• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    自適應(yīng)差分進化算法在PMSM電機控制器中的應(yīng)用

    2013-12-03 01:23:36胡玉純畢浩洋
    鄭州大學學報(工學版) 2013年6期
    關(guān)鍵詞:適應(yīng)度差分定子

    王 杰 ,胡玉純,畢浩洋

    (鄭州大學 電 氣工程學院,河南 鄭 州450001)

    0 引言

    永磁同步電機(Permanent Magnet Sync hronousMotor,PMSM)具有體積小、效率高、功率因數(shù)高、起動轉(zhuǎn)矩大、溫升低等特點,能夠?qū)崿F(xiàn)裝置的轉(zhuǎn)速和位置的精確控制,廣泛應(yīng)用于機械加工、電力拖動等裝置[1].

    由于PMSM電機的非線性、多耦合等特性以及工作環(huán)境的變化,常規(guī)的矢量控制方式不能夠保證轉(zhuǎn)速調(diào)節(jié)的快速性和準確性.為了改善PMSM轉(zhuǎn)速控制系統(tǒng)的動態(tài)性能,許多智能控制算法相繼被引入到PMSM電機轉(zhuǎn)速控制領(lǐng)域[2].這些算法在一定程度上改善了系統(tǒng)的性能,但各自都存在著一定的局限性,神經(jīng)網(wǎng)絡(luò)隱含層數(shù)以及各層節(jié)點數(shù)沒有系統(tǒng)的確定方法,遺傳算法收斂速度慢且操作復雜[3].差分進化(Differential E-volution,DE)算法收斂速度快、進化參數(shù)少、結(jié)構(gòu)簡單且泛化能力強,在各個領(lǐng)域獲得廣泛應(yīng)用[4].但標準差分進化中難以確定合適的變異率,變異率過大會導致搜索速度慢,不易收斂到最優(yōu)解,變異率過小則容易出現(xiàn)“早熟”現(xiàn)象[5].因此筆者將自適應(yīng)差分進化算法(Self-Adaptive Differential Evolution,SADE)應(yīng)用到PMSM電機控制當中,改善了PMSM轉(zhuǎn)速調(diào)節(jié)的動態(tài)性能和靜態(tài)性能,并通過Matlab/simulink仿真驗證了方案的可行性.

    1 永磁同步電機數(shù)學模型

    永磁同步電機結(jié)構(gòu)復雜并且高度非線性.采用PMSM的d-q軸數(shù)學模型[6],不僅能夠同時分析PMSM的穩(wěn)態(tài)特性和暫態(tài)特性,而且能夠簡化分析過程[7].通過如下假設(shè):忽略空間諧波,磁路不飽和,不計鐵心損耗,忽略渦流和磁滯損耗,可以得到PMSM的d-q軸數(shù)學模型.此時,我們可得PMSM的d-q軸磁鏈方程為

    式中:Ψr為轉(zhuǎn)子在定子上的磁鏈耦合;Ld,Lq分別為PMSM的d軸和q軸電感;id為定子電流矢量的d軸分量;iq為定子電流矢量的q軸分量.

    在PMSM的d-q軸坐標系下,定子電壓方程可以表示為

    式中:ud為定子電壓矢量us的d軸分量;uq為定子電壓矢量us的q軸分量;ω為轉(zhuǎn)子的角頻率;p為微分算子.

    PMSM電機的電磁轉(zhuǎn)矩方程為

    式中:np為電機極對數(shù);(Ld-Lq)idiq為磁阻轉(zhuǎn)矩.

    當PMSM運行在恒轉(zhuǎn)矩區(qū)域時,通過將定子電流矢量全部控制到交軸上(iq=is),可以使定子電流全部用于產(chǎn)生電磁轉(zhuǎn)矩.此時,可得PMSM電機的磁鏈方程:

    電壓方程:

    電磁轉(zhuǎn)矩方程:

    由于永磁同步電機的轉(zhuǎn)子為永磁體,即Ψr為固定值,從上述公式可以看出:電磁轉(zhuǎn)矩為定子電流的npΨr倍.因此,調(diào)節(jié)定子電流就能夠準確地輸出期望的電磁轉(zhuǎn)矩,從而獲得優(yōu)良的調(diào)速特性.

