无刷直流电机位置伺服智能控制方法研究.docVIP

第9 卷第3期2009年9月 温州职业技术学院学报 Journal of Wenzhou Vocational Technical College V ol.9 No.3Sep.2009 2009-03-05 乔维德(1967— ,男,江苏宝应人,常州市广播电视大学科研处,教授.[收稿日期][作者简介]乔维德 (常州市广播电视大学　科研处,江苏常州 213001 [摘　　要]　针对多变量、非线性、时变的无刷直流电机位置伺服控制系统的特点,提出一种基于免疫遗传算法的递归模糊神经网络控制器的设计方法,并应用于无刷直流电机三闭环控制系统的位置调节器中,实现系统精确的位置控制。仿真结果表明,递归模糊神经网络控制器明显优于PID 控制器。 [关键词]　无刷直流电机;RFNN;伺服系统;位置控制[中图分类号]　T P 273+.4　 [文献标识码]　A [文章编号]　1671-4326(200903-0054-03 无刷直流电机位置伺服智能控制方法研究 0引　言 无刷直流电机(BLDCM具有性能优异、运行可靠和 良好的调速性能。近年来,随着新材料的出现和电力电子器件的发展,无刷直流电机已广泛应用于工业控制的各个领域[1]。设计高性能的无刷直流电机位置伺服控制系统已成为当今电力传动与控制领域的重要研究课题之一。 伺服系统一般是按误差控制的系统,传统的方法是采用P I D 控制。常规P I D 控制原理简单,容易实现,稳态无静差。因此,长期以来广泛应用于工业过程控制,并取得了一定的控制效果。然而,传统的P I D 控制主要是控制具有确定模型的线性过程,而实际上无刷直流电机伺服控制系统是多变量、非线性、强耦合的时变系统,常规P I D 调节器在其高精度的伺服控制要求场合很难达到规定的性能指标[2]。模糊神经网络 结合模糊控制的逻辑推理以及神经网络的自学习能力,既具备强大的结构性知识表达能力,又具备自身参数调整优化的能力,从而在许多时变、不确定的复杂系统控制中被广泛采用。针对多变量、非线性、时变的无刷直流电机伺服控制系统的特点,设计一种递归模糊神经网络(R F N N 控制器,用来替代无刷直流电机伺服控制系统三环中位置环的P I D 控制器,并应用免疫遗传算法(I G A 在线优化R F N N 控制器的结构参数,使整个网络实现良好的跟踪响应。仿真结果表明,与固定参数的P I D 控制算法相比,该无刷直流电机的位置伺服系统能实现精确的位置控制,跟踪性能好,输出精度高,动态和静态性能明显优于传统P I D 控制器。 1基于IGA优化的RFNN 控制的无刷直流电机位置 伺服系统 Research on Servo Intelligence Control Method of BLDCM Position QIAO Weide (Scientific Research Section, Changzhou Radio and Television College, Changzhou, 213001, ChinaAbstract: In view of the characteristic of being multivariable, non-linearity, time-variable for BLDCM position servo control system, a novel design method of the recursive fuzzy-neural network (RFNN controller based on Immune-Genetic Algorithm(IGA is proposed for applying in position controller of BLDCM three -closed loop vector control system to realize the accurate position control. The simulation result indicates that the recursion fuzzy-neural network controller surpasses the PID controller obviously. Key words: BLDCM; RFNN; Servo system; Position control 第9 卷第3期55 1.1系统原理与结构 永磁无刷直流电机位置伺服系统包含速度环、电 流环和位置环等三个闭环控制结构,电流环采用比例 P控制器,速度环采用比例积分P I控制器,而位置环 处于最外环,系统各种扰动给内环造成的误差可以由 位置环通过控制进行补偿或抑制[3]。在无刷直流电机 位置伺服系统结构中,采用R F N N控制