RBF整定PID在永磁同步电机控制中的应用研究

电动汽车驱动电机具有非线性、时变性和耦合性等特性。为解决常规比例积分微分(PID)控制在电动汽车上下坡或负载发生变化等情况下控制效果不理想的问题,对电动汽车中永磁同步电机的驱动控制系统进行了研究。基于径向基函数(RBF)神经网络在电机控制领域的应用现状,利用RBF神经网络在线整定PID控制参数的方法,改善控制器对电动汽车驱动电机的控制效果。分析了永磁同步电机在电动汽车中的应用特性,建立了电动汽车中永磁同步电机的离散数学模型。通过Matlab仿真,验证了RBF神经网络在永磁同步电机等非线性系统中应用的可行性,并分别在RBF在线整定PID控制和常规PID控制两种情况下进行电机的调速控制仿真试验。试验结果表明,相比常规PID控制,RBF在线整定PID控制具有更好的实时性、抗干扰能力以及自适应能力,能够有效提高电动汽车行驶的稳定性。

基于神经网络的模型参考控制系统的应用

以机械手臂作为被控对象搭建了神经网络模型参考控制的仿真模型,利用BP神经网络模型参考控制器对被控对象进行控制仿真试验.通过逐渐增加控制器的训练样本数,逐渐改善控制器的控制效果.在无干扰和有干扰的条件下分别对系统进行控制效果测试,结果表明:BP神经网络模型参考控制器可有效提高被控系统的鲁棒性和自适应性.

双闭环永磁同步电机矢量控制仿真研究

永磁同步电机因其运行稳定、体积小、结构灵活等优点,在空调压缩机、电梯传动、船舶推进以及电动汽车领域都有着越来越广泛的应用。在此根据永磁同步电机的结构,通过数学模型对永磁同步电机进行描述,并在Matlab/Simulink中搭建了一种用于汽车能量回收的矢量控制模型。采用空间矢量脉宽调制技术和速度、电流双反馈的方式,控制永磁同步电机恒转速输出。同时该双闭环永磁同步电机矢量控制能够在高性能电机驱动控制系统方面提供一定的指导意义。