王婷婷, 胡黄水, 赵宏伟, 王出航

(1.长春工业大学 计算机科学与工程学院, 长春 130012； 2.吉林大学 计算机科学与技术学院, 长春 130012； 3.长春师范大学 计算机科学与技术学院, 长春 130032)

无刷直流电机(brushless direct current motor, BLDCM)由于具有效率高、可控性好、调速范围宽、功率密度大等优点, 在计算机外围设备、工业控制、航空航天、汽车产业、医疗设备和家用电器等领域应用广泛[1-4].如何对其进行准确地转速控制是无刷直流电机要解决的关键问题之一, 目前已有许多研究结果[3-5].传统PID(比例-积分-微分)控制方法是BLDCM控制的主流方法, 其算法简单、可靠性高, 且无需详细的系统动态性知识[5-7].但BLDCM存在各种不确定性和非线性特征, 其PID增益很难确定, 导致系统控制性能下降.文献[8-9]采用神经网络学习方法调整PID增益； 文献[10-11]分别采用粒子群优化和遗传算法自适应修改PID增益参数.仿真结果表明, 这些方法能有效提高算法的动态性能, 但神经网络学习算法较复杂, 需要较大的存储空间, 粒子群优化和遗传算法初始种群规模的不确定易导致局部最优解.模糊逻辑控制直接运用语言规则, 可完全不依赖被控对象的数学模型, 具有反应速度快、鲁棒性好等优点.文献[12]采用模糊逻辑控制器调整PID增益, 计算量小, 控制效果良好, 但其采用固定缩放因子, 适应能力较差.

为充分利用传统PID和模糊控制器各自的优点, 本文设计一种智能混合控制器(intelligent hybrid PID, IHPID), 通过开关函数根据转速误差在稳态的PI控制器和瞬态的自适应模糊PID控……