PMSM vector control based on fractional-order PI of sparrow search optimization algorithm
-
摘要: 永磁同步电机(Permanent Magnet Synchronous Motor，PMSM)矢量控制系统转速环采用PI控制器难以满足系统动态响应速度快、鲁棒性强等要求，采用分数阶比例积分(Fractional Order Proportional Integral，FOPI)控制器，并利用麻雀搜索算法(Sparrow Search Algorithm，SSA)优化FOPI控制器参数. 通过搜索最优适应度的麻雀所在位置，得到控制器最优组合参数，选择时间乘以误差绝对值积分作为其目标适应度函数. 对SSA整定FOPI、粒子群算法(Particle Swarm Optimization，PSO)整定PI参数的电机调速性能进行试验对比. 结果表明，SSA优化的FOPI具有增强鲁棒性和减小超调量的优势.Abstract: The speed loop of permanent magnet synchronous motor (PMSM) vector control system adopts PI controller, which is difficult to meet the requirements of fast dynamic response and strong robustness of the system. A fractional order proportional integral (FOPI) controller was proposed, and the parameters of the FOPI controller were optimized using sparrow search algorithm (SSA). By searching for the sparrow's position with the best fit, the best setting parameters for the controller were obtained, and the time multiplied by the absolute value of the error integral was determined as the target fitness function. The performance of the motor speed regulation of the SSA setting FOPI and particle swarm optimization (PSO) setting PI was compared by experiments. The results show that the FOPI optimized by SSA has the advantages of enhancing robustness and reducing overshoot.
-
图 7 突加2.5 N•m负载PMSM转速特性曲线
Figure 7. Speed characteristic curve of PMSM with sudden load of 2.5 N•m
图 8 突加2.5 N•m负载PMSM转矩特性曲线
Figure 8. Torque characteristic curve of PMSM with sudden load of 2.5 N•m
表 1 永磁同步电机参数
Table 1. Permanent magnet synchronous motor parameters
电机参数 数值 磁极对数 4 永磁体磁链ψ f /Wb 0.115 定子电阻 R / Ω 1.45 功率/kW 0.75 d轴电感 Ld /mH 1.83 q轴电感 Lq /mH 2.64 阻尼系数/（N•m•s） 0.004 
下载: 导出CSV
-
[1] 王致诚, 孟建军. 基于高阶滑模方法的永磁同步电机控制系统研究[J] . 制造业自动化,2021,43(1):8 − 11. doi: 10.3969/j.issn.1009-0134.2021.01.003 [2] 杜涛, 曾国辉, 黄勃, 等. 基于蜻蜓算法分数阶PI的PMSM矢量控制优化[J] . 电子测量与仪器学报,2020,34(10):132 − 141. [3] PODLUBNY I. Fractional-order systems and controllers[J] . IEEE Trans on Automatic Control,1999,44(1):208 − 214. [4] 谢玲玲, 秦龙. 基于神经网络优化算法的分数阶PIλDμ控制[J] . 南京理工大学学报,2021,45(4):515 − 520. [5] 魏立新, 王浩, 穆晓伟. 基于粒子群算法倒立摆分数阶PID参数优化[J] . 控制工程,2019,26(2):196 − 201. [6] 王荣林, 陆宝春, 侯润民, 等. 交流伺服系统分数阶PID改进型自抗扰控制[J] . 中国机械工程,2019,30(16):1989 − 1995. [7] 鲍雪, 王大志, 杨永生. 基于CAPSO算法的修正炮弹分数阶控制器设计[J] . 仪器仪表学报,2015,36(11):2556 − 2562. doi: 10.3969/j.issn.0254-3087.2015.11.020 [8] 胡建秋, 丁学明. 永磁同步电机的双闭环调速系统设计[J] . 电子科技,2019,32(3):21 − 25. doi: 10.16180/j.cnki.issn1007-7820.2019.03.005 [9] 张立伟, 李行, 宋佩佩, 等. 基于新型滑模观测器的永磁同步电机无传感器矢量控制系统[J] . 电工技术学报,2019,34(S1):70 − 78. [10] 戚志东, 裴进, 胡迪. 基于分数阶PID控制的质子交换膜燃料电池前级功率变换器[J] . 电工技术学报,2019,34(S1):235 − 243. [11] 齐乃明, 秦昌茂, 王威. 分数阶系统的最优Oustaloup数字实现算法[J] . 控制与决策,2010,25(10):1598 − 1600. [12] 薛建凯. 一种新型的群智能优化技术的研究与应用[D]. 上海: 东华大学, 2020. [13] 吕鑫, 慕晓冬, 张钧, 等. 混沌麻雀搜索优化算法[J] . 北京航空航天大学学报,2021,47(8):1712 − 1720. doi: 10.13700/j.bh.1001-5965.2020.0298 -
下载:
点击查看大图
图(10) / 表(1)
计量
- 文章访问数: 167
- HTML全文浏览量: 77
- PDF下载量: 38
- 被引次数: 0
