCM）调速控制系统使用模糊PID控制（Fuzzy PID Control）时存在缺陷。模糊控制多依靠专家经验,使用时控制器无法满足控制系统的要求,容易导致系统调速响应变慢,增大转矩脉动和噪声,严...
详细信息
无刷直流电机（Brushless Direct Current Motor,BLDCM）调速控制系统使用模糊PID控制（Fuzzy PID Control）时存在缺陷。模糊控制多依靠专家经验,使用时控制器无法满足控制系统的要求,容易导致系统调速响应变慢,增大转矩脉动和噪声,严重时可能导致系统崩溃。此外,使用位置传感器一方面会造成电机安装成本增加,另一方面也会使电机控制系统的可靠性存在风险。因此对解决这两种问题的研究极具意义。首先,本文提出利用遗传蚁群（Genetic Ant Colony,GA-ACO）混合算法对模糊PID控制器进行优化。其中模糊规则采取离线优化,各参数(Ke、Kec、Ku)采取在线优化方式。为了分析其性能,通过MATLAB/Simulink建立无刷直流电机调速系统控制模型,分析比较系统速度环在采用不同控制方式时的动态性能。结果表明基于GA-ACO的无刷直流电机调速控制系统的控制性能较优。其次,针对无刷直流电机无位置传感器控制,本文采用基于龙伯格观测器（Lomberg Observer）的无位置传感器控制方式。对于传统观测器估算精度不高的问题,对观测器中的锁相环环节进行优化,将锁相环中单一的PI参数调节替换为动态的PLL参数调节;对于观测器在低速阶段估算精度很低的问题,提出将观测器模式与霍尔传感器模式相结合的方式,启动时选择霍尔方式,当达到一定转速时再进行无位置控制。结合电机调速系统,在MATLAB/Simulink中建立无刷直流电机控制系统模型。通过对实验结果的分析可知,电机在无位置控制方式下可以很好的实现对转子位置及转速的获得,整体控制系统的响应速度,抗干扰能力、转矩波动抑制能力都得到了很好的提升。最后,针对所设计的无刷直流电机控制系统进行硬件实验,在RT-LAB中搭建其硬件在环的半实物仿真平台。结果表明,在电机正常工作情况下,本文所设计的控制系统可以满足实际工况的需求,具有实际的应用价值及较高的社会效益。
暂无评论