[发明专利]一种无刷直流电机模糊化自适应PID控制优化方法有效
申请号: | 201810696703.0 | 申请日: | 2018-06-29 |
公开(公告)号: | CN108549215B | 公开(公告)日: | 2021-02-02 |
发明(设计)人: | 黄孝平;黄文哲;文芳一 | 申请(专利权)人: | 南宁学院 |
主分类号: | G05B11/42 | 分类号: | G05B11/42 |
代理公司: | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人: | 李冉 |
地址: | 530200 广西*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 直流电机 模糊 自适应 pid 控制 优化 方法 | ||
1.一种无刷直流电机模糊化自适应PID控制优化方法,其特征在于:有前向试探过程和反馈调整过程;前向试探过程包括如下步骤:
①获取参数值:读取当前模糊规则参数和初始模糊规则参数,并获取当前模糊调节输入值,模糊规则参数包括隶属度函数的幅宽、隶属度函数高斯分布方差;
②输出调整值:以初始模糊规则参数为基准在预设定范围内生成随机数,将读取到的当前模糊规则参数一一对应加上随机数,得到模糊规则参数调整值发送待执行,并将模糊规则参数调整值代入至模糊规则参数→转速电流变化值模型后结合当前模糊调节输入值计算得到的电流检测和转速检测的预期值保存在内存中;
③输出控制:将模糊规则参数调整值作为模糊规则参数控制采用PID控制方式进行无刷直流电机转速调节和电流调节;
④等待反馈:进入睡眠状态延时N个时序;
所述步骤②中的模糊规则参数→转速电流变化值模型,通过实验数据采用浅层前馈神经网络建模得到,即视为预先已经得到的现成模型,其输入值是模糊规则参数X,输出值为转速变化值和电流变化值;
所述损失函数为电流检测和转速检测的读值和电流检测和转速检测的预期值的交叉熵函数;
反馈调整过程包括如下步骤:
①获取反馈值:获取电流检测和转速检测的读值;
②反向计算:将当前获取的电流检测和转速检测的读值,与N个时序之前的电流检测和转速检测的预期值,代入损失函数中计算,N为10~30;
③参数调整:根据损失函数计算结果调整模糊规则参数,并将调整后的模糊规则参数返回作为当前模糊规则参数,同时从内存中删除电流检测和转速检测的预期值。
2.如权利要求1所述的无刷直流电机模糊化自适应PID控制优化方法,其特征在于:所述当前模糊规则参数存储于总控节点的内存中。
3.如权利要求1所述的无刷直流电机模糊化自适应PID控制优化方法,其特征在于:所述初始模糊规则参数存储于随机调节模块的内置存储器中,且由随机调节模块生成随机数。
4.如权利要求2所述的无刷直流电机模糊化自适应PID控制优化方法,其特征在于:所述当前模糊规则参数在每经过M个时序后写入至存储器中,M为10以上。
5.如权利要求1所述的无刷直流电机模糊化自适应PID控制优化方法,其特征在于:所述前向试探过程和反馈调整过程以10ms为一个执行周期。
6.如权利要求1所述的无刷直流电机模糊化自适应PID控制优化方法,其特征在于:所述反馈调整过程中的①获取反馈值和②反向计算在参数调整模块中执行。
7.如权利要求6所述的无刷直流电机模糊化自适应PID控制优化方法,其特征在于:所述参数调整模块为以Cortex-A9处理器为核心的系统级芯片。
8.如权利要求1所述的无刷直流电机模糊化自适应PID控制优化方法,其特征在于:所述预设定范围为10%~20%中任意一值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南宁学院,未经南宁学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810696703.0/1.html,转载请声明来源钻瓜专利网。