基于混沌分子动理论算法永磁同步电机转速控制器参数自整定的方法

摘要

本发明公开了一种新型的永磁同步电机参数自整定控制器，所述的永磁同步电机系统包括永磁同步电机、光电编码器、转子位置传感器、ASR控制器、逆变器、SVPWM矢量脉宽调制系统等。所述技术的实现过程为，首先要采集电机实际转速与给定转速的差值，采集系统主要结构由光电编码器和电流电压传感器构成，采用了一种新的自适应混沌分子理论优化算法（CKMTOA）来寻求PID控制器的最佳参数，在PMSM矢量控制系统中，速度环将由混沌分子动理论优化算法PID控制器调节。在改进的分子动理论优化算法中，使用自适应惯性权重因子提高收敛速度，并且运用混沌优化搜索以避免局部极值。本发明使控制系统具有动态响应快、跟踪效果好和鲁棒性强等优点。

说明书

技术领域

本发明涉及永磁同步电机驱动控制系统领域，具体是一种基于混沌分子动理论算法永磁同步电机转速控制器参数自整定的方法。

背景技术

永磁同步电机具有体积小、效率高、转动惯量低、电磁转矩大、控制方便等优点，并且磁性材料、电力电子器件、控制理论等蓬勃发展，因此永磁同步电机驱动系统广泛被应用于电动和混合动力电动汽车等。永磁同步电机的控制中，由于转子转速和定子电流的非线性耦合使得系统具有很强的非线性，特别是整个驱动系统存在不确定性时，这种非线性使得系统难以达到高精度控制性能。传统的PID控制器，难以适应复杂过程的控制和实现参数的在线整定，不能达到高精度控制。电动和混合动力电动汽车在启动、爬坡和平稳行驶时需要不同的永磁同步电机驱动器控制参数。在变速和负载扰动等因素下，PID参数需要随着外界因素和电机参数的变化而自整定到适应的参数值才能使系统更加稳定控制精度更高，然而传统的PID控制器难以找到最佳的参数和不能够自整定，且容易产生振荡和超调，难以达到最佳的控制效果。

分子动理论优化算法是一种通过模拟分子运动机制的智能优化算法，鉴于物理规律优化算法的诸多优点，具有能较好地兼顾收敛性和较强的全局搜索能力，表现出良好的优化性能。但是应用于优化PID控制器参数时，在算法迭代过程中，如种群中的所有分子个体均满足|max(x_.j)-min(x_.j)|>ε时则算法容易陷入局部早熟，缺乏局部寻优机制，影响算法全局搜索能力和收敛速度。自适应调整的惯性权重法有利于提高算法收敛速度，混沌运动具有遍历型、随机性等特点，将其应用到优化搜索过程中，当分子陷入早熟收敛时，用混沌扰动来跳出局部最优，并快速搜寻到最优解，提高解的精度和收敛速度。

发明内容

本发明针对现阶段上述永磁同步电机驱动器实现高精度控制和动态响应存在的问题，公开了一种基于混沌分子动理论优化算法的自适应PID控制器应用于永磁同步电机在线参数辨识控制的方法。该发明的控制器有动态响应快的特性，有效的克服了由变速和负载扰动等因素引起的振荡和超调，对永磁同步电机自适应控制有较好的控制效果。

本发明的特点首先将混沌分子动理论优化算法与PID控制器相结合起来，该发明的自适应PID控制器实现永磁电机转速稳定控制和抑制外部扰动的影响。其次，采用种群自适应惯性权重法来更新权值系数以便于提高收敛速度。最后利用混沌运动的遍历性，随机性等特点，对最优分子个体进行混沌扰动，有利于跳出局部最优并提高收敛速度。

本发明是通过如下方案实现，包括以下步骤：

步骤1：通过转子位置传感器采集出永磁同步电机的实际位置信号θ，并由此计算出电机的参考速度v^*和实际速度v差值Δv。

步骤2：将步骤1中的转速误差信号作为自适应混沌分子动理论优化PID控制器的输入量，输出量作为q轴电流参考信号即i_q^*，令d轴电流参考值为0即（i_d^*=0）。

步骤3：通过选用的适应度函数J来评价永磁同步电机矢量控制系统中PID控制器参数是否为最优参数，选择适应度函数公式如下：，式中t是时间，e(t)是转速的误差，M_p是系统的最大超调量，β是比例因子。

步骤4：将经过自适应混沌分子动理论优化PID控制器调节后得到的参考值i_q^*和i_d^*与电流环反馈所得的实际电流i_q和i_d进行比较得到误差量Δi_d和Δi_q，然后根据电流调节器控制算法分别得到交轴和直轴的电压信号u_d和u_q。

步骤5：通过上述得到的电压u_d和u_q经过Park>u_α和u_β，然后利用SVPWM空间矢量调制技术得到永磁同步电机信号来控制逆变电路的开关，使永磁同步电机按照指定信号工作。

