机床与液压

作者：梁策，张兵，朱建阳

单位：武汉科技大学机械工程学院；东莞理工学院机械工程学院；武汉科技大学机械工程学院

关键词：永磁同步电机;粒子群算法;神经网络控制器;电机控制方法

永磁同步电机是一个典型的非线性多变量强耦合系统，会受外部扰动、参数摄动和磁场非线性等因素的影响。针对这一问题，提出一种使用改进粒子群算法优化BP神经网络的PID控制器（IPSO-BPNN-PID）。通过引入自适应变异与随机权重对粒子群算法进行优化，以提升算法的全局搜索能力与收敛速度。利用IPSO算法优化神经网络的初始权值，提升了神经网络的学习速度；并结合神经网络的非线性逼近能力，对PID进行在线调节，以提高PID的响应速度和精度。建立PMSM双闭环调速系统，并采用优化后的IPSO-BPNN算法对PID控制器参数进行在线整定。结果表明：与标准粒子群算法相比，改进后的粒子群算法适应度更佳，收敛速度比标准PSO算法快24%；IPSO-BPNN-PID控制器的平均响应速度分别比PID控制器和BPNN-PID控制器提高了53.57%、19.77%，平均超调量比BPNN-PID控制器低41.67%，表明提出的IPSO-BPNN-PID控制器显著提升了PMSM驱动系统的响应速度和动态抗扰动能力等性能。

来源：2025年第7期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第7期