ZSM文献翻译.doc

应用改进的PID控制器在电机驱动系统　 宋守军 刘卫国 上海市　　西北工业大学　　中国 1介绍　 PID(比例积分导数)控制器已被广泛应用于电动机驱动系统。超过90%的工业控制器是基于PID算法实现(Ang et al.,2005)。PID控制器的结构非常简单,其控制原理非常清楚。它是实用的,很容易被实现。更重要的是,因为功能的三个因素在PID控制器是非常明确的,他们可以通过调整有效地获得所需的瞬态和稳态响应。 电动机驱动系统可以发现在许多应用程序中,他们的行为可以极大地影响整个系统的性能。电机驱动系统有许多独特的功能,如多变量、强非线性和强耦合(Li et al.,2010)。许多参数的系统是时变的。更重要的是,在许多情况下,它是非常很难获得精确的数学模型的电机驱动系统。所有这些特性使控制的电动机驱动系统困难。 PID控制器是非常受欢迎的在控制电机的驱动系统。然而,自控制器参数是固定在控制后选择通过一定的优化方法,常规的PID控制器不能总是保持令人满意的表现。来应对这个问题,控制器的参数需要调整动态根据系统的运行状态。许多在线优化算法,如模糊逻辑、神经网络和遗传算法,引入PID控制器对整个操作的电动机驱动系统tang et al.,2001;yu et al.,2009;lin et al.,2003)。 在这一章,两个改进的自调整PID控制器并进行了详细研究。到验证其有效性,两个典型的电机驱动系统,即开关磁阻电动机(SRM)驱动系统(Chen Gu,2010)和无刷直流电机(BLDCM)驱动系统(Wu et al.,2005年)为例。PID控制器进行了详细的分析。 2常规PID控制器 在模拟控制系统,PID控制器是常用。传统的PID(C-PID)控制器是一个线性控制方法。它的包括的输出比例、积分和导数部分线性控制系统。图2-1显示了C-PID控制器的框图。 图2-1 方框图的C-PID控制器 该算法的C-PID控制器可以给出如下: （2-1） （2-2） y(t)是系统的输出,r(t)是系统的参考输入,e(t)是y(t)之间和r(t)的误差信号,u(t)是C-PID控制器的输出,p是Ti是积分时间常数和Td微分时间常数。　　方程(2)也可以写为(3): 　 （2-3） Ki是积分增益,Kd是导数增益,和Ki = Kp / Ti,Kd =KpTd。　　 在C-PID控制器、PID参数之间的关系和系统响应规格是清楚的。每一部分都有其特定的函数,如下所示(Shi Hao,2008): (1)比例可以提高系统响应速度和控制精度。更大Kp会导致更快的响应速度和较高的控制精度。但如果Kp太大了,超调量将会变大,系统会不稳定。与此同时,如果Kp太小,控制精度将降低和调节时间将延长。静态和动态性能将会恶化。 (2)集成用于消除系统的稳态误差。随着Ki的增大,可以更快的消除稳态误差。但如果Ki太大了,控制过程开始时积分饱和和超调量会很大。另一方面,如果Ki太小,稳态误差将会很难消除和控制精度会3)差异化可以改善系统的动态性能。它可以在任何方向抑制和预测误差的变化。但如果Kd太大,响应过程将会很早制动,调节时间将延长和抗干扰的能力将是糟糕的。 三个成果C-PID控制器,Kp,Ki和Kd,可以方便地确定根据上述提到的每个部件的功能。有许多方法如NCD和遗传算法可以用来1)NCD是Matlab的一个工具箱。它是开发设计的非线性系统控制器。根据图形界面,它集成了功能优化和模拟非线性系统控制器在仿真软件模式。 (2)遗传算法(GA)是在原理和概念的自然选择与进化中产生的一种随机优化算法建模。它有杰出的能力为解决多目标优化问题和寻找全局最优解决方案。遗传算法可以很容易地处理不连续和非线性不可微函数。此外,它是容易编程,方便实现。 在许多传统的应用程序,C-PID控制器的C-PID控制器C-PID控制器C-PID应该改进。PID控制器PID(I-PID)控制器基于模糊逻辑控制　　和神经网络是详细研究。 3.1模糊自整定PID控制器 模糊逻辑控制(FLC)是一种典型的智能控制方法,得到了广泛的应用在许多领域,如炼钢、化工、家用电器和社会科学。的最大特点是它可以表达FLC的专家经验知识推理规则。它不需要被控对象的数学模型。它对参数的改变不敏感,它具有较强的鲁棒性。总之,FLC的非常适合于控制对象有大时滞、大惯性、非线性和时变的特点。 一个SISO(单输入单输出)FLC是显示在图FLC由如