基于永磁同步电机调速系统的MATLAB仿真

在对永磁同步电机磁场定向控制的原理进行了详尽分析的基础上,用MATLAB建立了永磁同步电机控制系统的仿真模型,并通过对实例电机的仿真,提供了仿真波形,其仿真结果达到了预期效果。该研究结果提高了永磁同步电机控制系统开发效率,为永磁同步电机控制系统的分析和设计提供了有效的途径。     

基于MATLAB的永磁同步电机矢量控制系统仿真

根据永磁同步电机（PMSM）的数学模型及矢量控制方法,在MATLAB／SIMULINK环境中建立独立的功能模块,对电机及其控制系统的各部分进行建模,并进行了仿真分析。     

永磁同步电机无传感器控制综述

随着控制理论、数字信号处理和计算机技术的飞速发展,永磁同步电机的无传感器控制广泛的运用于各种环境条件有限的工业场合。文章详细论述了各种PMSM无传感器控制技术,并给出相应的优缺点。     

永磁同步电机伺服系统的研究

以当前最先进的数字信号处理芯片TMS320F2812为核心控制单元,利用id=0的矢量控制方法,设计实现了双环控制的全数字化永磁同步电机伺服系统。     

基于永磁同步电机铁损模型的损耗最小控制

建立并分析了永磁同步电机的铁损模型,得到使电机工作在功率损耗最小状态下的d轴电流,从而得到电机功率损耗最小的控制方案。仿真结果表明永磁同步电机的铜损略有增加而铁损大幅减少。     

基于纯电动车电子机械制动系统的永磁同步电机控制

全球汽车行业正在加速发展,汽车向“电动化”、“智能化”、“共享化”的方向发展。纯电动车是汽车未来的发展趋势,制动系统又极为重要,因此有必要对纯电动车的制动系统进行研究。本文主要对电子机械制动系统的永磁同步电机控制进行了研究,对永磁同步电机建立数学模型,采用PI控制方法对永磁同步电机的位移环、速度环和电流环进行控制。仿真结果显示,本文的控制方法能够很好的控制电机的输出位移,从而控制机械助力系统推动主缸推杆的位移。     

基于混合信息的粒子群优化算法

本文提出一种基于混合信息的粒子群优化算法。此算法具有充分利用种群信息,保证群体的多样性,快速收敛效果和避免陷入局部极值的能力。     

基于免疫粒子群优化算法的物流配送车辆调度算法

将物流企业的车辆调度问题建模为一个单目标多约束的优化问题,将免疫原理与粒子群优化算法相结合,提出了一个车辆调度的免疫粒子群算法。该算法能在群体进化时注入满足约束的疫苗,从而加快种群寻优的效率,得到质量更高的解。实验结果显示:相比传统的遗传算法和粒子群算法,该方法能够得到更加满意的车辆调度结果。     

基于免疫粒子群优化算法的物流配送车辆调度算法

将物流企业的车辆调度问题建模为一个单目标多约束的优化问题,将免疫原理与粒子群优化算法相结合,提出了一个车辆调度的免疫粒子群算法.该算法能在群体进化时注入满足约束的疫苗,从而加快种群寻优的效率,得到质量更高的解.实验结果显示:相比传统的遗传算法和粒子群算法,该方法能够得到更加满意的车辆调度结果.     

基于粒子群优化的模糊聚类分析

基于求解实优化问题时,粒子群优化算法优于遗传算法。在基于遗传算法的模糊C均值聚类算法基础上,给出了基于粒子群的模糊C均值聚类算法,试验结果表明:该算法克服了传统的模糊C均值聚类算法的缺陷,同时在收敛速度方面明显优于基于遗传算法的模糊C均值聚类算法。     

基于粒子群优化BP神经网络的房价预测

针对房价预测问题,文章给出一种基于粒子群优化的BP神经网络算法,并利用该算法提出两种预测房屋销售价格指数的方法。对房屋销售价格月指数的时间序列预测,直接建立PSO-BP模型;而对年指数预测,首先选择房价影响因素进行因子分析,然后在此基础上建立PSO-BP模型。两种对房屋销售价格指数的PSO-BP模型预测结果与BP模型相比,其精度均有较大提高,收敛更快。     

