基于改进广义预测控制算法的无刷直流电机控制仿真
【图文】:
是系统的外部信号,必须实际可测.由式(19)可知,电机要克服负载转矩,必须有相应大小的电枢绕组电流,但是由于换相的影响,该电流值在换相期间出现脉动,严重偏离负载转矩的值.所以若要得到稳定准确的负载估计值,必须将换相期间的电流脉动滤除.本文以霍尔位置编码跳变时刻为换相起点,以关断相电流完全关断作为换相结束点,在换相期间保持换相前一时刻的电流采样值,非换相期间正常采样,得到稳定的负载反馈值.与电流环相电流反馈相比,负载反馈滤除了换相引起的波动,,补偿负载引起的预测模型和控制对象的失配.图1是设定负载为TL=1+sin(ωt)时,负载反馈的测量值与设定值对比图.图中在设定负载最低点有较大误差是由于电机本体转动惯量的影响.图1设定变化负载时的测量值Fig.1Themeasuredvalueofthesettingloadresult352信息与控制46卷
引入的负载反馈的情况下,控制量改变为u(t)=u(t-1)+dT(yr-f)+αFL(25)式中,α为转矩反馈系数,0<α<1.3.2基于改进GPC的BLDCM控制系统图2为设计的基于改进GPC算法的BLDCM控制系统,其中BLDCM的速度调节采用改进GPC控制,BLDCM的电流调节采用PI控制.对象输出的期望采用从当前输出y(t)到设定转速信号ω经过“柔化”过渡的参考轨迹.“柔化”的方法采用了按照PID轨迹变化的形式,这种方法不仅起到了从当前值到给定值平滑过渡的作用,而且可以得到使未来输出更接近于设定PID轨迹的控制增量.在得到柔化轨迹yr之后,结合t-1时刻的未来控制增量,经过式(11)计算得到t-1时刻的未来输出预测值ym=^y,得到优化性能指标(5)最优解,即为未来控制增量.将未来控制增量的首个元素作为当前控制增量,与当前t时刻输出量累加,即为u(t+1).更新得到的输出量u(t+1)经过负载反馈补偿作为电流环PI控制器的输入,PI控制器输出量作为PWM占空比控制信号,与霍尔位置传感器输出的逻辑信号共同作用,顺序控制功率开关器件的导通与关断,完成电机的换相与调速.图2基于改进GPC的BLDCM控制系统Fig.2BLDCMcontrolsystembasedontheimprovedGPC4仿真研究为了验证前面理论分析的结果,在Matlab/Simulink中搭建BLDCM调速控制系统的模型并对其进行仿真实验研究,其中速度调节采用改进GPC控制算法,电流调节采用PI控制算法,控制对象为dSPACEASM模型中的BLDCM模型.在仿真研究中,电机本体参数为:定子相电阻R=0.2Ω,定子相电感L=0.0004H,转动惯量J=0.00744kg·m2,转矩系数kt=0.128N·m/A,阻尼系数B=0.01,磁极对数P=4.由这些电机本体参数和采样周期Ts=0.00005s计算可得:a=-0.998,b=0.00272,即B(z
【参考文献】
相关期刊论文 前10条
1 刘旭东;李珂;孙静;符晓玲;张承慧;;基于广义预测控制和扩展状态观测器的永磁同步电机控制[J];控制理论与应用;2015年12期
2 李靖;张向文;;汽车EPS预测控制仿真研究[J];计算机仿真;2015年11期
3 郭伟;郁雯雯;夏友亮;王汉杰;;无刷直流电机转速控制策略仿真研究[J];计算机仿真;2015年09期
4 徐金龙;张向文;刘政;于振红;周卫明;;基于积分型滑模面的无刷直流电机滑模调速控制算法[J];微电机;2015年05期
5 李立刚;张朝晖;昂扬;王多才;戴永寿;;基于改进自适应广义预测控制的天然气分输站压力控制[J];信息与控制;2014年05期
6 邓永停;李洪文;王建立;阴玉梅;吴庆林;;基于预测函数控制和扰动观测器的永磁同步电机速度控制[J];光学精密工程;2014年06期
7 胡云宝;王加祥;曹闹昌;王瑛;;基于RBF神经网络无刷直流电机调速系统[J];微电机;2013年01期
8 顾德英;吴成赛;侯娇;;基于补偿模糊神经网络的BLDCM伺服控制[J];东北大学学报(自然科学版);2013年01期
9 席裕庚;李德伟;林姝;;模型预测控制——现状与挑战[J];自动化学报;2013年03期
10 刘明;宋弘;;自适应模糊PID智能控制器在无刷直流电机速度控制系统中的应用[J];电机与控制应用;2012年11期
相关硕士学位论文 前3条
1 张敏杰;改进广义预测控制算法的研究[D];太原理工大学;2012年
2 邹月海;基于模糊控制的永磁无刷直流电机调速系统研究[D];哈尔滨工程大学;2009年
3 罗有明;基于神经网络的无刷直流电机调速系统[D];哈尔滨理工大学;2007年
【共引文献】
相关期刊论文 前10条
1 段建民;田晓生;夏天;宋志雪;;基于模型预测控制的智能汽车目标路径跟踪方法研究[J];汽车技术;2017年08期
2 熊鹏;王琛阳;王云鹏;刘秀玲;王洪瑞;;带状态预测器的领导跟随系统一致性研究[J];控制工程;2017年08期
3 孟宪强;南新元;曾庆凯;;生物氧化预处理过程中进气量的预测控制[J];科技通报;2017年07期
4 陈杨;姜文丽;史旭华;赵均;徐祖华;;基于CSA-SQP的预测控制器参数整定研究[J];宁波大学学报(理工版);2017年04期
5 蒋泽浩;;变论域模糊PID控制算法在开关磁阻电机中的应用[J];电子设计工程;2017年13期
6 刘京;李洪文;邓永停;;基于新型趋近律和扰动观测器的永磁同步电机滑模控制[J];工程科学学报;2017年06期
7 邓家璧;李凌;;模拟移动床分离过程的模型预测控制方法研究[J];计算机与应用化学;2017年06期
8 贺f捄
本文编号:2568988
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2568988.html