Новый ПИД-регулятор для управления скоростью BLDCM с использованием систем двойной нечеткой логики с оптимизацией HSA.

Том 12 научных отчетов, номер статьи: 11316 (2022) Цитировать эту статью

1388 Доступов

Подробности о метриках

Чтобы повысить эффективность управления скоростью бесщеточного двигателя постоянного тока (BLDCM), в этой статье предлагается новая дифференциация пропорционального интегрирования (PID) с использованием двойной системы нечеткой логики (FLS) с оптимизацией алгоритма поиска гармонии (HSA), которая называется DFPID-HSA. Во-первых, FLS1 в DFPID-HSA фиксирует три коэффициента ПИД-регулятора в широком диапазоне на основе системной ошибки и скорости ее изменения. Затем FLS2 оптимизируется с помощью HSA (HSA-F2) для получения точной коррекции трех коэффициентов. Чтобы лучше добиться оптимальной глобальной гармонии, улучшенный режим динамической настройки используется для скорости регулировки высоты тона (PAR) и полосы пропускания расстояния (BW) в HSA, а в разделе гармонии композиции применяется метод тройного выбора для реализации глобального поиска. Наконец, DFPID-HSA предоставляет BLDCM оптимальный сигнал управления подачей, чтобы он мог эффективно контролировать скорость. Кроме того, устойчивость системы анализируется методами определения полюса, Ляпунова и Найквиста. Анализ чувствительности DFPID-HSA проводится при различных механических параметрах двигателя для проверки его надежности. Кроме того, превосходство DFPID-HSA подтверждено платформой моделирования и экспериментов MATLAB.

Бесщеточный двигатель постоянного тока (BLDCM) успешно применяется в электромобилях1,2, аэрокосмической отрасли3,4, фотоэлектрических водяных насосах5 и других отраслях промышленности и сельского хозяйства благодаря своим преимуществам, таким как хорошее регулирование скорости, высокая удельная мощность, высокая надежность и надежность. простое управление6. Учитывая широкое применение БЛДКМ, исследование проблемы ее управления имеет большое значение. В условиях прогресса и развития науки и техники спрос людей на проблемы управления двигателем также увеличивается с каждым днем. На протяжении десятилетий эксперты и ученые предлагали различные стратегии интеллектуального управления для повышения эффективности управления двигателями7.

Для систем управления BLDCM ПИД является одной из наиболее классических стратегий управления. Как правило, P (пропорциональный), I (интегральный) и D (дифференциальный) могут иметь множество форм. Например, PI, PD, PID были успешно реализованы в системе управления скоростью BLDCM8,9. Хотя традиционная структура ПИД-регулятора может быть легко реализована в системе управления двигателем, ее недостатки, такие как недетерминированные параметры и нелинейные проблемы, приводят к тому, что система не может достичь оптимального эффекта управления. Поэтому предлагается множество интеллектуальных алгоритмов, оптимизированных для ПИД-регуляторов. Гобинат и Му и др.10,11 используют нейронные сети для оптимизации ПИД-регуляторов. Хотя производительность управления улучшена, процесс обучения нейронной сети происходит онлайн или офлайн, с высокой вычислительной сложностью и низкой скоростью реакции. Дат и Се и др.12,13 используют алгоритм оптимизации роя частиц для оптимизации ПИД-регуляторов структуры, и эффективность управления значительно улучшается. Тем не менее, алгоритму роя частиц трудно найти оптимальное решение с помощью частиц или отдельных итераций. Демиртас14 предложил генетический алгоритм для оптимизации выигрышей ПИ-контроллера, но его начальную популяцию определить сложно. Однако управление нечеткой логикой не требует точной модели системы, а только расчетов, основанных на экспертных базах знаний. Таким образом, методы оптимизации, основанные на управлении нечеткой логикой, в большинстве случаев дают лучший эффект управления, чем другие алгоритмы15,16. Например, Он и др.17 предложили новый оптимальный ПИД-регулятор с нечеткой самонастройкой, основанный на анализе основного принципа работы бесщеточного двигателя постоянного тока. Выход контроллера переключает силовые устройства MOSFET, изменяя коэффициент заполнения сигнала управления ШИМ, чтобы реализовать управление скоростью бесщеточного двигателя постоянного тока. Инь и др.18 разработали алгоритм адаптивного ПИ-регулирования с нечеткими параметрами, основанный на контуре скорости бесщеточного двигателя постоянного тока, который обладает хорошим эффектом управления и надежностью и может обеспечить стабильную работу системы в условиях переменной скорости.