[发明专利]基于粒子群算法的永磁同步电机优化方法在审
| 申请号: | 202010409274.1 | 申请日: | 2020-05-14 |
| 公开(公告)号: | CN111641361A | 公开(公告)日: | 2020-09-08 |
| 发明(设计)人: | 何宏景;余雨函;宋彦楼 | 申请(专利权)人: | 西安交通大学 |
| 主分类号: | H02P21/00 | 分类号: | H02P21/00;H02P21/05;H02P6/10;H02P6/34 |
| 代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 贺小停 |
| 地址: | 710049 *** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 粒子 算法 永磁 同步电机 优化 方法 | ||
1.基于粒子群算法的永磁同步电机优化方法,其特征在于,包括以下步骤:
步骤1,构建了待优化的电机的数学模型,并根据该模型在Simulink中搭建永磁同步电机双闭环矢量控制仿真模型,其中转速控制器与电流控制器是基于滑模变结构指数趋近律设计的;
步骤2,设定控制参数的取值范围,初始值,设定粒子群算法中粒子的更新原则和终止条件,利用粒子群算法获得最优的控制参数,其中,更新原则是通过将当前的控制参数带入Simulink模型中,以此计算每个粒子的适应值,利用该适应值对每个粒子的速度和位置更新。
2.根据权利要求1所述的基于粒子群算法的永磁同步电机优化方法,其特征在于,步骤1中,滑模变结构趋近律按照下列表达式进行:
式中s——滑模切换函数;x1——系统所处的状态;ε,δ,k—均为系统参数。
3.根据权利要求1所述的基于粒子群算法的永磁同步电机优化方法,其特征在于,步骤1中,滑模变结构趋近律按照下列表达式进行:步骤1中,永磁同步电机的数学模型按照下列表达式进行:
式中Ld、Lq——电机d、q轴电感,对于表贴式永磁同步电机,有Ld=Lq;ud、uq——电机交轴、直轴电压;id、iq——电机交轴、直轴电流;ψf——永磁磁链Wb;Te——电磁转矩N·m;TL——负载转矩N·m;Rs——定子绕组电阻Ω;B——粘滞摩擦系数;p——电机极对数;ω——电角速度rad/s;J——转动惯量kg·m2。
4.根据权利要求1所述的基于粒子群算法的永磁同步电机优化方法,其特征在于,步骤1中,转速控制器的表达式按照下列进行:
式中ω*——给定转速与当前转速之差。
5.根据权利要求1所述的基于粒子群算法的永磁同步电机优化方法,其特征在于,步骤1中,电流控制器的表达式按照下列进行:
式中——给定q轴电流与当前q轴电流之差;
式中——给定d轴电流与当前d轴电流之差。
6.根据权利要求1所述的基于粒子群算法的永磁同步电机优化方法,其特征在于,步骤2中,适应值的计算优选按照下列表达式进行:
式中ωmax——输出转速峰值;ω*——输入转速参考值;ωk——k时刻对转速的采样;ek——k时刻转速的误差;ns——采样点数;ts——上升时间,定义为控制系统输出从0第一次达到的时间;λ1,λ2,λ3——权重系数。
7.根据权利要求1所述的基于粒子群算法的永磁同步电机优化方法,其特征在于,步骤2中,粒子的更新优选按照下列表达式进行:
式中,vi(t+1)——t+1时刻粒子的速度,ω——惯性因子,c1——加速常数,r1——区间[0,1]上的随机数,pi(t)——t时刻粒子的最优位置,xi(t)——粒子的当前位置,c2——加速常数,r2——区间[0,1]上的随机数,pg(t)——t时刻粒子群的最优位置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010409274.1/1.html,转载请声明来源钻瓜专利网。





