白超

摘 ?要：在此次研究中，提出了永磁同步電機(jī)控制策略，借助粒子群算法的途徑，對模糊控制器的3個比例因子參數(shù)進(jìn)行實時優(yōu)化設(shè)計，從而充分發(fā)揮其性能和作用，為驗證這一方法是否具有有效性進(jìn)行了仿真模型驗證，結(jié)果發(fā)現(xiàn)該系統(tǒng)具有較強(qiáng)的魯棒性，能夠?qū)崿F(xiàn)跟蹤負(fù)載變化，響應(yīng)較快，而且準(zhǔn)確度高，進(jìn)一步說明粒子群優(yōu)化方法在電動機(jī)中車有一定的可行性。

關(guān)鍵詞：粒子群優(yōu)化 ?模糊控制器 ?永磁同步 ?電機(jī)控制

中圖分類號：TM341 ? 文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ?文章編號：1672-3791（2019）05（a）-0033-02

對于永磁同步電機(jī)來說，其具有較強(qiáng)的能量密度和效率，體積小，響應(yīng)較快，常用于電動汽車驅(qū)動系統(tǒng)中。目前很多電動機(jī)控制系統(tǒng)均采用永磁同步電機(jī)，將其視作為驅(qū)動部件。這種驅(qū)動設(shè)備和傳統(tǒng)的電動汽車相比，一般都是選控制策略PID控制方法，這種控制方法雖然具備一定的優(yōu)勢，但也難以避免具有一定的局限性，無法根據(jù)外界環(huán)境變化來調(diào)整參數(shù)，無法實現(xiàn)優(yōu)化功能。基于此研究學(xué)者提出了智能控制的策略，比如模糊控制算法，但這些方法各有缺陷，針對這種情況，我們也充分提出了粒子群優(yōu)化模糊控制器，能夠利用粒子群算法優(yōu)化模型控制器的參數(shù)，進(jìn)而能夠使其適應(yīng)環(huán)境變化和負(fù)載變化，實現(xiàn)參數(shù)控制，使模糊控制器的精度和魯棒性能提高，在實驗過程中負(fù)載轉(zhuǎn)距利用階躍信號，將其作為干擾，在相同條件下，與PID控制效果進(jìn)行比較分析。

1 ?粒子群的優(yōu)化算法

該算法目前已經(jīng)在很多領(lǐng)域中實現(xiàn)了應(yīng)用。首先對一組隨機(jī)粒子進(jìn)行初始化，用迭代法求出最優(yōu)解。在迭代過程中，粒子通過跟蹤極值來更新數(shù)據(jù)，其中一個是粒子本身的最優(yōu)解，即單個極值。而另外一個是整個種群中的最優(yōu)解，我們將其稱為是全局機(jī)制。經(jīng)過及時尋找到兩個值后，可以根據(jù)公式來更新速度和位置。

2 ?粒子群優(yōu)化的模糊控制器

從反饋的信息來看，粒子群優(yōu)化（PSO）技術(shù)動態(tài)調(diào)整量化因子和尺度因子，以獲得最佳效果。如圖1所示為粒子群優(yōu)化自適應(yīng)模糊控制器的結(jié)構(gòu)。

首先，將求解空間劃分為5個區(qū)域，并分配不同區(qū)域的速度位置。初始值需要在一定范圍內(nèi)。隨機(jī)極值是初始位置值，而全局極值是在5個區(qū)域中尋找最小極值。同時，記錄極值所在區(qū)域的信號數(shù)據(jù)。其次，需要將初值代入公式中，在與全局極值比較后，如果單個極值比最后一個全局極值更為優(yōu)化，則需要用新的全局極值來代替。最后，通過類比，在滿足目標(biāo)函數(shù)之前，可以在空間變化中找到粒子的最優(yōu)解。此時，位置是模糊控制器參數(shù)因子和比例因子的最優(yōu)解。如果找不到最優(yōu)解，則需要返回程序繼續(xù)搜索。

