← 返回
基于灰狼优化算法的无轴承永磁同步电机状态反馈控制
Grey Wolf Optimization Algorithm Based State Feedback Control for a Bearingless Permanent Magnet Synchronous Machine
| 作者 | Xiaodong Sun · Zhijia Jin · Yingfeng Cai · Zebin Yang · Long Chen |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2020年12月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 机器学习 功率模块 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | 无轴承永磁同步电机 BPMSM 状态反馈控制 SFC 灰狼优化算法 GWO 最优控制 非线性 |
语言:
中文摘要
本文提出了一种无轴承永磁同步电机（BPMSM）的最优控制策略。针对BPMSM系统存在的强耦合与非线性问题，首先对数学模型进行线性化处理，随后引入灰狼优化（GWO）算法对状态反馈控制（SFC）参数进行优化，有效提升了系统的动态性能与稳定性。
English Abstract
In this article, an optimal control strategy for a bearingless permanent magnet synchronous machine (BPMSM) drive is proposed. The state feedback control (SFC) based on the grey wolf optimization (GWO) algorithm is applied. As for the BPMSM system, coupling and nonlinearity exist, which hinders the SFC. Hence, the linearization of the BPMSM mathematical model is implemented first. Second, the disc...
S
SunView 深度解读
该研究涉及的高性能电机控制与非线性系统优化算法，对阳光电源的风电变流器及电动汽车驱动系统具有参考价值。BPMSM的无轴承技术虽处于前沿探索阶段，但其核心的非线性解耦控制与智能优化算法（GWO）可迁移至阳光电源现有的风电变流器控制策略中，以提升电机侧的转矩响应与运行效率。建议研发团队关注该类智能优化算法在复杂工况下提升变流器鲁棒性的潜力，并探索其在高性能电机驱动控制中的应用可行性。