    2 自適應(yīng)差分進化算法

    標準差分進化是一種類似于遺傳算法但性能更優(yōu)越的算法,它采用實數(shù)編碼,通過貪婪準則不斷選擇群內(nèi)個體[8];它在變異步驟上采用差分策略,算法的優(yōu)化速度和全局優(yōu)化能力有了較大提高.但標準差分進化算法的進化參數(shù)為固定值,不能隨著優(yōu)化過程的發(fā)展而自適應(yīng)調(diào)整.為提高算法的快速性和魯棒性,筆者提出了一種進化參數(shù)能夠動態(tài)調(diào)整的自適應(yīng)差分進化算法.

    2.1 初始化

    自適應(yīng)差分進化算法開始前需要將種群初始化為可行域內(nèi)的隨機量NP為種群規(guī)模.種群中每個個體表示為:xi,G(i=1,2,…,Np),其中:i為個體在群體中的位置;G為進化的代數(shù).在尋找最優(yōu)解之前,要對種群進行初始化.即從參數(shù)變量的界限中隨機獲取一個值:

    2.2 變異

    式中:r1,r2,r3∈{1,2,…,Np}兩兩之間不相等并且不等于i為第t代基向量)為第t代的差分向量;K∈[0,1]為變異因子.

    2.3 交叉

    為增加種群的多樣性,通過對xti和變異得到的新個體 vti+1進行交叉運算,得到實驗個體,即

    式中:rand(j)為取值范圍是[0,1]的均勻隨機數(shù);CR為取值在[0,1]范圍內(nèi)的交叉因子;rnbr(i)為一個隨機量,且 rnbr(i)∈{1,2,…,D}.

    2.4 選擇

    2.5 進化參數(shù)的自適應(yīng)調(diào)整

    在標準差分算法進化尋優(yōu)過程當中,種群規(guī)模NP、變異因子K以及交叉因子CR共3個參數(shù)都為固定值,參數(shù)值選擇的合適與否對計算的過程和結(jié)果有很大影響[9].其中,變異因子K的最優(yōu)值難以確定,如果K的值選取過大,搜索步長太大,容易形成振蕩,不易收斂到全局最優(yōu)解;如果K的值選取過小,搜索步長太小,搜索過程緩慢并且易于收斂到局部最優(yōu)解[10].仿真實驗表明,采用能根據(jù)搜索階段作自適應(yīng)調(diào)整的變異因子K,即在開始階段選取較大的K值,在搜索后期選取較小的K值,既能保證算法的快速性,又能避免陷入局部最優(yōu)解.自適應(yīng)的變異因子如下:

    式中:Gmax為最大進化次數(shù);G為當前進化次數(shù);參數(shù) a取值范圍為[0.2,0.6].

    3 自適應(yīng)差分進化PID控制器

    3.1 控制系統(tǒng)結(jié)構(gòu)

    SADE-PID控制系統(tǒng)的結(jié)構(gòu)如圖1所示.整個系統(tǒng)采用閉環(huán)控制的方式連接,將采樣得到的參數(shù)u(k)、e(k)、n(k)作為自適應(yīng)差分進化算法的輸入,輸出為經(jīng)過優(yōu)化的PID參數(shù).PID控制器輸出SVPWM的參考電壓,通過SVPWM調(diào)制方法產(chǎn)生驅(qū)動電機運轉(zhuǎn)的電壓,最終實現(xiàn)PMSM電機轉(zhuǎn)速的高效控制.

    3.2 適應(yīng)度函數(shù)選取

    準確的適應(yīng)度函數(shù)是自適應(yīng)差分進化算法應(yīng)用于控制系統(tǒng)的基礎(chǔ),它是進化過程中個體優(yōu)劣程度的評價標準,保證了種群不斷向最優(yōu)的方向進化,最終實現(xiàn)系統(tǒng)動態(tài)特性和靜態(tài)特性的最優(yōu)化.為綜合全面地評價控制器的動態(tài)性能指標,應(yīng)建立包含多個系統(tǒng)參數(shù)的目標函數(shù).因此,可將系統(tǒng)的各個參數(shù)加權(quán)后列入目標函數(shù)表達式當中.最終選取的目標函數(shù)為

    式中:e(t)為轉(zhuǎn)速誤差;tu為上升時間;u(t)為控制器輸出;ω1、ω2、ω3為權(quán)值.