3 ?仿真模型實驗

圖2為粒子群優(yōu)化模糊閉環(huán)矢量控制仿真模型。

在速度環(huán)中，速度為1000r/s，反饋引起的速度誤差被發(fā)送到PSO。當(dāng)模糊控制器的3個參數(shù)進(jìn)行優(yōu)化，輸出U作為電流指令進(jìn)入電流回路時，PWM產(chǎn)生方式為空間矢量PWM，輸出的三相正弦電流驅(qū)動電機(jī)。采用了ID等于零的控制系統(tǒng)策略。在實驗過程中，我們對常規(guī)PID控制器和PFC控制器系統(tǒng)進(jìn)行仿真實驗。其中負(fù)載轉(zhuǎn)矩需要從2nm升至10nm，觀察各變量，對于越級信號的響應(yīng)情況。我們將轉(zhuǎn)速定為100r/s，分別比較兩種控制下轉(zhuǎn)速響應(yīng)情況。結(jié)果發(fā)現(xiàn)無論響應(yīng)速度為多少，和超調(diào)量大小，其PFC控制器都優(yōu)于PID控制器的響應(yīng)速度。同時發(fā)現(xiàn)PFC控制器下轉(zhuǎn)距當(dāng)發(fā)生突變時，速度相對平穩(wěn)，超調(diào)量小。為了測試粒子群優(yōu)化控制系統(tǒng)的高速性能，我們將對其進(jìn)行加速，調(diào)至1000r/s，轉(zhuǎn)矩從2nm升到10nm，比較不同結(jié)果表明，當(dāng)轉(zhuǎn)速達(dá)到穩(wěn)定狀態(tài)時，僅低于指令值。在999r/s產(chǎn)生的誤差較小，而且PFC控制器依然要比PID控制器的性能好。通過數(shù)據(jù)我們發(fā)現(xiàn)轉(zhuǎn)矩曲線比較平滑，啟動過程中只有較大的超調(diào)量。這主要是由于電機(jī)帶負(fù)荷啟動過程中需要較大的扭矩，不適合更精確控制扭矩的場合。在今后的控制策略中引入轉(zhuǎn)矩控制，可以減小起動轉(zhuǎn)矩的過沖。

4 ?結(jié)果分析

在上述的實驗電路中，我們將電機(jī)選用極對數(shù)為3的貼面式永磁同步電動機(jī)，其中額定功率為1.2kW、額定轉(zhuǎn)速為6000r/min、額定電壓為400V、額定電流為2.8A。在微處理器上選用定點數(shù)字信號處理器DSP，能夠?qū)φ麄€系統(tǒng)的矢量控制算法和粒子群優(yōu)化算法，基于運(yùn)算周期為66.67μs，PWM的開關(guān)頻率為15kHz，轉(zhuǎn)速為1000r/s，空載狀態(tài)下進(jìn)行啟動。分別比較兩種控制算法下電機(jī)啟動之后達(dá)到穩(wěn)態(tài)值的情況。我們發(fā)現(xiàn)永磁同步電動機(jī)在智能控制器下能夠?qū)崿F(xiàn)平穩(wěn)的啟動和運(yùn)行。

5 ?結(jié)語

在此次研究中，我們針對傳統(tǒng)電動汽車PI策略引起的參數(shù)變化和車輛運(yùn)行不穩(wěn)定問題，提出了永磁同步電機(jī)（PMSM）的控制策略。采用離子群優(yōu)化算法對模糊控制器的比例參數(shù)進(jìn)行全局優(yōu)化，并進(jìn)行了進(jìn)一步的開發(fā)。模糊控制器的魯棒性和高性能。同時，利用模型工具可以模擬旋轉(zhuǎn)距離的速度變化。實驗結(jié)果表明，離子群優(yōu)化算法具有較強(qiáng)的動態(tài)性能和魯棒性，能夠滿足當(dāng)前電動汽車負(fù)荷啟動變化的高速要求，為未來電動汽車智能控制提供了重要的參考。

參考文獻(xiàn)

[1] 彭鵬菲，姜俊，黃亮.基于粒子群優(yōu)化的潛器深度自適應(yīng)模糊控制[J].控制工程，2017（2）：441-445.

[2] 韓曉博.永磁同步電機(jī)矢量控制系統(tǒng)關(guān)鍵技術(shù)研究[D].合肥工業(yè)大學(xué)，2017

[3] 王慧敏，張雪鋒，李新旻，等.基于改進(jìn)型模糊控制器的內(nèi)置式永磁同步電機(jī)全速域控制[J].新型工業(yè)化，2018（1）：30-38.