[发明专利]一种基于遗传蚁群优化的无刷直流电机转速控制方法

权利要求书

1.一种基于遗传蚁群优化的无刷直流电机转速控制方法，其特征在于，包括以下步骤：

S1、获取电机的转速误差e和误差率ec，将转速误差e和误差率ec输入模糊控制器，以得到PID控制参数调整量ΔK_p、ΔK_i和ΔK_d，其中，模糊控制器的模糊规则、量化因子K_e、K_ec和比例因子K_u均基于遗传蚁群混合算法进行优化；

S2、将PID控制参数调整量ΔK_p、ΔK_i和ΔK_d输出给PID调节器，由PID调节器输出得到对应的控制变量；

S3、根据控制变量对应控制电机转速。

2.根据权利要求1所述的一种基于遗传蚁群优化的无刷直流电机转速控制方法，其特征在于，所述步骤S1具体包括以下步骤：

S11、转速误差e和误差率ec经过量化因子K_e和K_ec从基本论域转化到模糊域；

S12、结合模糊规则，对模糊转化后的转速误差e和误差率ec进行模糊推理及解模糊处理，以得到模糊输出变量ΔK_pˊ、ΔK_iˊ、ΔK_dˊ；

S13、模糊输出变量ΔK_pˊ、ΔK_iˊ、ΔK_dˊ经过比例因子K_u进行清晰化，以得到PID控制参数调整量ΔK_p、ΔK_i和ΔK_d。

3.根据权利要求2所述的一种基于遗传蚁群优化的无刷直流电机转速控制方法，其特征在于，所述步骤S1中模糊控制器的模糊规则具体为：

输入变量为转速误差e和误差率ec，模糊决策输出变量为U，将输入和输出各分成7级：{NB，NM，NS，ZE，PS，PM，PB}，即对应表示{负大，负中，负小，零，正小，正中，正大}，由此能够获得49条模糊规则。

4.根据权利要求3所述的一种基于遗传蚁群优化的无刷直流电机转速控制方法，其特征在于，所述步骤S1中基于遗传蚁群混合算法进行优化具体是先运行遗传算法，得到遗传算法终止时产生的解，以作为蚁群算法的初始信息素分布，再运行蚁群算法，求解得到优化后的模糊规则、量化因子K_e、K_ec和比例因子K_u。

5.根据权利要求4所述的一种基于遗传蚁群优化的无刷直流电机转速控制方法，其特征在于，所述遗传算法的求解过程具体为：

A1、采用10位二进制码，以设置模糊规则的编码形式；

A2、构建第一适应度函数；

A3、根据第一种群数量，采用轮盘赌法进行选择，计算出每个第一个体的适应度值，以确定第一选择概率，并设定第一交叉概率和第一变异概率，其中，第一种群数量与模糊规则的数量相同，每个第一个体即对应于一条模糊规则；

A4、构建控制函数，以控制遗传算法的迭代次数，并设置迭代次数的最大值和最小值，结合第一选择概率、第一交叉概率和第一变异概率，完成对模糊规则的优化求解；

B1、设置对应于控制参数的第二种群数量，并对控制参数进行初始化赋值，其中，控制参数包括量化因子K_e、K_ec和比例因子K_u；

B2、构建第二适应度函数；

B3、根据第二种群数量，采用轮盘赌法进行选择，计算出每个第二个体的适应度值，以确定第二选择概率，并设定第二交叉概率和第二变异概率，其中，每个第二个体对应于一个控制参数；

B4、结合迭代次数的最大值、第二选择概率、第二交叉概率和第二变异概率，完成对各控制参数的优化求解。