关键字 |
| 直接转矩控制、PI控制器,粒子群优化。 |
I.INTRODUCTION |
| 交流感应电机是最常见的电机用于工业运动控制系统,以及在国内的应用。简单而坚固的设计,低成本、低维护和直接连接到一个交流电源交流感应电机的主要优势。控制感应电动机的速度远比直流电机的速度控制困难由于没有线性电动机电流之间的关系和由此产生的扭矩的直流电机。有几种方法来改变一个感应电动机的速度范围。最现代的技术是直接转矩控制(DTC)方法。DTC提供了许多优点如转矩响应快,不需要坐标变换和减少对转子参数的依赖。传统的π(比例、积分)控制方法被广泛用于电机控制系统由于设计的控制结构简单、从容。然而优化PI控制器的参数是一个艰巨的任务。加强传统的PI参数调优技术的能力,等智能方法已经提出遗传算法(GA)和粒子群优化(PSO)。 |
| 算法和粒子群优化(PSO)。粒子群优化(PSO)是一种现代算法用于解决全局优化问题。因此,为了解决优化问题,算法适用于一个简化的社会模式。与其他方法相比,应用该算法实现简单,可以迅速找到一批高质量的解决方案,并有稳定的收敛特性。PSO方法是一个很好的优化方法和一种很有前途的方法求解最优PI控制器参数的问题。 |
二世。感应电动机的数学模型 |
| 该感应电动机模型通过使用下列方程。 |
 |
三世。三相电压源逆变器 |
| 三相逆变器的电路拓扑结构,图1所示。S1 S6的六个功率开关形状输出,这是由开关控制变量,′,b, b′, c和c′。 |
 |
| 当一个上开关,即。,when a, b or c is 1, the corresponding lower transistor is switched off, i.e., the corresponding a′, b′ or c′ is 0. Therefore, the on and off states of the upper switches S1, S3 and S5 can be used to determine the output voltage. The speed and electromagnetic torque of induction motor is controlled by the selection of optimal inverter switching modes. |
IV.DIRECT感应电动机的转矩控制 |
| 框图的直接转矩控制的感应电动机是图2所示。 |
 |
| DTC的原则 |
| 三相感应电动机的电磁转矩是由, |
 |
| ψr和ψs转子和定子磁通和η是通量之间的角,σ是泄漏系数。框图的直接转矩控制的感应电动机是图2所示。感应电动机是由三相逆变器组成的六个高速开关器件。 |
| DTC的基本控制算法是由两个独立的迟滞比较器产生定子磁通和电子扭矩的误差信号。这些错误信号整合与转换表怎么所示。独立控制器的反馈信号来自于定子电流和电压空间向量。从逆变器的电压空间矢量生成感觉到直流环节电压逆变器驱动信号。定子磁通矢量的角度是用来确定电压部门在图3所示。 |
 |
| 六个非零向量(V1 - V6)形状的轴六角如图2中所示,和饲料电力负荷。任何相邻两个非零向量的夹角是60度。与此同时,两个零向量(V0和V7)是在原点和零电压应用于负载。八个向量称为基本空间向量,用V0, V1、V2、V3, V5, V6和V7。假设定子磁通矢量放在部门1的dq平面,V1、V2, V6可以选择增加定子磁通矢量。相反,V3, V4, V5可以选择减少定子磁通矢量。0(零)对定子电压矢量并不影响通量向量。选择电压矢量控制转矩。一般来说,V2和V3向量可以选择增加扭矩和V5, V6, V0向量将减少扭矩。表1显示了电压矢量选择根据定子磁通和转矩的错误。 |
 |
诉粒子群优化 |
| 粒子群优化是一种启发式全局优化方法提出了最初由医生进行肯尼迪和埃伯哈特在1995年。它是由群体智慧和基于研究的鸟类和鱼类群运动行为。 |
| 算法有两个主要运营商;速度和位置更新。本文算法的主要目的是速度误差的最小化。视图显示了比例积分控制器的框图和相应的目标函数是方程(7)和(8)所示。 |
 |
VI.PSO算法 |
 |
七世。结果与讨论 |
| 从程序算法获得的优化值取代了DTC系统和观察到的结果。验证基于PSO的DTC的性能不同的负载扭矩应用如图5所示(一个),6 (a), 7 (a), 8 (a)。电机转速波形相关基于PSO相比与传统DTCπDTC是如图5所示(b), 6 (b), 7 (b), 8 (b)。 |
 |
 |
| 它已经被观察到的速度性能基于PSO的DTC与常规DTC相比要好。 |
VIII.CONCLUSIONS |
| 本文提出了基于PSO的直接转矩控制方案已实施。该方法的仿真结果有所改善的速度性能考虑感应电动机的负载转矩波动。提出的算法方法优化PI控制器的参数通过最小化误差速度。可以得出结论,DTC的PSO算法采用感应电动机导致最优代kp, ki值。这方法终于改善了动态感应电动机的速度行为相比与传统PI控制器的感应电动机DTC。 |
引用 |
- 周勃”,应用粒子群优化为感应电动机DTC”, IEEE DOI 10.1109 / ICNC.2008.300
- 她身上EI-Laban H.A. Abdel Fattah莫莱森Emara,自动跟踪Sakr”质点群优化感应电动机直接转矩控制”。IEEETrans, 2006年。
- m·a·Abido“使用粒子群优化最优功率流”,电力和能源系统期,页。563 - 571年,2002年
- IoanCristianTreela。粒子群优化算法:收敛性分析和参数选择。信息处理。85 (2003)317 - 325。
- AhmudIwanSolihin,李福策略和MoeyLeapKean。“优化PID控制器使用粒子群优化(PSO)。2011年。
- Hassan FarhanRashag……Koh艾哈迈德·n·阿布达拉纳迪亚·m·l·谭k h .庄和s . k .张晓卿”DTC转矩脉动minimizationbased PSO-PID控制器”。科学研究和论文。7卷,pp(15), 1564 - 1572年,2012年。
- j·肯尼迪进行r·c·埃伯哈特,“粒子群优化”,在Proc。IEEE Int.神经网络,皮斯卡塔韦,新泽西,美国1942 - 1948年,1995年。
- 进行r·c·埃伯哈特和Y。史,”客人编辑,“IEEE反式。另一个星球。第一版。粒子群Optmization(特刊),8卷,第203 - 201页。3、2004年6月。
- 施Eberhart R C, y (1998)。对比遗传算法和粒子群优化。波尔图大众。SaravananN WaagenD,等等。进化编程VII.S.l。]:施普林格,1998:611 - 616。
|
菜单
