一种基于改进粒子群优化的变论域双闭环模糊PI永磁同步电机矢量控制方法

技术领域

本发明涉及永磁同步电机算法控制技术领域，尤其涉及一种基于改进粒子群优化的变论域双闭环模糊PI永磁同步电机矢量控制方法。

背景技术

永磁同步电机的启动阶段超调现象一直是电机启动广泛研究但效果甚微的关键问题，是航空领域的高精度、可靠的准确性和重要性之一。永磁同步电机广泛采用id＝0的矢量控制结合速度、电流双闭环控制方案，具有较好的动态响应和速度控制性能。但由于永磁同步电机模糊PI控制算法的弊端，这对设定速度的准确性与控制算法的高效性存在一定的挑战。

现有技术的模糊PI方法主要存在以下两个问题：

1、启动阶段电流跟随给定电压Ui的快速响应性以及恒速阶段速度的动态稳定性和抗扰动能力。

2、传统模糊PI算法参数调试超调现象的发生。

故，针对现有技术的缺陷，实有必要提出一种技术方案以解决现有技术存在的技术问题。

发明内容

有鉴于此，确有必要提供一种基于改进粒子群优化的变论域双闭环模糊PI永磁同步电机矢量控制方法，随机权重设置惯性权重改进的PSO，并根据适应度函数优化优化模糊算法控制因子，优化模糊控制器K

为了克服现有技术的缺陷，本发明的技术方案如下：

一种基于改进粒子群优化的变论域双闭环模糊PI永磁同步电机矢量控制方法，包括以下步骤：

步骤S1：随机权重设置惯性权重提升PSO寻优效率，根据适应度函数优化模糊算法控制因子，即优化量化因子K

步骤S2：不改变模糊论域，校正因子θ对量化因子K

其中，所述步骤S1进一步包括：

步骤S11：结合电流内环、转速外环PI初始参数，参数变量矩阵在可允许范围内随机初始化设置；该步骤是S11进一步包括：

步骤S111：预先产生四个矩阵K

步骤S12：随机权重设置惯性权重为随机值，根据适应度函数的大小判断每个个体的优良程度，更新自身最优解和所有个体最优解；该步骤是S12进一步包括：

步骤S121：随机权重设置惯性权重ω(x)为随机值,公式如下：

exp(-x

粒子位置更新公式：

是粒子i在第k次迭代中的速度，/>

步骤S13：对输入输出参数进行性能评估，如果满足适应度函数或者满足更新次数上限，则停止。否则返回步骤S12开始重复以上步骤继续寻优；该步骤是S13进一步包括：

步骤S131：对输入输出参数进行性能评估，如果满足适应度函数:

步骤S2：不改变模糊论域，校正因子θ对量化因子K

步骤S21：在量化因子和比例因子上加入变论域模块，即不改变模糊论域，对量化因子和比例因子进行实时调整；该步骤S21进一步包括：

步骤S211：在量化因子和比例因子上加入变论域模块，即不改变模糊论域，对量化因子和比例因子进行实时调整，公式如下：

θ＝1-σN(0,1)

/>

降低K

步骤S22：将更新的自身个体最优解和所有个体最优解作为参数自校正模糊控制器的输入和输出；该步骤S22进一步包括：

步骤S221：将更新的自身个体最优解和所有个体最优解赋值给量化因子K

与现有技术相比较，本发明具有如下有益效果：

本发明技术方案基于改进粒子群优化的变论域双闭环模糊PI永磁同步电机矢量控制方法具备良好的鲁棒性和可靠性。

附图说明

图1为本发明基于改进粒子群优化的变论域双闭环模糊PI永磁同步电机矢量控制方法的流程框图；

图2为永磁同步电机仿真模型建立整体框图；

图3为粒子群适应度曲线图；

图4永磁同步电机改进PSO双闭环模糊PI控制器仿真框图；

图5永磁同步电机改进PSO双闭环模糊PI控制器原理框图；

图6为永磁同步电机普通模糊PI转速波形图；

图7为永磁同步电机改进粒子群优化的变论域双闭环模糊PI转速波形图；

图8为永磁同步电机普通模糊PI转矩波形图；

图9为永磁同步电机改进粒子群优化的变论域双闭环模糊PI转矩波形图；如下具体实施例将结合上述附图进一步说明本发明。

具体实施方式

以下将结合附图对本发明提供的技术方案作进一步说明。

随机权重设置惯性权重提升PSO寻优效率，根据适应度函数优化模糊算法控制因子，即优化量化因子K

参见图1-5，本发明提供一种基于改进粒子群优化的变论域双闭环模糊PI永磁同步电机矢量控制方法，图1所示为本发明基于改进粒子群优化的变论域双闭环模糊PI永磁同步电机矢量控制方法的架构图，整体而言，本发明包括2大步骤，步骤S1：随机权重设置惯性权重提升PSO寻优效率，根据适应度函数优化模糊算法控制因子，即优化量化因子K

