无刷直流电机的模糊神经网络控制设计

在无刷直流电机(BLDCM)的控制上,传统PID等控制方法存在或多或少的不足.在模糊PID控制的基础上提出了一种模糊神经网络PI控制器的设计方法.该方法结合了模糊逻辑与神经网络,使得模糊控制器模拟了人的控制功能,不仅对环境变化有较强的适应能力,还拥有自学习能力.相比模糊PID控制,其具有计算量小、稳定性强等特点.对BLDCM进行建模与分析;在BLDCM数学模型的基础上,分别设计模糊PID控制器和模糊神经网络PI控制器;对设计的控制器进行仿真验证并分析.实验结果表明,模糊神经网络PI控制具有跟踪性能好、超调小、响应快、脉动小等优点,其动静态特性均优于模糊PID控制.     

基于FPGA的无刷直流电机控制系统设计

该文叙述了一种基于FPGA NIOS实现的无刷直流电机实时控制系统方案.利用FPGA设计PWM模块和控制模块进行电机速度控制,使系统外围电路简单;通过测量电机的霍尔传感器输出信号的脉宽计算出电机的速度:采用FPGA内嵌的软核处理器NIOS II进行增量PID算法控制,使系统的实时性增强.实验表明该系统硬件和软件设计合理,有很好的可靠性和实时性.     

无刷直流电机神经网络自校正控制研究

针对无刷直流电机的非线性、强耦合、变参数等特点,利用多层神经网络对非线性函数的任意精度拟合性,提出了基于BP神经网络的无刷直流电机神经网络自校正控制。神经网络自校正控制不需要被控对象的准确数学模型,并可以通过在线学习来适应系统工作环境和系统本身参数的变化,给出了控制系统软硬件的具体实现方案。仿真和实验结果表明,神经网络自校正控制的速度跟随性、动态响应过程较之PI控制更好,具有很好的控制效果。     

燃料电池用无刷直流电机控制系统设计

根据燃料电池风量需求，针对风量供给系统的非线性，滞后性等特点，设计了一套以DSP为核心的风量供给用无刷直流电机控制系统，包括主控电路，功率变换电路，IGBT驱动电路，硬件保护电路等；并将模糊控制和PID控制相结合，设计了模糊PID控制器．获得了较好的使用效果。     

无刷直流电机控制系统设计

介绍了一种无刷直流电机的控制系统,由无刷直流电机、dsPIC30F4011单片机、IM14400驱动电路等组成,实现电机转速的闭环控制.系统经过霍尔传感器位置信号采集、电机换相信号输出、转速测量等过程后,采用适当的PI算法,调节PWM信号实现电机转速闭环控制.     

无刷直流电机的变论域模糊自适应控制

在无刷直流电机优化设计的研究中,由于无刷直流电机是一种复杂的控制系统,其电气参数具有非线性、时变性等特征.当控制系统的控制精度有较高要求时,传统PID控制器由于精度有限,将难以达到控制要求.根据无刷直流电机的电压与转矩转速方程,通过数学建模,构建其动态数学模型.利用变论域思想,提出一种基于伸缩因子的模糊控制方法,并设计了采用上述方法的转速电流双闭环控制系统.通过计算机仿真,结果表明,改进控制方法具有较好的动态性能.可以实现PID控制参数的在线整定,使电机控制系统具有一定的自适应性.利用此种控制方法,可以提高系统的响应速度及精度,并具有较好的控制性能.     

基于DSP的无刷直流电机智能控制系统研究

介绍了TMS320LF2407 DSP在无刷直流电机控制系统中的应用研究,采用了模糊控制策略,设计了上位监控系统,给出了数字化、智能化的实现方案,实践结果证明了系统的平稳性和快速性满足要求。     

无位置传感器无刷直流电机控制系统设计

针对便携式呼吸机要求电机控制系统硬件电路简单、速度控制精确、稳定可靠等特点,设计了基于电机专业驱动芯片ML4425的无位置传感器无刷直流电机控制系统,软件结合了变速积分PID算法的优点,实现精确稳定的速度闭环控制。试验结果表明,本控制系统调速性能好、稳定可靠,符合便携式呼吸机的要求,已应用于实际的产品中。     

开关模糊神经PID控制的无刷直流电机仿真

无刷直流电机是一种时变性的、非线性的以及强耦合性的系统.对于控制精度要求高的场合,传统的PID控制难以满足对无刷直流电机控制的性能要求.模糊PID控制器虽然具有一定的自适应性,但是模糊规则主要靠经验制定具有一定局限性.为解决上述问题,研究了基于双闭环的开关模糊神经PID控制的无刷直流电机,该方法综合了模糊、神经网络和PID的优点,具有适应能力强,控制精度高,专家知识利用较好等.仿真结果表明模糊神经PID控制相对于模糊PID具有转速响应快、超调量小、抗干扰能力强等优点.     

改进遗传优化的无刷直流电机模糊PID控制

在无刷直流电机控制过程中,将智能控制与PID控制相结合生成智能PID控制策略,现有控制策略或者要求对被控过程有全面的先验知识,或者要求参数优化的搜索空间连续可微,其应用受到了一定的限制,提出基于改进遗传优化算法的无刷直流电机模糊PID控制方法.详细阐述了遗传算法的相关原理,在遗传算法的基础上,针对该算法进行改进,将无刷直流电机控制对象进行编码,构建对应的适应性函数,针对适应性函数进行定标,阐述改进遗传优化算法的终止条件,完成无刷直流电机模糊PID控制.实验结果表明,利用改进算法进行无刷直流电机模糊PID控制,能够缩短阶跃响应时间,降低控制误差,缩短控制过程中的延迟时间,满足无刷直流电机控制在生产过程中的实际需求.     

