APP下载

基于改进LGWO的关节电机滑模预测电流控制*

2023-12-13江正锐何志琴

传感器与微系统 2023年12期

江正锐,曹 勇,何志琴

(贵州大学电气工程学院,贵州 贵阳 550025)

0 引 言

永磁同步电机(permanent magnet synchronous motor,PMSM)作为外骨骼系统提供动力的关键部件,具有高效率、高功率密度等优势[1]。为满足关节电机对转速、力矩和位置等高性能伺服控制的需求,在位置-转速环中设计了滑模预测电流控制器。然而控制器的参数是否匹配直接影响系统的性能。为避免参数的反复试凑,研究者将粒子群算法[2]、遗传算法[3]、蚁群算法[4]和猴群算法[5]等智能算法应用于参数优化问题中。

灰狼优化(grey wolf optimization,GWO)算法是Mirjalili 等模仿灰狼的领导阶层和狩猎机制提出的启发式算法[6]。为解决GWO 容易陷入局部最优的缺陷,文献[7]在收敛因子中加入了随机项,并应用在PMSM 的滑模自抗扰控制中,但调节过程没有详细叙述;文献[8]采用正态云模型对种群位置进行更新,并应用在PMSM 的多参数识别中,但算法容易过早收敛;文献[9]提出了嵌入莱维飞行的灰狼优化(Lévy-flight embedded grey wolf optimization,LGWO)算法,但算法中种群大小的设置可能与问题复杂度失配,在具体应用中效果不佳,且种群初始化过于随机,无法覆盖整个搜索空间,从而导致可能遗漏最优解。

根据上述问题,本文提出了一种改进的LGWO 算法,对控制器中的参数进行优化,减少参数设置对人工经验的依赖,提高外骨骼关节电机的动态特性。

1 PMSM 滑模预测电流控制模型

根据文献[10]可得出表贴式PMSM 的数学模型为

式中ud,uq和id,iq分别为定子电压、定子电流在d-q轴坐标系下的分量;Rs为定子电阻;ψf为永磁体磁链;L为定子电感;ωe为电气角速度。……

登录APP查看全文