基于群智能优化算法的永磁同步电动机模型预测控制
本文以近年来备受关注的永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)的模型预测控制方法(Model Predictive Control,MPC)为研究对象。针对该方法目前在电机高性能控制中存在的稳态控制性能不高、电流脉动较大问题提出最优二矢量模型预测电流控制器，实现在稳态运行中电机电流脉动的明显降低；针对MPC方法局限于电流环应用的问题，本文扩展MPC在速度控制环节的应用，设计模型预测速度控制器，构成MPC级联控制系统，并进行群智能算法优化，实现在电机控制过程中动态性能的提高。新的级联控制器对于非线性约束问题也有更优的处理能力。 本文首先建立PMSM的数学模型，推导模型预测所需使用的预测模型，并建立基本的MPC控制系统模型。仿真实验中验证控制系统模型的有效性。 其次，对于传统MPC方法稳态控制精度较低的问题，本文指出其原因是单个周期只输出一种电压矢量，导致电流脉动较大。为了解决这一问题，提出基于最优二矢量有限集MPC方法的电流环控制方法，使得一个周期内可以输出最优电压矢量和次优电压矢量，以提高系统的动态、稳态性能。 对于传统PI控制环节鲁棒性差、动态响应慢的问题，提出替代速度PI控制器的一种速度环MPC控制方法。设计变步长的群智能(Swarm Intelligence,SI)算法来在线整定控制器参数，这种方法通过群智能算法寻优，使得权重系数在任何工况下都能得到最优的设定，省略了复杂的权重系数整定过程并使得速度控制器有良好的抗扰动能力。本文为了得到寻优效果最好的算法，将萤火虫群算法(Glowworm Swarm Optimization，GSO)、人工蜂群算法(Artificial Bee Colony Algorithm,ABC)、天牛须搜索算法(Beetle Antennae Search Algorithm,BAS)进行了应用比较，选取了寻优速度最优的算法。 最后，在仿真验证的基础上搭建基于DSP28335控制器的PMSM丝杆滑台实验平台，利用丝杆滑台完成突加负载、空载启动等实验，以验证级联式的MPC方法优秀的动态响应能力和抗扰动能力。
表贴式永磁同步电机;模型预测控制;最优二矢量有限集;群智能算法
哈尔滨理工大学
硕士
电气工程
康尔良
2022
中文
TM351;TM301.2
2022-09-21（万方平台首次上网日期，不代表论文的发表时间）