Genetic algorithm tuned PI controller on PMSM simplified vector control

A simple control structure in servo system is occasionally needed for simple industrial application which precise and high control performance is not exessively important so that the cost production can be reduced efficiently.Simplified vector control,which has simple control structure,is utilized as the permanent magnet synchronous motor control algorithm and genetic algorithm is used to tune three PI controllers used in simplified vector control.The control performance is obtained from simulation and investigated to verify the feasibility of the algorithm to be applied in the real application.Simulation results show that the speed and torque responses of the system in both continuous time and discrete time can achieve good performances.Furthermore,simplified vector control combined with genetic algorithm has a similar performance with conventional field oriented control algorithm and possible to be realized into the real simple application in the future.

基于遗传算法整定PI控制器的PMSM简化矢量控制系统

简化矢量控制系统控制结构简单,能有效地降低生产成本,常被用于永磁同步电机控制系统中,但该系统的速度响应及转矩响应性能欠佳.本文采用遗传算法整定简化矢量控制系统中三个PI控制器的参数,使之达到与传统矢量控制系统相似的控制性能.通过仿真实验,验证了基于遗传算法整定PI控制器的永磁同步电机简化矢量控制系统,在连续时间域和离散时间域内都取得了良好的速度响应和转矩响应性能.

永磁同步电机改进模糊PI控制研究

研究了一种用遗传算法优化的模糊PI控制方法,优化后模糊规则更加合理。实验结果表明,经遗传算法改进的模糊PI控制算法对永磁同步电机的转速具有优良的控制性能,相比于经典的模糊PI控制算法,有更快的速度响应及更稳定的控制性能,对于突加的载荷,具有更好的动态性能及更强的抗干扰能力。

基于遗传算法的永磁同步电动机PI参数自整定

永磁同步电机伺服系统是一个非线性、干扰多、参数时变的复杂系统,传统的PI控制器已经不能满足高性能的控制要求。针对这该问题,设计了一种利用遗传算法实时整定速度环PI参数方案,方案简单且适合多目标寻优,因此可以省去大量的人工调试PI参数时间。实验结果表明,遗传算法适用于PMSM伺服系统PI参数自整定问题,PI参数整定结果能较好地满足系统动静态性能的要求。

永磁同步电机新型模糊PI算法的研究

在永磁同步电机矢量控制系统中常选用传统模糊PI控制,但此种PI控制算法存在着转速跟踪效果差、转矩波动较大、对转速、转矩等控制精度不高等缺陷。针对这一系列缺陷问题,提出了一种新型融合积分环节模糊PI控制算法,并在仿真软件MATLAB/Simulink环境下验证结论。根据仿真结果表明:融合积分环节的新型模糊PI控制算法可显著提高整体控制系统鲁棒性,能达到高控制精度、快速响应的要求。

改进遗传算法在PMSM矢量控制系统优化设计中的应用

在永磁同步电机(PMSM)的矢量控制策略中,PI控制器参数的优劣直接影响到系统的性能。若采用普通遗传算法整定PI控制器参数,常会存在早熟收敛及收敛速度慢的现象。现介绍一种改进遗传算法,该算法在普通遗传算法的基础上,改进了交叉概率及变异概率,通过仿真实验,验证了改进遗传算法能有效解决PI控制器参数寻优过程中全局收敛性与收敛速度之间的矛盾。

基于免疫遗传模糊神经网络的永磁同步电机控制

在分析永磁同步电动机(PMSM)数学模型的基础上,提出了一种基于免疫遗传算法(IGA)的递归模糊神经网络(RFNN)控制器的设计方法,并应用于永磁同步电动机双闭环矢量控制系统中的转速控制器中,对永磁同步电动机实现精确的速度控制。在与传统PI控制和递归模糊神经网络控制仿真比较中,采用该方法的系统显示出良好的控制性能和控制效果。

永磁同步电机直接转矩遗传模糊控制

针对常规模糊控制器在永磁同步电机直接转矩控制中超调量大、响应慢、脉动大等问题,提出一种基于遗传算法的模糊自适应PI控制器的速度调节器设计方案,结合遗传算法与模糊PI控制,应用遗传算法优化模糊自适应PI控制器的模糊控制规则和量化因子ke、kec及比例因子kuP、kuI,以确保永磁同步电机直接转矩控制系统响应具有最优的动态响应和稳态性能。仿真与试验结果表明,与传统模糊PI控制相比,该设计方法具有适应性强、动态响应好、鲁棒性强等优点,取得了比较满意的控制效果。

基于遗传算法的永磁同步电动机矢量控制系统的优化设计

通过引入遗传算法,提出一种用于永磁同步电动机矢量控制伺服驱动系统的新颖设计方法,该方法对电机模型没有依赖性,且可以省去耗时的人工调试工作。不仅外环,即速度环,可以得到自动调节,电流内环的所有PI控制器也均可自动同步寻优。通过链接MAT文件和Matlab环境下的SimPowerSystem工具箱,设计方法得到更好的仿真与验证。

波纹管疲劳测试振动频率控制的优化

现有的的波纹管疲劳测试台在进行波纹管疲劳测试时,波纹管实际振动频率低于设定值。为提高测试系统的快速性与测试效率,设计了一种振动频率控制的优化算法,根据系统的控制框图在MATLAB/Smulink环境下搭建了基于矢量控制策略的永磁同步电机数学模型。利用遗传算法对于永磁同步电机的速度-电流双环控制器的PI参数实现离线整定。依据数学模型与遗传算法进行了PI参数的仿真实验,实验结果表明,优化后的速度-电流双环控制器的PI参数可将实际振动频率提升20%左右。