    圖1 SADE-PID控制系統(tǒng)結(jié)構(gòu)圖Fig.1 SADE-PID control system diagram

    良好的控制效果應(yīng)當是超調(diào)量盡量小且調(diào)節(jié)時間盡量短,即適應(yīng)度函數(shù)與目標函數(shù)J成反比,故在實際應(yīng)用中選擇適應(yīng)度函數(shù)為

    式中:10-10用于防止分母為零.

    3.3 SADE-PID參數(shù)優(yōu)化步驟

    (1)參數(shù)選擇.選擇自適應(yīng)差分進化算法需要確定的各個參數(shù),種群規(guī)模NP、變異因子K、交叉因子CR、最大進化次數(shù)Gmax、參數(shù)a和算法終止條件.

    (2)根據(jù)種群規(guī)模NP和最大進化次數(shù)Gmax,隨機初始化種群.

    (3)評估隨機初始化的種群,得到種群內(nèi)部各個個體的適應(yīng)度函數(shù)值.

    (4)初次判斷是否符合終止條件.若符合,則算法結(jié)束,將此時的最優(yōu)解輸出;若不符合,進行第(5)步.

    (5)按照相應(yīng)的變異因子和交叉因子,執(zhí)行變異和交叉操作,產(chǎn)生試驗向量.

    (6)比較目標向量xi,G和試驗向量,按照貪婪準則進行選擇,產(chǎn)生新種群.

    (7)重新評價新種群.若達到最大進化次數(shù)Gmax或適應(yīng)度函數(shù)值小于閥值λ=10-6,則終止進化;否則,進化代數(shù)加1并轉(zhuǎn)到第(4)步繼續(xù)運行.

    4 仿真研究

    利用Matlab/simulink構(gòu)建系統(tǒng)模型,驗證控制算法的性能.根據(jù)需要選取PMSM電機,其參數(shù)如表1所示.

    表1 PMSM電機參數(shù)Tab.1 PMSMmotor parameters

    根據(jù)永磁同步電機的結(jié)構(gòu)特性,在Matlab/simulink中建立系統(tǒng)的控制模型,設(shè)置自適應(yīng)差分進化的相關(guān)參數(shù),然后進行仿真分析.設(shè)定種群規(guī)模為NP=30,種群中每個成員含有3個參數(shù)變量:KP、KI和 KD.取變異因子 K=0.08,交叉因子CR=0.90,參數(shù) a=0.35.借鑒 Ziegler-Nichols整定方法得到的結(jié)果,將種群中各成員參數(shù)變量的邊界條件設(shè)定為:Kp∈[0 20]、KI∈[0 1]和KD∈[0 1];適應(yīng)度函數(shù)中的 ω1、ω2、ω3取隨機值.

    設(shè)置適當?shù)膮?shù)后,進行仿真分析,得到PMSM在不同情況下的響應(yīng)曲線.經(jīng)過自適應(yīng)DE算法優(yōu)化PID參數(shù)的PMSM轉(zhuǎn)速響應(yīng)曲線與標準DE優(yōu)化PID參數(shù)轉(zhuǎn)速響應(yīng)曲線的對比如圖2所示;兩種控制方式下對轉(zhuǎn)矩擾動的響應(yīng)曲線對比如圖3所示.

    圖2 階躍輸入的轉(zhuǎn)速響應(yīng)Fig.2 Speed response to a step input

    圖3 轉(zhuǎn)矩擾動時的轉(zhuǎn)速響應(yīng)Fig.3 The torque disturbances speed response

    通過對比分析圖2和圖3可知:PMSM轉(zhuǎn)速控制系統(tǒng)的PID參數(shù)經(jīng)過自適應(yīng)差分進化算法優(yōu)化以后,不僅超調(diào)量大幅減小,響應(yīng)時間明顯縮短,控制精度提高,而且能夠?qū)崿F(xiàn)轉(zhuǎn)速的平穩(wěn)控制,抗干擾能力也大大增強.系統(tǒng)的動態(tài)特性和靜態(tài)特性與標準差分進化算法PID整定方法相比,都有顯著的改善,體現(xiàn)了利用自適應(yīng)差分進化算法優(yōu)化PMSM轉(zhuǎn)速控制系統(tǒng)參數(shù)的可行性和有效性.

