试析优化智能控制器在BLDCM控制系统中的研究现状

随着人工智能技术的不断发展,专家系统、模糊理论、人工神经元网络等智能控制的最新成果开始进入电机控制领域,给进一步提高无刷直流电机的控制性能提供了一条全新的途径。本文结合国内外无刷直流电机控制系统的研究现状,将现代计算机应用中最前沿的最优化与智能控制与传统的PID控制器结合在一起进行研究,针对有非线性复杂特性的控制对象或控制过程,传统控制理论中的PID控制器的难以实现满意的效果。研究利用最优化算法优化智能PID控制如:(fuzzy-PID、BP-PID、自适应PID控制、专家PID、基于遗传算法整定的PID控制器),完善智能控制方法在BLDCM控制系统中的应用。     

无刷直流电动机离散变结构控制器设计与仿真

介绍了无刷直流电动机（BLDCM）位置伺服系统离散时间变结构控制器的设计方法。数字仿真结果表明：变结构控制器具有健全的控制性能，对控制对象的参数变化及外部扰动并不敏感，系统状态将按预定的路径变化，因而伺服系统具有高稳定性、高精度、鲁棒性和快速响应等优点。     

无刷直流电机单神经元自适应智能调速系统

本文针对无刷直流电机设计了一种可在线学习的单神经元自适应PID智能控制器,通过有监督的Hebb学习规则来调整权值,每一次采样都直接根据反馈误差对神经元权值进行调整,实现PID三个参数的自适应,采用分段线性化方法建立无刷直流电机反电动势梯形波,采用滞环电流控制器实现电流调节,并在Matlab/Simulink仿真平台上搭建仿真模型,结果表明智能PID控制效果和鲁棒性都优于常规PID,大大提高了系统的跟随性,能满足无刷电机系统对实时性的要求。