基于粒子群算法的永磁同步电机优化方法技术

基于粒子群算法的永磁同步电机优化方法，包括以下步骤：步骤1，构建了待优化的电机的数学模型，并根据该模型在Simulink中搭建永磁同步电机双闭环矢量控制仿真模型；步骤2，设定控制参数的取值范围，初始值，设定粒子群算法中粒子的更新原则和终止条件，利用粒子群算法获得最优的控制参数。本发明专利技术通过采用粒子群优化算法优化滑模变结构永磁同步电机的控制参数，与任意设定的控制参数相比，鲁棒性强，提高永磁同步电机的性能，减少其中的抖振问题，使得永磁同步电机的性能更加稳固。

【技术实现步骤摘要】
基于粒子群算法的永磁同步电机优化方法
本专利技术属于永磁同步电机领域，特别涉及基于粒子群算法的永磁同步电机优化方法。
技术介绍
永磁同步电机因为其使用方便、可靠性高、性能优越等优点，广泛运用于交流伺服系统中。传统的PID控制算法简单，可靠性高，一定程度上能够满足控制要求，但在外界扰动过大或精度要求高时，难以满足调速要求。近年来，包活模糊控制、滑模控制在内的许多现代控制理论被逐渐应用到永磁同步电机的调速系统中。其中，滑模变结构控制因具有很强的鲁棒性以及对系统参数要求低等优点得到越来越多学者的关注，并在电机的伺服控制中得到应用，然而在变结构控制中抖振问题一直是一个难点。
技术实现思路
本专利技术的目的在于提供基于粒子群算法的永磁同步电机优化方法，以解决上述问题。为实现上述目的，本专利技术采用以下技术方案：基于粒子群算法的永磁同步电机优化方法，包括以下步骤：步骤1，构建了待优化的电机的数学模型，并根据该模型在Simulink中搭建永磁同步电机双闭环矢量控制仿真模型，其中转速控制器与电流控制器是基于滑本文档来自技高网...

【技术保护点】
1.基于粒子群算法的永磁同步电机优化方法，其特征在于，包括以下步骤：/n步骤1，构建了待优化的电机的数学模型，并根据该模型在Simulink中搭建永磁同步电机双闭环矢量控制仿真模型，其中转速控制器与电流控制器是基于滑模变结构指数趋近律设计的；/n步骤2，设定控制参数的取值范围，初始值，设定粒子群算法中粒子的更新原则和终止条件，利用粒子群算法获得最优的控制参数，其中，更新原则是通过将当前的控制参数带入Simulink模型中，以此计算每个粒子的适应值，利用该适应值对每个粒子的速度和位置更新。/n

【技术特征摘要】
1.基于粒子群算法的永磁同步电机优化方法，其特征在于，包括以下步骤：
步骤1，构建了待优化的电机的数学模型，并根据该模型在Simulink中搭建永磁同步电机双闭环矢量控制仿真模型，其中转速控制器与电流控制器是基于滑模变结构指数趋近律设计的；
步骤2，设定控制参数的取值范围，初始值，设定粒子群算法中粒子的更新原则和终止条件，利用粒子群算法获得最优的控制参数，其中，更新原则是通过将当前的控制参数带入Simulink模型中，以此计算每个粒子的适应值，利用该适应值对每个粒子的速度和位置更新。


2.根据权利要求1所述的基于粒子群算法的永磁同步电机优化方法，其特征在于，步骤1中，滑模变结构趋近律按照下列表达式进行：



式中s——滑模切换函数；x1——系统所处的状态；ε,δ，k—均为系统参数。


3.根据权利要求1所述的基于粒子群算法的永磁同步电机优化方法，其特征在于，步骤1中，滑模变结构趋近律按照下列表达式进行：步骤1中，永磁同步电机的数学模型按照下列表达式进行：



式中Ld、Lq——电机d、q轴电感，对于表贴式永磁同步电机，有Ld＝Lq；ud、uq——电机交轴、直轴电压；id、iq——电机交轴、直轴电流；ψf——永磁磁链Wb；Te——电磁转矩N·m；TL——负载转矩N·m；Rs——定子绕组电阻Ω；B——粘滞摩擦系数；p——电机极对数；ω——电角速度rad/s；J——转动惯量kg·m2。
<...

【专利技术属性】
技术研发人员：何宏景，余雨函，宋彦楼，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61