基于模糊系数修正BP神经网络PID的BLDCM控制系统仿真研究*

彭 斌, 王文奎

(兰州理工大学 机电工程学院，甘肃 兰州 730050)

0 引 言

随着工业化、智能化应用技术的推广，具有固定模式的滑行灯已无法满足飞机驾驶员在夜间转弯滑行时的视线要求，从安全性和舒适性的角度考虑，提出一种按照机身状态实时改变滑行灯转角的位置随动转向系统，该系统采用无刷直流电机(BLDCM)为执行器。

BLDCM综合了直流电机和交流电机的优点，具有体积小、质量轻、结构简单、输出转矩大、可靠性高、能耗小等优点，最主要在于其电子换向技术具有更好的可调控性。但BLDCM又因相对复杂的控制系统而具有多变量、非线性、强耦合的固有特征[1]。

PID控制凭借其简单的结构、较强的鲁棒性在工业控制领域具有非常广泛的的应用[2]，其被控对象一般具有特定的数学模型或相对简单的结构，固定的系数使其在较复杂的非线性控制系统或应对干扰信号时很难实现信号的跟随。

BLDCM区别于交流电机的主要特征是通过位置传感器或无位置感应法时刻检测转子的位置，将信号传送至驱动器进而控制逆变器的功率开关工作状态，从而控制电机的转速。也可以对逆变器关断角进行调节、采用直接转矩控制和其他智能控制算法。在实际应用中通常采用简单且适应性较强的PID控制或附加模糊算法优化，而该算法的应用对PID控制系统的优化效果有限，且模糊控制器固定的量化因子和比例因子依旧会导致系统出现不稳定现象。可将模糊算法、神经网络算法和PID控制结合使用[3]，利用了神经网络可逼近任意函数的优点。……