扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

江苏大学朱熀秋,2023年第7篇SCI

论论资讯 | 2023-03-01 3热度

Electronics (Switzerland)

Explore content

About the journal

Publish with us

Active Disturbance Rejection Control of Bearingless Permanent Magnet Synchronous Motor Based on Genetic Algorithm and Neural Network Parameters Dynamic Adjustment Method

Wang X.; Zhu H.

Published:2023-03-01
DOI:10.3390/electronics12061455

研究背景

电机控制技术一直是工业领域研究的重点。在电机控制中,永磁同步电机是一种高效、可靠、节能的电机,被广泛应用于各种工业领域。然而,永磁同步电机的控制仍然存在一些问题,其中之一是由于主动干扰抑制控制器(ADRC)的固定参数,导致控制性能差。因此,如何提高永磁同步电机控制的精度和鲁棒性,一直是研究者们关注的问题。

研究内容

本文提出了一种基于遗传算法和反向传播神经网络(GA-BPNN)的ADRC动态参数调整方法,以解决永磁同步电机控制性能差的问题。首先,根据电机速度公式和悬浮力公式建立了电机侧和悬浮侧的ADRC控制模型。其次,采用BPNN算法动态调整ADRC的参数,并根据链式法则推导了BPNN的运算过程。第三,为了避免BPNN的收敛失败导致失控的问题,采用基于浮点编码的遗传算法优化BPNN的初始值。最后,将这些方法集成到一个基于GA-BPNN-ADRC的BPMSM控制系统中,并在实验平台上验证了其有效性。实验结果表明,所提出的方法将系统的故障概率从35.61%降低到0%,同时显著提高了控制系统速度和位移的抗干扰能力和动态性能。

研究意义

本文提出的GA-BPNN-ADRC控制方法具有以下创新点和:首先,通过采用BPNN算法动态调整ADRC的参数,克服了传统ADRC控制器参数固定的缺点,提高了控制精度和鲁棒性;其次,采用基于浮点编码的遗传算法优化BPNN的初始值,提高了系统的稳定性和可靠性;最后,将所提出的方法应用于BPMSM控制系统中,实现了对永磁同步电机控制的优化和改进,为电机控制技术的发展提供了新的思路和方法。

微信扫码即可查看