无刷直流电机模糊神经元PID算法研究.pdfVIP

摘 要 无刷直流电动机运行过程中往往具有非线性和不确定性，难以建 立精确的数学模型，采用常规 PID 控制器难以达到理想的控制效果。 人工神经网络中的神经元具有良好的非线性映射、自学习和自适应能 力，能够有效减小系统参数时变性带来的影响，而模糊控制不依赖于 被控对象的精确数学模型，能够克服非线性因素的影响。基于神经元 和模糊控制的这些特点，本文将在分别研究模糊算法、神经元与 PID 算法的基础上，结合三者优点研究结合算法。 借助模糊控制和神经元控制理论，分析了 PID 算法的基本结构， 将模糊控制、神经元和 PID 控制算法相结合，用模糊控制策略在线优 化神经元 PID 算法中神经元的比例系数，构造了模糊神经元 PID 控 制模型。对阶跃函数位置跟踪的仿真结果表明，与增量 PID 算法、基 于二次型性能指标学习的神经元自适应 PID 算法比较，模糊神经元 PID 算法具有响应速度快、无超调和抗干扰能力强的特点。 研究了无刷直流电机的数学模型，建立无刷直流电机的动态方 程。利用速度环和电流环的双闭环控制策略，将模糊神经元 PID 算法 与无刷直流电机的动态方程相结合，组成无刷直流电机控制算法。通 过对无刷直流电机转速控制的仿真结果表明，与增量 PID 算法、基于 二次型性能指标学习的神经元 PID 算法比较，模糊神经元 PID 算法 具有调节时间短、无超调和鲁棒性好的特点。 设计基于 STM32 微处理器的无刷直流电机硬件电路，编写软件 将无刷直流电机模糊神经元 PID 算法应用到无刷直流电机控制系统 中。实验结果表明，无刷直流电机模糊神经元PID 控制器具有良好的 调速性能和稳定性。 关键词：无刷直流电机 模糊 神经元 PID I Abstract It is often nonlinear and uncertainty in the running process of the Brushless DC motor, and it is difficult to establish a precise mathematical model and to achieve the desired effect with conventional PID controller. The neurons of the artificial neural network with nonlinear mapping of good, self learning and adaptive abilities can effectively reduce the influence of the system variability parameter. The fuzzy control does not depend on the mathematical model of the controlled object, can overcome the influence of the nonlinear factors. In this paper, the combination algorithm is studied based on the advantages of the fuzzy algorithms, neural and the PID algorithm. The basic structure of the PID control algorithm is analyzed with fuzzy control and neural control theory. After the combination of fuzzy control, neurons and PID algorithm, the neuro