基于粒子群神经网络的无刷直流电机控制方法

在高性能、高精度的控制要求条件下,针对无刷直流电机(BLDCM)利用经典比例-积分-微分(PID)无法满足相关要求的问题,提出了一种神经网络在线整定的PID控制算法,并针对神经网络的缺陷,利用粒子群算法(PSO)进行了优化,力图使BLDCM在复杂多变的情况下响应性能更好、速度波动更小。设计了BLDCM控制板,搭建了实验平台,分析了BLDCM的控制模型,建立了神经网络控制模型,结合PSO对神经网络进行改进优化。实验结果表明优化后的算法收敛速度更快,BLDCM具有更好的动态响应性能,速度波动更小。

基于粒子群算法的最优照度均匀度LED阵列设计

通过设计LED阵列排布,使得接收平面上的照度均匀度最大,这对LED照明系统具有十分重要的意义。不同于传统的数值计算的方法,此次采用粒子群算法来进行LED阵列排布的优化,使其在接收平面上的照度均匀度最大。首先推导了线性LED阵列的照度分布函数,并通过对比度来对照度分布函数的均匀度进行评价。然后采用粒子群算法求取均匀度最大时的LED排布,并同数值计算得到的结果进行比较,验证粒子群算法的可行性。