基于粒子群算法的电机控制策略研究
Research on Motor Control Strategy Based on Particle Swarm Optimization
蒋鸣东 1刘岩2
作者信息
- 1. 安徽工业经济职业技术学院 电气工程学院,安徽 合肥 230051
- 2. 福建师范大学 学生工作部,福建 福州 350007
- 折叠
摘要
针对电机速度控制存在的响应慢、精度差等问题,采用 PSO 优化 PID 控制器参数实现对无刷直流电机的速度控制.构建了直流电机的数学模型与控制模型,在此基础上提出了 PSO优化 PID参数的流程.在 MATLAB/Simulink 平台下搭建无刷直流电机控制系统仿真模型,对比传统 PID控制、GA优化 PID参数控制、PSO 优化 PID 参数控制 3 种电机控制策略在电机空载工况、转速发生阶跃变化工况、电机负载发生阶跃工况下的仿真结果.结果表明,PSO 优化 PID 参数控制相对于其它两种控制策略,其转速响应速度快、抗负载干扰能力强.
Abstract
Aiming at the problems of slow response and poor accuracy of motor speed control,particle swarm optimization(PSO)is used to optimize PID controller parameters to realize the speed control of Brushless DC motor.The mathematical model and control model of the DC mo-tor are constructed.On this basis,the process of PID parameters optimization by PSO is pro-posed.The simulation model of Brushless DC motor control system is built on the platform of MATLAB/Simulink.The simulation results of three motor control strategies,namely,tradition-al PID control,PID parameter control optimization by GA,and PID parameter control optimiza-tion by PSO,are compared under the conditions of no-load motor,step change of speed and step change of motor load.The results show that compared with the other two control strategies,PID parameter control optimization by PSO demonstrates fast speed response and strong anti-load in-terference ability.
关键词
电机转速控制/粒子群算法/PID控制Key words
motor speed control/particle swarm optimization(PSO)/PID control引用本文复制引用
基金项目
安徽省高等学校自然科学研究重点项目(2023AH052679)
出版年
2024
NETL
NSTL
维普
万方数据