焦 帅,张 斌,韩 旭,王一凤,刘雪梅,王春禹

(1.中国科学院长春光学精密机械与物理研究所,长春 130033;2.中国科学院大学,北京 100049)

0 引言

永磁同步电机(PMSM)由于其优越的特性,在机床、工业控制等领域得到大量应用。它是由参数时变的高阶复杂动力学组成的非线性系统。在永磁同步电机的闭环控制中,控制算法的研究是一项重要的内容,学者们提出了很多的控制算法用来提高闭环控制系统的性能。

高芮等[1]采用新型趋近律,并且基于super-twisting算法设计了三阶滑模观测器,系统的转速控制精度有了显著地提高。刘春光等[2]建立了永磁同步电机转速ADRC模型并且完成了转速ADRC的参数整定,有效改善了系统的动态性能。邓豪等[3]中在传统滑模面的基础上设计了分数阶滑模面并且提出了一种新型的快速趋近律,并且引入粒子群算法对参数进行整定,永磁同步电机的动态性能和稳态性能都得到了改善。

近些年来,随着群体智能优化算法的兴起,群体智能优化算法与传统的电机控制算法相结合正成为一种潮流。利用群体智能优化算法可以有效提升传统的电机控制算法的性能[4]。

本文设计了基于改进麻雀算法(SSA)的模糊神经网络滑模控制器(FNNSMC)并将其应用到了PMSM矢量控制系统中。为了验证算法的有效性,采用FNNSMC、基于SSA的FNNSMC和基于改进SSA的FNNSMC三种算法进行对比实验,仿真结果验证了所设计算法的有效性。

1 永磁同步电机数学模型

PMSM在d-q旋转坐标系下的数学模型为:

(1)

式中:Ud、Uq、id、iq、Ld、Lq分别为d、q电压、电流和电感,Rs为定子电阻,ψf为永磁体磁链,ωe为电角速度。……