基于DSP的矿用电机车永磁同步电机矢量控制调速系统

文章介绍了永磁同步电机采用id=0控制方式的矢量控制调速策略,设计了一种基于DSP的矿用机车的调速系统。该系统以数字信号处理器TMS320F28335为核心处理器,以智能功率模块为主功率电路,采用转速、电流双闭环系统结构。以电流环采用空间矢量控制,速度环采用PID调节的方式,能够实现对电机的实时控制、平稳调速的功能。     

基于反向学习策略粒子群的物流配送路径优化研究

针对粒子群优化算法后期寻优能力,并易陷入局部最优等不足,提出了一种反向学习粒子群的物流配送路径优化算法(OBLPSO)。首先建立物流配送路径优化的数学模型,然后通过粒子之间的相互协作和信息交流进行求解,并引入反向学习机制提高粒子群寻优能力和收敛速度,最后在Matlab2012平台上对OBLPSO算法性能进行仿真测试。仿真结果表明,相对其它物流配送路径优化算法,OBLPSO算法可以获得时间短、路径合理的物流配送方案,具有一定的实用价值。     

基于改进粒子群算法的含风电场电力系统的无功优化

文章首先建立了风电场的数学模型,并提出其在潮流计算中的处理方法,在此基础上,将粒子群算法运用到无功优化问题中,采用WSCC 9节点系统进行仿真验算。结果表明该算法对降低系统网损和提高系统电压上具有明显的优化效果。     

一种改进的粒子群优化算法

介绍基本粒子群优化算法的原理、特点,并在此基础上提出了一种改进的粒子群算法。通过在粒子初始化时引入相对基的原理使粒子获得更好的初始解,以及在迭代过程中引入变异模型,部分粒子生成相对应的扩张及收缩粒子,比较其适应度,保留最佳粒子进行后期迭代,使算法易跳出局部最优。通过经典函数的测试结果表明,新算法的全局搜索能力有了显著提高,并且能够有效避免早熟问题。     

一种改进的粒子群优化算法

粒子群优化算法是由Kennedy和Eberhart[1,2]在1995年提出的一种基于群体智能的随机进化算法,是在鸟群、鱼群和人类社会行为规律的启发下提出来的。针对粒子群优化算法容易陷入局部极小的缺陷,对粒子群优化算法的速度进化公式进行改进,将粒粒子行为基于个体极值和全局极值变化为基于个体极值的加权平均、全局极值和按概率选择其它粒子的个体极值。新算法更符合生物的学习规律,使得粒子充分利用整个种群的信息,保证了群体的多样性。     

粒子群优化算法的改进与应用

粒子群优化算法是今年来快速发展的一种新的进化算法。本文以标准粒子群优化算法的缺陷为出发点,从不同的角度来展现粒子群算法的改进方向和研究进展。讨论其在不同领域内的应用。最后对粒子群优化算法的发展趋势进行了展望。     

基于粒子群算法的预制构件生产调度优化应用研究

随着国家经济建设绿色化、低碳化的要求,装配式建筑也成为建筑结构体系重要的一部分。大量的建设需求使得混凝土预制构件的种类和数量持续增多,使得在预制构件的生产过程中调度越来越复杂。本文通过建立预制构件生产的约束条件,利用粒子群算法对预制构件的生产调度进行优化。通过实际案例验证预制构件生产线的任务分配,证明通过调整预制构件的生产工序可以缩短构件的生产周期,提高预制构件的生产效率。     

基于混合粒子群算法的配送车辆复杂路径优化

提出了基于混合粒子群算法(PSO)的配送车辆复杂路径优化方法,描述了混合PSO的原理和流程,并将其运用到物流配送路径优化问题中。实验结果显示,该方法能得到满意的路径优化结果。     

基于粒子群算法的PID控制在变风量空调系统中的应用

本文通过采用引入收缩因子的粒子群算法设计一种稳定、高效的自适应控制器。以常规PID控制方法的整定结果作为参考,选择PID参数的取值区间,根据粒子群的演化规则自动完成最优控制。通过仿真结果表明,改进的算法不仅具有良好的鲁棒性,而且还有良好的收敛性。采用上述自适应控制器后,整个系统体现了良好的动态性能及较强的鲁棒性。