基于粒子群算法的分数阶 PID 主动磁轴承控制

微特电机 ›› 2024, Vol. 52 ›› Issue (7): 55-61.

基于粒子群算法的分数阶 PID 主动磁轴承控制

安忠良¹,李天保²,张志锋²,朱建光³

1. 沈阳工业大学国家稀土永磁电机工程技术研究中心,沈阳 110870;
2. 沈阳工业大学电气工程学院,沈阳 110870; 3. 沈阳工业大学信息科学与工程学院,沈阳 110870

收稿日期:2023-11-29 出版日期:2024-07-28 发布日期:2024-09-30

Fractional Order PID Control of Active Magnetic Bearing Based on PSO Algorithm

AN Zhongliang¹, LI Tianbao², ZHANG Zhifeng², ZHU Jianguang³

1. National Rare Earth Permanent Magnet Motor Research Center,Shenyang University of Technology, Shenyang 110870, China; 2. College of Electrical Engineering, Shenyang University of Technology, Shenyang 110870, China; 3. College of Information Science and Engineering, Shenyang University of Technology,Shenyang 110870, China

Received:2023-11-29 Online:2024-07-28 Published:2024-09-30

摘要/Abstract

摘要： 针对主动磁轴承( AMB) 四自由度间强耦合、非线性导致控制器控制效果不佳的问题, 将分数阶 PID( FOPID) 控制器引入 AMB 控制系统,提出了基于粒子群( PSO) 算法的 FOPID 控制器以提高控制器的响应速度并抑制转轴位移超调量,提高控制精度。采用时间乘以误差绝对值积分( ITAE) 作为性能指标,在限制电流模块不同幅值条件下,将 FOPID 控制器与 PID 控制器进行比较。仿真结果显示,PSO 算法可以简化 FOPID 控制器参数的调节过程;随着限制电流的提升,FOPID 控制器的控制效果明显优于 PID 控制器,在 5 A 输入电流的限制下其性能指标高出 PID 控制器约 1. 05%; 随限制电流幅值增加, 在 60 A 输入电流的限制下性能指标可高出 PID 控制器约26. 25%。

关键词: 主动磁轴承, 分数阶 PID 控制, 粒子群算法

Abstract: Aiming at the problems of strong coupling and nonlinearity between four degree of freedom of active magnetic bearing ( AMB) , the fractional order PID( FOPID) controller was introduced into AMB control system. A FOPID controller based on particle swarm optimization ( PSO) algorithm was proposed to improve the response speed, suppress the overshoot of shaft displacement, and improve the control accuracy. Using the integrated time and absolute error time times
absolute error integral ( ITAE) as the performance index, FOPID controller was compared with PID controller under the condition of different amplitude of limiting current module. The simulation results showed that the PSO algorithm could simplify the adjustment process of FOPID controller parameters. With the increase of limiting current, the control effect of FOPID controller was obviously better than PID controller, its performance index was about 1. 05% higher than PID
controller under the limit of 5 A input current. With the increase of the limit current amplitude, the performance index was about 26. 25% higher than PID controller under the limit of 60 A input current.

Key words: active magnetic bearing( AMB), fractional order PID( FOPID), particle swarm optimization( PSO)

中图分类号:

TM359. 9

安忠良 , 李天保 , 张志锋 , 朱建光. 基于粒子群算法的分数阶 PID 主动磁轴承控制[J]. 微特电机, 2024, 52(7): 55-61.

AN Zhongliang , LI Tianbao , ZHANG Zhifeng , ZHU Jianguang. Fractional Order PID Control of Active Magnetic Bearing Based on PSO Algorithm[J]. Small & Special Electrical Machines, 2024, 52(7): 55-61.

[1]	李　强 , 周士贵 , 曹凤斌 , 俞力豪 , 张顺杰 , 张可程. 基于混合粒子群优化算法的永磁同步电机参数辨识[J]. 微特电机, 2024, 52(6): 55-61.
[2]	张越, 范书瑞, 郎利影. 面向天线跟踪系统的 ADRC 控制器设计及参数优化[J]. 微特电机, 2024, 52(3): 41-47.
[3]	温之绪, 骆志伟, 杨金波, 赵宏志, 夏欢, 段卓琳. 基于环路补偿的增程式发电机组稳压控制策略研究[J]. 微特电机, 2024, 52(2): 48-53.
[4]	夏锦涛, 沈艳霞. 基于 LCL 补偿的双频双负载无线电能传输系统[J]. 微特电机, 2023, 51(9): 51-58.
[5]	胡文韬, 李华, 郑东, 华春蓉, 沈思思. 基于神经网络和粒子群算法的永磁同步电机运行与振动性能优化[J]. 微特电机, 2023, 51(2): 26-30.
[6]	高森, 王康, 姜宏昌, 胡继胜. 基于改进粒子群算法的永磁同步电机参数辨识[J]. 微特电机, 2023, 51(11): 65-70.
[7]	陶涛, 林荣文. 基于小生境粒子群算法的永磁同步电机参数辨识[J]. 微特电机, 2021, 49(2): 29-33.
[8]	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.
[9]	黄锐, 郑东. 基于Kriging模型和粒子群算法的不等厚永磁电机优化设计[J]. 微特电机, 2020, 48(7): 19-40.
[10]	杜晓彬,黄开胜,谭耿锐,黄信. 基于GPR-PSO模型的PMSM齿槽转矩抑制[J]. 微特电机, 2018, 46(6): 58-61.
[11]	金鹏,李晶,田杨. 改进FOPID控制器在PMSM伺服系统中的研究与应用[J]. 微特电机, 2018, 46(6): 78-81.
[12]	乔维德, 张本法. 基于蚁群-粒子群的模糊神经网络超声波电动机控制[J]. 微特电机, 2018, 46(4): 62-65.
[13]	杜晓彬, 黄开胜, 谭耿锐, 黄信. 基于响应面法的外转子永磁电机齿槽转矩抑制[J]. 微特电机, 2018, 46(12): 16-19.
[14]	曹薇,谢天驰. 基于改进PSO算法的横动伺服控制系统PID参数优化[J]. 微特电机, 2018, 46(1): 49-51.