永磁同步电机BP神经网络 智能PID滑模观测矢量控制算法

作     者：郑瑞 张继祥 董学松 刘永臻 沈洪令 ZHENG Rui;ZHANG Jixiang;DONG Xuesong;LIU Yongzhen;SHENG Hongling

作者机构：重庆交通大学机电与车辆工程学院重庆400074 新力环境科技(山东)有限公司山东聊城252022 

出 版 物：《探测与控制学报》 (Journal of Detection & Control)

年 卷 期：2024年第46卷第5期

页      面：124-131页

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：重庆市技术创新与应用发展重点专项(鲁渝科技协作计划项目cstc2020jscx-lyggX0007) 重庆市研究生导师团队建设项目(JDDSTD2019007) 重庆市研究生联合培养基地(JDLHPYJD2020032) 

主　　题：永磁同步电机 BP神经网络 智能PID 滑模观测器 无位置传感器控制 

摘      要：针对永磁同步电机(PMSM)转速超调量大、转子位置检测精度低等问题,提出一种BP神经网络智能PID滑模观测器控制策略,将BP神经网络与传统PID控制相结合,利用BP神经网络实现对PID增益的在线调节,实现对永磁同步电机启动、突加负载干扰时稳定控制。采用无位置传感器控制,在永磁同步电机数学模型α-β坐标系中建立了滑模观测器结构,并且在Matlab/Simulink仿真系统中建立了仿真模型进行了仿真分析;从PID参数、电机转速等方面对BP神经网络智能PID控制的有效性进行了评估和仿真验证。通过仿真分析,采用滑模观测器检测转子实际位置与预期位置之间的误差小于7%,在0.3 s之后转子实际位置与预期位置完全重合。采用BP神经网络智能PID控制的永磁同步电机在启动时转速超调量减少了10.6%,在突加负载干扰时减少了1.4%。相比起传统PI控制,提出的BP神经网络智能PID控制能够有效提高PMSM的自适应性及抗干扰能力,并且显著减少了电机在启动及突加负载时超调量。