基于RBF-PID的永磁同步电动机自适应速度控制策略研究（英文）

摘要

永磁同步电机(PMSM)以其体积小、功率密度大等特点，广泛应用于电动汽车、伺服驱动器等领域。传统的永磁同步电机PID控制不能随着电机工况的变化而动态调整参数，提出了一种基于径向基函数(RBF)神经网络的PID控制方法，对PID控制器的参数进行自适应调整。利用永磁同步电机的电流和速度对具有最优结构参数的离线RBF神经网络进行训练，将其用于建立永磁同步电动机的RBF-PID控制器。在线训练过程中，利用基于RBF神经网络计算的雅可比信息自适应调整PID参数，根据预测速度值与参考速度值之间的误差反向更新RBF神经网络的结构参数。以电动汽车驱动控制的数值模拟及实验表明，在进行车辆速度控制时SMC控制器和RBF-PID控制器的最大速度误差分别为1.97和0.17 km/h,此外速度突变时RBF-PID控制器的性能也优于SMC控制器和传统的PID控制器。

关键词

永磁同步电机 / RBF-PID控制 / 电动汽车