基于改进双态粒子群算法的BLDCM分数阶控制器

微特电机 ›› 2021, Vol. 49 ›› Issue (10): 46-49.

基于改进双态粒子群算法的BLDCM分数阶控制器

金鹏

辽宁工程职业学院电气工程系,铁岭 112008

收稿日期:2027-06-23 出版日期:2021-10-28 发布日期:2021-10-20
基金资助:
辽宁省自然科学基金指导计划项目(20170540431);辽宁省教育厅科学研究经费项目(LGZY2019003);辽宁工程职业学院2019年度科学技术研究项目(ZYL201903)

BLDCM Fractional Order Controller Based on Improved Binary-State Particle Swarm Optimization Algorithm

JIN Peng

Department of Electrical Engineering, Liaoning Engineering Vocational College, Tieling 112008, China

Received:2027-06-23 Online:2021-10-28 Published:2021-10-20

摘要/Abstract

摘要： 针对将普通PID控制器或智能PID控制器作为BLDCM伺服控制系统时出现灵活度及控制精度不高的问题,提出一种改进的分数阶PI^λD^μ控制器,通过改进的双态粒子群算法对分数阶PI^λD^μ控制器参数整定的方法。仿真和实验结果都证明:改进的双态粒子群算法可以克服普通粒子群算法容易陷入局部最小解及收敛速度慢的不足,该方法具有更好的控制精度和鲁棒性,可以提高BLDCM伺服系统的控制精度、灵活度及抗干扰性。

关键词: 伺服系统, 无刷直流电动机, 分数阶PI^λD^μ, 双态粒子群算法

Abstract: In order to solve the problem of low flexibility and control accuracy of the brushless DC motor servo control system with common PID controller or intelligent PID controller.The control precision and flexibility of brushless DC motor control system were effectively improved by the fractionalPI^λD^μ controller. An improved PI^λD^μ controller was proposed.An optimization method of fractional order PI^λD^μcontroller parameters based on improved binary-state particle swarm optimization was proposed by the author. The simulation and the text results showed that the control performances for control precision and robustness were better then other methods,and the shortcomings of local minimum solution and slow convergence speed of particle swarm optimization algorithm were overcomed by the improved binary-state particle swarm optimization algorithm. This method can improve the control accuracy, flexibility and stiffness interference of brushless DC motor servo system.

Key words: servo system, brushless DC motor(BLDCM), fractional order PI^λD^μ(FOPID), binary-state particle swarm optimization(BPSO)

中图分类号:

TM331

金鹏. 基于改进双态粒子群算法的BLDCM分数阶控制器[J]. 微特电机, 2021, 49(10): 46-49.

JIN Peng. BLDCM Fractional Order Controller Based on Improved Binary-State Particle Swarm Optimization Algorithm[J]. Small & Special Electrical Machines, 2021, 49(10): 46-49.

[1]	刘继磊, 杨毅, 高志民. 基于新型磁阻式旋转变压器解码问题研究[J]. 微特电机, 2021, 49(7): 50-52.
[2]	张永民, 杨建飞, 金振, 邱鑫, 陈秋仲, 吕润, 周阳. 基于开绕组的BLDCM DTC换相转矩脉动抑制方法研究[J]. 微特电机, 2021, 49(5): 41-46.
[3]	李晨阳. 基于最大电流的双无刷直流舵机错峰起动控制[J]. 微特电机, 2021, 49(3): 36-39.
[4]	郭立志, 郑楚良, 王和. 半浸油式有限转角力矩电机的设计与仿真[J]. 微特电机, 2021, 49(1): 22-25.
[5]	温嘉斌, 赵红阳, 刘子宁. 基于FPGA的无刷直流电动机容错控制系统[J]. 微特电机, 2020, 48(6): 56-60.
[6]	王家舜. 高速无位置传感器无刷直流电动机控制系统[J]. 微特电机, 2020, 48(4): 60-63.
[7]	张娟, 孙彦超, 高杨, 吴桂峰. 基于花授粉算法的无刷直流电动机速度控制研究[J]. 微特电机, 2020, 48(3): 58-60.
[8]	姚叶明,徐礼林. 航空无刷直流电动机四象限PWM驱动PI控制方法研究[J]. 微特电机, 2020, 48(2): 51-54.
[9]	王日茗, 杨建飞, 邱鑫, 王浩亮, 王志伟, 樊温新. 基于电流预测控制的BLDCM换相转矩脉动抑制方法[J]. 微特电机, 2020, 48(12): 41-46.
[10]	黄立立, 徐奇伟, 李蓬威, 杨云. 基于最小二乘法的BLDCM霍尔安装偏差补偿方法[J]. 微特电机, 2019, 47(8): 41-44.
[11]	刘细平,刘雨锋,蔡少文,张志轩. 基于端电压检测的无位置传感器无刷直流电动机研究[J]. 微特电机, 2019, 47(7): 46-50.
[12]	梁建智,湛年远,杨铭. 数控机床位置伺服系统的数据驱动预测控制[J]. 微特电机, 2019, 47(3): 61-65.
[13]	. 基于干扰观测的动量轮高精度动态力矩跟踪控制[J]. 微特电机, 2019, 47(10): 56-58.
[14]	支康仪,武登云,史永丽. BLDCM霍尔位置传感器信号故障诊断及重构[J]. 微特电机, 2019, 47(1): 12-16.
[15]	杨秋萍,李疆,欧阳崇伟. 自适应无传感器无刷直流电动机换相控制策略[J]. 微特电机, 2019, 47(1): 63-69.