附图说明

以下结合附图对本发明进一步的说明：

图1是基于本发明的永磁同步电机矢量控制系统原理框图

图2是基于混沌分子动理论优化算法自适应PID控制器的结构框图

图3是本发明的混沌分子动理论优化算法的流程图。

具体实施方式

如图1所示为基于本发明的永磁同步电机矢量控制系统的原理框图，其中包括光电编码传感器、电流检测装置、PMSM、混沌分子动理论优化算法自适应PID控制器、SVPWM脉宽调制和变换器部分，下面对本发明实施进一步详细说明如下。

在永磁同步电机矢量控制部分采用混沌分子动理论优化算法自适应PID控制器，基于混沌分子动理论优化算法自适应PID控制器结构控制框图如图2所示。

基于混沌分子动理论优化算法PID控制器应用于永磁同步电机在线参数辨识控制的方法，其特征在于本发明基于分子动理论优化算法引进自适应惯性权重法和混沌搜索理论。具体实施步骤包括如下：

(1) 通过转子位置传感器采集出永磁同步电机的实际位置信号θ，并由此计算出电机的参考速度v^*和实际速度v差值Δv。

(2) 将步骤（1）中的转速误差信号作为自适应混沌分子动理论优化PID控制器的输入量，输出量作为q轴电流参考信号即i_q^*，令d轴电流参考值为0即（i_d^*=0）。

(3) 将自适应PID控制器三个参数K_p、K_i、K_d看做一组分子个体，即每个分子个体包括三维空间维度，对CKMTOA进行初始化，生成随机种群(包括种群数量S、种群的初始位置X_i、初始速度V_i和算法中的基本参数)；

(4) 根据永磁同步电机矢量控制系统计算各个分子个体的适应值，并保留最优的分子个体X_KBest。

(5) 根据公式（1）确定每个分子个体与最优个体之间产生的合力，若产生合力为引力，则按公式(2)计算分子个体的引力加速度；若产生合力为斥力，则按公式（3）计算分子个体的斥力加速度；否则产生合力为零，则使分子个体进行不规则的热运动操作，按式(4)计算分子个体进行扰动的加速度；

其中：a_ij为分子个体X_i的第j维加速度，p₁=0.3和p₂=0.64分别是分子个体受当前最优分子个体引力、斥力的概率；p_c∈[0,1)为变异率，X_maxj、X_minj分别为解空间第j维的上、下界。N(0,1)为服从正态分布的随机数；A为振动幅度，随着温度的降低，振动剧烈程度降低，本发明取A=(1-0.9*t/T)，>为当前迭代次数，T为总迭代次数。

(6) 更新分子个体的速度和位置根据公式（5）和（6），并更新自适应惯性权值变量ω根据公式（7）。

其中：ω是自适应惯性权值系数。从公式（6）中可以看出权值系数对算法的收敛性有重要的影响，因此本发明引入自适应惯性权重法来更新权值系数，则自适应惯性权值系数ω的公式如下：

其中：ω_min、ω_max分别为ω的最大值和最小值；f是分子个体当前的适应度函数值；f_avg和f_min分别是当前所有分子个体当前平均适应度函数值和最小适应度函数值。

(7) 根据永磁同步电机矢量控制系统计算每个分子个体的自适应度函数值，并根据适应度函数值对种群个体进行排序，把种群部分最佳分子个体进行保留操作作为每次迭代的精英种群JS（本发明取精英种群数量占整个种群数量的B%，这里取）。

(8) 对每次迭代的精英种群中最优个体进行精英保留操作。

第t次迭代时，f(X_i)=min(f(X_j)),>j∈{1,2,…,Size}，且X_KBest=X_i；当第t+1次迭代时精英种群中最优个体是X_p，且f(X_p)=min(f(X_j)),>j∈{1,2,…,Size}。若f(X_p)>>(X_i)，则表明最优个体丢失，此时进行精英保留操作，令X_i=X_KBest，进而保证种群中的最优个体不会退化。

(9)对步骤（7）中所选精英种群（即群体中部分最佳分子个体）按公式（8）和（9）执行混沌局部搜索。

其中：z_j,k是扩充的混沌变量序列，k的取值根据步骤（7）所取精英种群的数量来取值（即k=(1/B)%-1），从而保证种群的总数量不变，不因每次迭代而减少；μ是控制变量，当μ=4时,>₀∉{0,0.25,0.5,0.75}；X^*_j是当前精英种群中的分子个体。

(10) 若算法满足条件，则输出最优位置所代表的PID控制器的三个参数K_p、K_i、K_d，否则转入第（4）步骤，算法结束。

本发明选用的适应度函数J来评价永磁同步电机矢量控制系统中参数是否为最优参数，适应度函数公式如下：

其中：t是时间，e(t)是转速的误差，M_p是系统的最大超调量，β是比例因子。为了避免出现超调量过大的现象，将超调量作为最优指标的一项，使整个系统具有良好的稳定性和跟踪效果。

去获取专利，查看全文>