    5 結(jié)束語

    提出了一種利用自適應(yīng)差分進化算法優(yōu)化PID參數(shù)的永磁同步電機轉(zhuǎn)速控制系統(tǒng),并且詳細描述了算法的實現(xiàn)步驟.仿真實驗表明,由于自適應(yīng)差分進化算法的快速收斂性和強大的全局尋優(yōu)能力,PMSM電機轉(zhuǎn)速控制系統(tǒng)的動態(tài)特性和靜態(tài)特性都得到了顯著改善.這體現(xiàn)了將自適應(yīng)差分進化算法引入到PMSM轉(zhuǎn)速控制領(lǐng)域的實際意義.

    [1] 王秀和.永磁電機[M].北京:中國電力出版社,2011:5-8.

    [2] 楊華芬,楊有,尚晉.一種改進的進化神經(jīng)網(wǎng)絡(luò)優(yōu)化設(shè)計方法[J].鄭州大學學報:工學版,2010,31(5):116-120.

    [3] DAVID B F.Evolutionary computation:Toward a new philosophy of machine intelligence[M].NewYork:IEEE Press,2000:185-200.

    [4] 雷小宇,樓樸根.基于差分進化的多機器人路徑規(guī)劃[J]. 計算機仿真,2011,28(1):10-13.

    [5] 王艷宜.改進差分進化算法及其應(yīng)用[J].機械設(shè)計與研究,2010,26(5):13-16.

    [6] 張永春.高性能PMSM矢量控制系統(tǒng)設(shè)計與實現(xiàn)[J].制造業(yè)自動化,2012,34(11):122-125.

    [7] ZHANG Ying-cai,ZHU Jia-gang.Direct torque control of permanent magnet synchronous motor with reduced torque ripple and commutation frequency[J].IEEE Transactions on Power Electronics,2011,26(1):235-248.

    [8] STORN R,PRICE K.Differential evolution-A simple and efficientadaptive scheme for global optimization over continuous spaces[R].Berkeley:University of California,2006.

    [9] DASS,SUGANTHAN P N.Differential evolution:A survey of the state-of-art[J].IEEE Transactions on Evolutionary Computation,2011,15(1):4-31.

    [10]熊偉麗,許文強,徐保國.基于差分進化算法的Wiener模型辨識[J].控制工程,2012,19(5):900-904.

    猜你喜歡
    適應(yīng)度差分定子
    改進的自適應(yīng)復制、交叉和突變遺傳算法
    計算機仿真(2022年8期)2022-09-28 09:53:02
    數(shù)列與差分
    異步電動機定子沖片槽型優(yōu)化
    防爆電機(2021年1期)2021-03-29 03:02:46
    基于新型趨近律的雙定子電機控制系統(tǒng)研究
    基于空調(diào)導風板成型工藝的Kriging模型適應(yīng)度研究
    中國塑料(2016年11期)2016-04-16 05:26:02
    一種在線辨識定子電阻的MRAS轉(zhuǎn)速估算方法
    基于差分隱私的大數(shù)據(jù)隱私保護
    相對差分單項測距△DOR
    太空探索(2014年1期)2014-07-10 13:41:50
    基于PCS-985B的發(fā)電機定子接地保護應(yīng)用及整定
    差分放大器在生理學中的應(yīng)用
    蒙自县| 余姚市| 阳新县| 保定市| 密山市| 太和县| 舟曲县| 台北市| 通许县| 镇坪县| 陵川县| 蒙山县| 齐齐哈尔市| 建宁县| 高安市| 天全县| 龙口市| 郴州市| 清原| 确山县| 南丰县| 东乌| 舒城县| 阿克苏市| 马关县| 同江市| 太保市| 元氏县| 金华市| 高州市| 玉田县| 靖安县| 安化县| 华容县| 巧家县| 吴堡县| 青神县| 凤庆县| 紫云| 彰化市| 启东市|