无刷直流电动机模糊滑模变结构控制的研究

无刷直流电动机的参数强耦合、高度非线性特性增加了对其速度控制的难度,针对上述特点,为提高系统控制的精度和稳定性,设计了一种模糊滑模变结构速度控制器。在传统的滑模变结构控制基础上,引入模糊控制,建立基于等效控制和切换控制的模糊系统,通过隶属度函数的变化来有效地消弱单纯滑模变结构控制所带来的抖振现象,而不牺牲滑模变结构控制对系统参数摄动和外界扰动的强鲁棒性以及快速性等优点。在Matlab软件上仿真结果表明控制器具有良好的控制性能和鲁棒性能。     

光纤定位单元的无刷直流电机控制系统设计

大天区面积多目标光纤光谱天文望远镜(LAMOST)的改进项目计划使用一种直径为10mm的光纤定位单元替换原来的30mm光纤定位单元,以增加焦面上布置的光纤数量并达到增加光谱获取率的目的。新的10mm双回转光纤定位单元使用了两个4mm无刷直流电机和串联在单元尾部的控制板进行光纤的定位,一种紧凑的无刷直流电机位置控制系统被设计用于新的10mm单元的控制。该控制系统可同时实现两个电机的控制,并解决电机的细分、位置校正、堵转检测等问题。从硬件设计和软件设计介绍了该控制系统的搭建和定位实现。     

基于Dymola的无刷直流电机仿真模型

随着无刷直流电机的广泛应用,建立其仿真模型变得十分重要。使用新型的面向对象的仿真软件Dymola建立无刷直流电机仿真模型可以克服以往一些无刷直流电机模型的缺陷和不便之处。该文在分析无刷直流电机数学模型的基础上,建立了基于Dymola的无刷直流电机的仿真模型并进行了仿真试验,从而可以通过使用仿真模型来验证不同的控制策略和算法,对无刷直流电机的动,稳态进行分析,方便了无刷直流电机的分析和设计。     

基于积分自整定模糊控制的无刷直流电机伺服系统

为了解决基本模糊控制稳态精度欠佳的问题，提出无刷直流电机伺服系统积分自整定模糊控制器设计方法。该方法在基本模糊控制的基础上增加一个系数自整定积分器，根据实际工程经验并采用模糊控制规则确定积分因子，从而自动地调整积分系数。仿真结果表明，积分自整定模糊控制的动态和稳态性能均优于常规模糊控制。     

模糊神经网络PID在电动舵机控制中的应用

研究电动舵机控制系统优化问题。针对传统控制器响应速度慢,由于系统本身是多变量非线性的复杂系统,存在时滞问题,系统参数不易整定,为了优化电动舵机控制系统的快速性性能,设计了一种改进的模糊神经网络PID控制器,提出了分离学习算法,利用自组织学习整定隶属度函数参数和误差反向传播学习整定加权系数。将算法用于电动舵机控制,实现对舵机以及导弹姿态的快速控制。仿真结果表明,改进控制器的响应时间达到4.8ms,优于传统的PID控制器和模糊PID控制器,为电动舵机控制系统快速性、高精度的设计提供了依据。     

基于DSP的无刷直流电机控制系统设计

本系统以TI公司的TMS320F2812DSP为控制核心来设计无刷直流电机控制系统,系统中控制部分利用DSP的事件管理器EVA的比较模块来比较产生六路控制信号,并利用其捕获模块来获取转子位置传感器（霍尔传感器）的电平状态,再根据霍尔传感器的状态来控制电机换相,解决了系统中PWM信号的生成和电机速度反馈问题,方便地实现了电机的闭环控制,极大地简化了系统硬件设计,提高了系统的可靠性,减小了整个系统的体积.通过试验得到了PWM波形,最终实现了对电机正、反转控制的目的.     

遗传模糊神经网络在航空发动机控制中的应用

模糊神经网络控制器是一种将模糊逻辑与神经网络相结合的智能控制器,其既不依赖于被控对象精确的数学模型,又能根据被控对象参数和环境的变化自适应地调节控制规则和隶属函数参数,但是存在着收敛速度慢,较多局部极小的情况下很容易陷入局部极小值等缺点。针对存在的问题,提出一种模糊神经网络控制器的优化方法。隶属度函数的参数具有全局性,用遗传算法来优化;神经网络的权值代表模糊系统的控制规则,它用神经网络的误差反传算法(BP)来调整。将算法用于航空发动机控制,实现对低压转子转速的无静差控制,与应用BP算法的模糊神经控制相比,控制性能改善较大,结果令人满意。     

无刷直流电机调速系统神经网络自适应滑模变结构控制

为了提高无刷直流电机调速驱动系统的性能,提出神经网络自适应滑模变结构控制策略。推导无刷直流电机端电压与转速之间的微分方程,运用滑模变结构控制理论,通过调节端电压来实现转速控制;为了有效抑制系统在滑模切换面上的抖振采用自适应算法调整滑模增益的大小;从实际应用的角度出发,利用神经网络对非线性函数的任意精度拟合性,设计径向基函数神经网络估计器对控制量中广义扰动进行动态估计。仿真和实验结果表明采用本文提出的方法控制无刷直流电机,超调量小,速度响应快,控制精度高,且系统对各种干扰和参数摄振具有较强的鲁棒性,动、静态性能均优于PID控制。