[1]李 涛,邵光保,孙楚杰,等.改进型BP神经网络无刷直流电机速度控制方法[J].湖北工业大学学报,2019,34(5):1-5.
　LI Tao,SHAO Guangbao,SUN Chujie,et al.Speed Control Method of Brushless DC Motor Based on Improved BP Neural Network[J].,2019,34(5):1-5.
点击复制

改进型BP神经网络无刷直流电机速度控制方法()
分享到：

《湖北工业大学学报》[ISSN:1003-4684/CN:42-1752/Z]

卷:
34卷
期数:
2019年第5期
页码:
1-5
栏目:
湖北工业大学学报
出版日期:
2019-10-30

文章信息/Info

Title:
Speed Control Method of Brushless DC Motor Based on Improved BP Neural Network
文章编号:
1003-4684(2019)05-0001-05
作者:
李 涛1; 邵光保2; 孙楚杰1; 何 涛1
1 湖北工业大学机械工程学院, 现代制造质量工程湖北省重点实验室， 湖北 武汉 430068；2 湖北三环锻造有限公司， 湖北 襄阳 441700
Author(s):
LI Tao1;  SHAO Guangbao2;  SUN Chujie1;  HE Tao1
1 Hubei Key Lab of Manufacture Quality Engineering, School of Mechanical Engineering, Hubei Univ. of Tech., Wuhan 430068，China；
2 Hubei Sanhuan Forging Co., Ltd., Xiangyang 441700, China
关键词:
无刷直流电机;  PID控制;  学习速率;  BP神经网络;  调速系统
Keywords:
brushless DC motor;  PID control;  learning rate;  BP neural network;  speed servo system
分类号:
TM33
文献标志码:
A
摘要:
针对传统PID算法控制的无刷直流电机调速系统存在控制精度低、抗干扰能力差等问题，提出一种在线调整学习速率的BP神经网络PID控制算法，有效克服了前者陷入局部最小和收敛速度慢等缺陷。建立无刷直流电机转速、电流双闭环调速系统数学模型，对其转速环进行BP神经网络PID控制；应用Matlab/Simulink设计与仿真，并将之安装在电动代步车上进行道路实际测试。结果表明：改进后的BP神经网络PID控制算法使无刷直流电机调速系统具有更好的稳定性和鲁棒性。
Abstract:
Aiming at the problems of low control accuracy and poor antijamming ability of the speed control system of brushless DC motor controlled by traditional PID algorithm, a BP neural network PID control algorithm with online learning rate adjustment is proposed, which effectively overcomes the problems of local minimum and slow convergence speed existing in ordinary BP neural network algorithm. The mathematical model of speed and current double closedloop speed regulation system of BLDCM is established, and the BP neural network PID control is applied to the speed loop of BLDCM. The design and simulation of matlab/Simulink and the actual road test of electric bicycle are carried out. The results show that the improved BP neural network PID control algorithm makes the speed control system of BLDCM have better stability and robustness.

参考文献/References:

[1] 陈忠禄.无刷直流电动机工作原理及其优化控制[J].新技术新工艺,2017(11):43-46.
[2] 张红奎,刘爱民,杜春梅,等.高压断路器永磁无刷直流电机机构伺服控制系统的设计[J].组合机床与自动化加工技术,2013(8):80-83.
[3] El-Samahy A A , Shamseldin M A . Brushless DC motor tracking control using selftuning fuzzy PID control and model reference adaptive control[J]. Ain Shams Engineering Journal, 2018，9（3）： 341-352.
[4] 周帆, 徐斌, 杨世春,等. 基于神经网络PID的电动汽车轮毂电机调速设计与仿真[J]. 车辆与动力技术, 2015(2):53-57.
[5] 朱舜文, 龙绪明, 曾驰鹤, 等. 基于BP神经网络的丝印机无刷直流电机的PID控制[C]// 第十一届中国高端SMT学术会议论文集, 2017.
[6] 陈运华,高凤岐,王广龙.基于自适应模糊算法的无刷直流电机控制系统研究[J].微电机,2012,45(12):31-35.
[7] 黄剑平.基于BP神经网络的PID控制研究[J].计算机仿真,2010,27(07):167-170.
[8] 戴崇.GABP神经网络PID控制器在无刷直流电动机调速系统中的应用[J].水利水电技术,2010,41(11):59-62.
[9] 李育贤. 直流电机调速系统仿真研究[J]. 计算机仿真, 2011, 28(5):205-208.
[10] 李红亮, 王加祥, 曹闹昌,等. 无刷直流电机调速智能优化控制[J]. 计算机仿真, 2015, 32(10):426-429.
[11] 王寿福. 基于BP神经网络PID控制的无刷直流电动机调速系统设计[J]. 电子技术与软件工程, 2016(24):136-138.
[12] 王玲, 程耕国, 赵玉寿. 基于BP神经网络的无刷直流电机控制器优化设计[J]. 大电机技术, 2012(2):19-21.
[13] 邓元望,高洋,尹会春,等.无刷直流电机稳定性能优化控制仿真研究[J].计算机仿真,2018,35(2):85-89,294.

备注/Memo

备注/Memo:
［收稿日期］ 2019-03-14
［基金项目］ 国家自然科学基金（51275158）
［第一作者］ 李 涛(1992-)， 男， 湖北汉川人，湖北工业大学硕士研究生，研究方向为电机智能控制
更新日期/Last Update: 2019-11-20