基于粒子群神经网络的无刷直流电机控制方法

摘要

cqvip:在高性能、高精度的控制要求条件下,针对无刷直流电机(BLDCM)利用经典比例-积分-微分(PID)无法满足相关要求的问题,提出了一种神经网络在线整定的PID控制算法,并针对神经网络的缺陷,利用粒子群算法(PSO)进行了优化,力图使BLDCM在复杂多变的情况下响应性能更好、速度波动更小。设计了BLDCM控制板,搭建了实验平台,分析了BLDCM的控制模型,建立了神经网络控制模型,结合PSO对神经网络进行改进优化。实验结果表明优化后的算法收敛速度更快,BLDCM具有更好的动态响应性能,速度波动更小。