基于BP神经网络的无刷电机控制系统的研究

吕丰 李振强 李泽洋 彭缓缓

摘要：文章针对无刷电机速度系统固有的问题，分别设计模糊控制器和自适应BP神经网络控制器。通过分析系统的数学模型并建立Simulink仿真平台，对设计的控制器进行验证。仿真结果表明，自适应BP神经网络控制具有超调量小、调节时间短的优点。

关键词：无刷电机；模糊控制；BP神经网络

中图分类号：TM351 文献标识码：A 文章编号：1007-9416（2018）07-0014-02

無刷直流电机（BLDCM）作为采用电子换向[1]的强耦合[2]的非线性系统，常规PID难以完成精确控制的任务。智能控制[3]及新型控制算法[4]已成为研究的主流，如模糊控制、神经网络[5]等。本文对设计的两种控制器进行仿真实验，通过仿真证明所设计的控制器的有效性。

1 无刷直流电机的数学模型

假定BLDCM定子三相绕组120°对称，忽略气隙磁导和涡流损耗的影响，根据定子三相绕组的电压方程式，由于三相对称，，化简电压方程，可得状态方程为：

2 模糊PID控制器的设计

误差（E）和误差变化率（EC）作为模糊控制器的输入量，E和EC的基本论域确定为[-3，3]。考虑到精度要求，将[-3，3]划分成7个语言变量，选取三角形隶属函数，模糊规则表如表1所示。

3 BP神经网络PID控制器的设计

BP神经网络是一种根据误差逼近期望输出的前向网络，网络结构如图1所示，自适应控制器由两部分组成，如图2所示。

图中，，，是BP神经网络的输入值，，，是BP神经网络的预测值，和为BP神经网络权值。

4 双闭环系统仿真及分析

为验证所设计的BLDCM控制系统的动态特性进行仿真，BLDCM参数设置如表2所示。

系统仿真参数如下：直流电源220V，饱和模块幅值限定在±45内，周期t=0.0001s，转速曲线如图3所示。

由转速曲线可以看出，在n=2000r/s的设定转速下，常规PID的超调量最大，调节时间最长；通过对比模糊控制器，可见，自适应BP神经网络控制的超调量最小，调节时间最短，控制效果最好。

5 结语

本文研究了BLDCM系统的两种控制策略及其建模方法，在Simulink环境下搭建BLDCM仿真模型进行测试，仿真结果验证了自适应BP神经网络控制具有较好的稳定性和快速性，控制效果较理想。

参考文献

[1]李凡.基于FPGA的全数字无刷直流电机控制系统研究[D].重庆：重庆大学，2010.

[2]王晓远，傅涛.基于模糊RBF神经网络的无刷直流电机控制[J].微电机，2015，48（11）：33-36.

[3]曹雪，付光杰，牟海维.改进的BP网络PID控制器在无刷直流电机中的应用[J].组合机床与自动化加工技术，2014，（8）：102-104.

[4]李国芳.基于DSP的无刷直流电机伺服系统研究与设计[D].青岛：青岛大学，2015.

[5]崔磊.基于DSP的无刷直流电机运动控制系统研究[D].大连：大连理工大学，2015.