论文部分内容阅读
目前,提高控制系统性能的两种最主要方法是建立更准确的被控对象模型和设计性能更优的控制器。控制理论一般是以整数阶系统作为分析对象来进行研究的。在建模分析和控制归纳时,也采用微分方程或状态方程的整数阶形式。然而,研究发现大部分现实世界中存在的系统都是介于两个整数阶次之间的系统。因此,选用分数阶微积分建立被控对象的数学模型,可以更为精确的描绘被控对象的实际特征属性。设计对应的分数阶控制器,可以更为细腻的对分数阶被控对象模型进行控制。故本文以永磁同步电机PMSM(Permanent Magnet Synchronous Motor)整数阶模型为基础建立其分数阶模型,并对分数阶模型设计对应的分数阶控制器。首先选用机理建模方式,设计永磁同步电机的整数阶数学模型。针对所得永磁同步电机的整数阶模型GI(y),基于遗传算法设计其PID控制器,接着将GI(s)的整数阶次拓展到分数阶次,如将阶次为1拓展成1.1,阶次为2拓展成2.1,最后利用所设计的PID控制器分别控制两种电机模型进行单位阶跃测试,从测试结果比较中初步确定电机的分数阶模型,同时验证了对永磁同步电机建立分数阶模型的可行性。在此基础上,首次采用模糊自适应粒子群优化 FAPSO(Fuzzy Self-Adaptation Particle Swarm Optimization)算法来对PMSM分数阶模型参数进行辨识优化,基于比较辨识模型与实际输出拟合数据之间的误差,确定永磁同步电机最终分数阶模型。针对辨识后得到的分数阶模型,采用幅值+相角裕度方法分别设计PID控制器和PIαDβ控制器。对比整数阶PID控制器+分数阶电机模型与分数阶PIαDβ控制器+分数阶电机模型的控制系统性能,从仿真结果发现分数阶PIαDβ控制器的控制效果更好且鲁棒性更强。在采用幅值+相角裕度方法设计PIαDβ控制器的过程中,发现该整定方法存在计算相对复杂且精度较低等不足,为了解决此类问题,本文提出了一种基于BP神经网络的PIαDβ控制器设计方案。所给方案解决了 PIαDβ控制器整定过程中参数设计复杂且精度较低等问题,实现了 PID控制器参数自整定和PIαDβ控制器参数自整定。