基于免疫遺傳算法的永磁無刷直流電機模糊控制.pdf

1、永磁無刷直流電機(Brushless DC Motor，簡稱BLDCM)是一種多變量、非線性的控制對象，PID控制等傳統(tǒng)控制理論難以達到現(xiàn)代工業(yè)控制高精度和高性能的要求。模糊控制理論由于具有不需要精確數(shù)學模型，善于處理模糊性和不確定性問題的特點而備受青睞。雖然模糊控制器控制效果較好，但參數(shù)整定較為困難，因此許多學者提出采用遺傳算法(Genetic Algorithm，簡稱GA)等智能算法對其進行參數(shù)優(yōu)化。但是利用遺傳算法優(yōu)化模糊控制系統(tǒng)

2、時存在收斂速度較慢、參數(shù)難以同步優(yōu)化、易陷入局部最優(yōu)解等問題。免疫遺傳算法(Immune Genetic Algorithm，簡稱IGA)是模仿生物免疫系統(tǒng)提出的一種進化算法，具有學習、記憶和自適應調(diào)節(jié)的能力，與遺傳算法相比具有很多優(yōu)點。 本文在簡要分析永磁無刷直流電機結構和原理的基礎上，設計了永磁無刷直流電機雙閉環(huán)調(diào)速系統(tǒng)模糊控制器，利用免疫遺傳算法對模糊控制器的各項參數(shù)進行同步優(yōu)化，以時間誤差積分指標(Integrated

3、Time and Absolute Error，簡稱ITAE)評價系統(tǒng)性能，并對編碼方式進行改進，避免了盲目搜索，提高計算效率。在MATLAB/Simulink環(huán)境中搭建了永磁無刷直流電機模糊雙閉環(huán)控制系統(tǒng)的電氣仿真模型，利用免疫遺傳算法對其進行參數(shù)優(yōu)化。仿真結果表明，該方法與遺傳算法相比優(yōu)化質(zhì)量高，能有效避免陷入局部最優(yōu)解，優(yōu)化后的永磁無刷直流電機模糊雙閉環(huán)控制系統(tǒng)與手工調(diào)整的模糊控制器相比響應速度快，速度控制精度高，穩(wěn)定性和魯棒性強