其中，所述步骤S1进一步包括：

步骤S11：结合电流内环、转速外环PI初始参数，参数变量矩阵在可允许范围内随机初始化设置；

步骤S12：随机权重设置惯性权重为随机值，根据适应度函数的大小判断每个个体的优良程度，更新自身最优解p

步骤S13：对输入输出参数进行性能评估，如果满足适应度函数或者满足更新次数上限，则停止。否则返回步骤S12开始重复以上步骤继续寻优；

如图1基于改进粒子群优化的变论域双闭环模糊PI永磁同步电机矢量控制方法的流程框图，其中，步骤S11进一步包括：

步骤S111：PSO初始化一群随机粒子，然后迭代找到最优解。

将整个解空间分成四个区域，K

所述步骤S12进一步包括：

步骤S121：每次迭代，粒子都会找两个极值来更新自己。第一个极值是粒子自身的极值pbest，也就是很多代中粒子表现最好的数值，第二个极值是gbest整个种群的最优解。在k次迭代时，粒子的速度和位置分别表示为：

在k+1次迭代计算时，通过以下方程优化粒子的速度和位置：

粒子速度更新公式：

粒子位置更新公式：

惯性权重更新公式：

粒子速度的更新公式中，第一部分，当前粒子速度对粒子飞行的影响，这部分提供了粒子在搜索空间的飞行动力。第二部分，个体认知部分，垂直搜索。第三部分，群体认知部分，代表了群体经验对粒子飞行轨迹的影响，促使粒子朝着群体发现的最好的位置移动。根据适应度函数

i＝1,2...m。m为粒子总数，ω(x)为惯性权重，

步骤S13进一步包括：

步骤S131：对输入输出参数进行性能评估，通过图3粒子群曲线图，在迭代次数20次时，适应度函数接近最优值。更新迭代100次之后，达到更新次数上限。满足适应度函数:

步骤S2进一步包括：

步骤S21：在量化因子和比例因子上加入变论域模块，即不改变模糊论域，对量化因子和比例因子进行实时调整；

步骤S22：将更新的自身个体最优解和所有个体最优解作为参数自校正模糊控制器的输入和输出；

如图4为改进PSO双闭环模糊PI控制器仿真框图，步骤S21进一步包括：

步骤S211：在量化因子和比例因子上加入变论域模块，即不改变模糊论域，对量化因子和比例因子进行实时调整。校正因子对量化因子和比例因子进行实时调整，公式如下：

θ＝1-σN(0,1)

将误差变换率E

如图5为改进PSO双闭环模糊PI控制器原理框图，步骤S22进一步包括：

步骤S221：根据上述参数自调整的原则和思想，可以设计一个模糊参数调整器，在线地根据偏差e和偏差变化ec来调整K

清晰化处理后得到的模糊控制器的精确输出量U*，μ

k

为了验证本发明的技术效果，将通过实际电机参数模型对比验证本发明的有效性：

图2是永磁同步电机(PMSM)仿真模型建立整体框图，永磁同步电机主要分为转速外环模块、电流内环模块、SVPWM三相电压逆变器模块、永磁同步电机总体模块，通过Simulink仿真，实现永磁同步电机转速外环、电流内环双闭环控制，为验证基于随机权重改进PSO算法的全局搜索能力，PMSM仿真参数根据实际使用电机设置如下：型号57BLF01，磁极数4，相数3，额定电压VDC24，额定转速RPM3000rpm，保持力矩N-m0.2,输出功率Watts 63，额定功率P 3kW，阻尼系数B 0.008NMs，采样时间Ts 10s，母线电压Udc 311V，转动惯量120g·cm

为了验证本文改进算法的优越性，通过对基于改进粒子群优化的变论域双闭环模糊PI永磁同步电机矢量控制仿真(如图2)，针对本型号电机，得到电流内环PI参数最优值为：K

以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。