資源描述：
《永磁同步電機(jī)PID參數(shù)優(yōu)化研究.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、29卷第4期計算機(jī)仿真2012年4月文章編號：1006—9348(2012)04—0泓7一04永磁同步電機(jī)PID參數(shù)優(yōu)化研究鮑建成(江蘇海事職業(yè)技術(shù)學(xué)院信息工程系，江蘇南京211170)摘要：研究永磁同步電機(jī)優(yōu)化控制問題，永磁同步電機(jī)具有強(qiáng)耦合和強(qiáng)非線性特性的特點，應(yīng)用環(huán)境一般較為復(fù)雜且常常存在各種干擾使電機(jī)系統(tǒng)穩(wěn)定性差，針對傳統(tǒng)PID控制方式很難滿足電機(jī)系統(tǒng)要求，控制效果差，超調(diào)大。為提高控制精度，提出一種改進(jìn)的PID控制方法。將PID控制器的參數(shù)作為粒子群中的粒子，系統(tǒng)控制精度作為粒子的尋優(yōu)目標(biāo)，通過粒子搜索找到最優(yōu)PID控制參數(shù)，從I面對電機(jī)進(jìn)行精確的控制。仿真結(jié)果表明，粒子群算法的
2、PID控制器提高了永磁同步電機(jī)系統(tǒng)控制精度，為永磁同步電機(jī)優(yōu)化設(shè)計提供了科學(xué)依據(jù)。關(guān)鍵詞：粒子群算法；永磁電機(jī)；比例積分微分控制器；參數(shù)優(yōu)化中圖分類號：TP271文獻(xiàn)標(biāo)識碼：AResearchonParametersOptimizationofPMSMSpeedServoSystemBAOJian——cheng(DepartmentofInformationEngineering，JiangsuMaritimeInstitute，JiangsuNanjing211170，China)ABSTRACT：ResearchaboutPIDpantmetemoptimizationproblem．
3、Motorspeedcontrolsystemisacomplexsys-tem，changeswithtime，andhasthecharacteristicsofnonlinearandstrongcoupling，therefore，thetraditionalPIDparametersoptimizationmethodcannotobtaintheoptimalPIDparameters，andthesystemcontroleffectispoor．Inordertoimprovethecontrolprecision，thepaperputforwardaPIDparamet
4、ersoptimizationmethodbasedonparticleSWat'HIalgorithm．PIDcontrollerparametersweretakenastheparticleswhilethesystemcontrolaccuracyasparticleswarmoptimumtarget．TheoptimalPIDcontrolparameterswerefoundbythroughparticlesearch，thusimprovedtheperformancesofmotorspeedcontrolsystem．Simulationresultsshowthat
5、PIDcontrollerbasedonparticlesw&rn'lalgo-rithmimprovesthesystemcontrolaccuracyandadjustingspe}ed，reducestheovershoots，andhasagoodapplicationprospect．KEYWORDS：PSO；PMSM；PID；Parametersoptimizationl引言永磁同步電機(jī)因具有結(jié)構(gòu)簡單、轉(zhuǎn)矩波動小、運行可靠、效率高等優(yōu)點，而廣泛應(yīng)用于中小容量的交流調(diào)速和伺服系統(tǒng)中，其系統(tǒng)控制是其中的研究重點。同步系統(tǒng)是一個多變量、非線性、強(qiáng)耦合系統(tǒng)，若采用常規(guī)的控制器，容易受電
6、機(jī)參數(shù)變化和負(fù)載擾動等不確定因素的影響。永磁同步電機(jī)通常采PID控制器，PID控制器性能與其控制參數(shù)密切相關(guān)，因此如何對PID控制器參數(shù)進(jìn)行合理優(yōu)化非常重要的，一直是電機(jī)控制系統(tǒng)研究的熱點問題?。最初PID控制器采用試湊法和經(jīng)驗等人工方式對其參數(shù)進(jìn)行優(yōu)化，耗時長，效率低，很難找到最優(yōu)PID控制參數(shù)，收稿日期：2011一04-22修回日期：2011—06—12因此控制精度不高舊J。當(dāng)前主要的PID控制器參數(shù)優(yōu)化方法有ZN法pJ、單純形法H3和梯度法¨】，這些方法簡單易實現(xiàn)，但是各自存在不足，如ZN法超調(diào)量和振蕩大，單純形法易陷入局部最優(yōu)解，梯度法對初初值敏感，且均是基于線性控制系統(tǒng)，因此對于
7、這機(jī)具有非線性、時變性等變化特點的控制系統(tǒng)，其參數(shù)變化呈典型的非線性規(guī)律，因此傳統(tǒng)PID控制器參數(shù)優(yōu)化控制效果不理想，且這些傳統(tǒng)方法不能進(jìn)行在線參數(shù)優(yōu)化"】。近年來，隨著智能控制技術(shù)的發(fā)展，利用神經(jīng)網(wǎng)絡(luò)對PID控制器參數(shù)進(jìn)行優(yōu)化成為當(dāng)前的一個研究熱點，但是神經(jīng)網(wǎng)絡(luò)本身參數(shù)優(yōu)化十分復(fù)雜，網(wǎng)絡(luò)收斂速度比較低，難以獲得較高的控制精度哺1。粒子群算法(ParticleSwarmOptimization，PSO)模擬鳥群捕食機(jī)制的
