[发明专利]基于单神经元与改进粒子群算法优化双电机高速高精度同步控制方法

权利要求书

1.一种基于单神经元与改进粒子群算法优化双电机高速高精度同步控制方法，其特征是包括以下步骤：

步骤1：根据永磁同步电机的矢量控制原理设计粒子群优化两个电机的速度环PI控制器中K_P、K_I两个参数；

步骤2：对粒子群算法进行改进提高其优化速度环PI控制器的速度与精度；

步骤3：通过对评价指标的设计，来保证单电机平稳启动，提高双电机启动时的高精度同步控制；

步骤4：将优化后的参数赋值给电机速度环PI控制器；

步骤5：根据交叉耦合控制方法，采用单神经元算法建立耦合器，利用两电机采集到的实时转速，完成针对任意型号的两个电机的实时耦合计算，实现实时耦合控制；

其特征是所述步骤3具体包括如下步骤：

具体的，通过混沌映射初始化粒子，混沌映射方法如下：

式中，i为迭代次数，τ为映射函数，z⁽ⁱ⁾为混沌序列；

进一步的，设计性能评价指标，保证单电机平稳启动，提高双电机启动时的高精度同步控制；设计的改进的时间与绝对误差乘积的积分IITAE为：

其中，p—超调控制精度；u(t)—控制器输出；y(t)—转速设定值；y_sp(t)—实际转速值；e(t)—系统误差；ω₁、ω₂、ω₃—权值，且ω₃ω₁；

设计了动态非线性惯性权重，如下式所示：

式中，ω(t)—惯性权重；ω_int—初始权重，一般取0.9；ω_final—最大迭代时的权重，一般取0.4；t—当前迭代次数；t_max—最大迭代次数；

进一步的，为了对仍然发生堆积的粒子执行变异操作，从而改变粒子前进方向，达到打散粒子的目的；变异规则如下：

式中，为在t+1次迭代后第i个粒子在s维空间的位置；η是服从[0,1]高斯分布的随机变量；C是根据实际情况选取的值；

所述步骤3还另外包括如下步骤：

所述的方法得到了一种改进粒子群优化算法，采用动态惯性权重来提高算法的精度和收敛速度，并通过粒子突变来增强算法的全局搜索能力，使得算法能在保证转速优化精度的同时更快得到优化结果，其改进后粒子的速度和位置更新方法如下：

。

2.根据权利要求1所述的基于单神经元与改进粒子群算法优化双电机高速高精度同步控制方法，其特征是所述步骤5还另外包括如下步骤：

根据交叉耦合控制方法的单神经元耦合器，采用有监督Hebb学习算法对单神经元的输入、输出以及输出的偏差与权值之间相互联系，其控制器输出为：

其中归一化权值为：

式中，η1、η2、η3为学习速率；w_i (k)为权值；x_i (k)为状态输入信号；u(k)为输出；Δe(k)为控制偏差增量；e(k)为反馈值与设定值的偏差，k为采样的时间。