论文部分内容阅读
PMSM(Permanent Magnet Synchronous Motor,永磁同步电机)具有效率高、转矩脉动小、动态响应好、调速范围宽等优点,因而在国防、工业、交通以及生活等领域运用广泛。PMSM伺服调速控制系统通常采用VC(Vector Control,矢量控制)和DTC(Direct Torque Control,直接转矩控制)方法。VC转矩响应速度慢,还受转子参数变化的影响,DTC方法简单,但存在较大转矩脉动。PMSM伺服调速控制系统中,传统的PI控制器参数鲁棒性较差,无法满足系统动态响应速度和稳态精度的要求。目前非线性系统的MPC(Model Predictive Control,模型预测控制)理论研究比较活跃,本文采用神经网络(Neural Network,NN)、支持向量机(Support Vector Machine,SVM)分别与MPC相结合,在矢量控制基础上,研究设计PMSM伺服调速控制系统的MPC结构与算法,充分发挥MPC的优势,以提高PMSM伺服调速控制系统的整体性能。本文研究内容主要包括以下几个方面:(1)针对常规PI控制的PMSM调速系统中,PI参数鲁棒性差的问题,对其进行改进。第一,针对工程设计方法整定PI控制器参数不是最优的缺点,采用SOA(Seeker Optimization Algorithm,人群搜索算法)算法对速度控制器参数进行优化;第二,采用神经网络PI控制。当系统的运行状态发生变化时,利用神经网络自动调节PI控制器的参数,通过神经网络的自学习、加权系数的调整,使PI控制的参数达到最优。(2)考虑到PMSM伺服调速系统的非线性和不确定性,根据MPC的基本原理,利用RBF(Radial Basis Function,径向基函数)神经网络建立PMSM的预测模型,在矢量控制基础上,研究设计RBF神经网络预测控制的PMSM调速系统。根据多步预测控制的方法建立PMSM的预测模型,采用梯度下降法优化求解最优控制量,提高了伺服调速系统的鲁棒性和动态性能。(3)利用LS-SVM(Least Square Support Vector Machine,最小二乘支持向量机)建立PMSM的预测模型,在矢量控制基础上,研究设计LS-SVM预测控制的PMSM调速系统。研究分析LS-SVM用于回归预测的原理和方法,采用牛顿法设计非线性控制器,从而提高了PMSM伺服调速系统的响应速度和稳态精度。(4)分析研究数控机床伺服进给系统组成结构,建立机械传动部分的动力学模型。将PI控制和RBF神经网络预测控制的PMSM速度控制系统应用于CK6136型数控车床进给伺服系统,实现了工作台位置的精确控制。