CN202856673U - 基于inga的智能水泵用无刷直流电动机转速控制系统 - Google Patents
基于inga的智能水泵用无刷直流电动机转速控制系统 Download PDFInfo
- Publication number
- CN202856673U CN202856673U CN2012204740660U CN201220474066U CN202856673U CN 202856673 U CN202856673 U CN 202856673U CN 2012204740660 U CN2012204740660 U CN 2012204740660U CN 201220474066 U CN201220474066 U CN 201220474066U CN 202856673 U CN202856673 U CN 202856673U
- Authority
- CN
- China
- Prior art keywords
- water pump
- brushless
- controller
- inga
- rotating speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Images
Landscapes
- Control Of Positive-Displacement Pumps (AREA)
Abstract
基于INGA的智能水泵用无刷直流电动机转速控制系统,其特征在于,所述水泵与控制主体相连,且该控制主体上还设置有内控制环与外控制环。上述控制主体包括依次相连的转速比较模块、智能转速PI控制器、电流比较模块、电流PI控制器、PWM控制器、三相逆变器以及永磁无刷直流电动机,且通过永磁无刷直流电动机与水泵相连;智能转速PI控制器为采用改进的小生境遗传算法的智能转速PI控制器,电流PI控制器为常规电流PI控制器,转速比较模块与电流比较模块的芯片皆为TMS320F2812芯片。本实用新型提供一种基于INGA的智能水泵用无刷直流电动机转速控制系统,降低了系统对转速阶跃响应时的超调量,缩短了上升时间,提升了整体的反应速度。
Description
技术领域
本实用新型涉及一种控制系统,具体的说是涉及一种基于智能小生境遗传算法的水泵用无刷直流电机控制系统。
背景技术
参考文献《贾明月,朱建光,孙宁,唐任远.新型泵用永磁无刷直流电动机驱动器的设计[J].沈阳:沈阳工业大学学报,2007年6月》指出:水泵类机械设备在国民经济各行各业中占有重要地位。每年因系统运行效率低下造成的电能损失达200亿kW.h以上。在当前能源日益紧缺的情况下,推广水泵节能技术不但具有重大的经济效益,而且有着重大的社会效益。提高水泵系统效率一是要研制优质的水力模型、优化设计水泵过流表面等提高水泵自身的性能;二是要采用合理方式根据工况调节流量。目前水泵系统效率较低主要原因有两个:一是采用传统的阀门、挡板来控制流量;二是技术改造和大部分新建系统中普遍采用效率较低的异步电机变频调速系统。永磁无刷直流电动机(BLDCM)通过技术设计的改造,其成本可以与异步电机变频调速系统接近,但具有高效率、高功率因数、高功率密度的优点,因此采用BLDCM是水泵类系统节能的途径之一。
永磁无刷直流电机既有普通直流电机良好的起动性能和调速性能,又从根本上消除了换向火花、无线电干扰等弊端,具有寿命长、可靠性高、噪声低和控制方便等优点,理所当然的成为了机电设备驱动的发展方向。对它进行研究的主要目的就是提高其调速性能,采用先进的控制算法进一步改善其性能指标,以更好满足负载的调速要求。
而传统的BLDCM控制系统中的转速控制器一般采用普通PI控制,该PI控制算法存在系统对转速阶跃响应时超调量大,上升时间长,反应速度较慢等缺点。
发明内容
有鉴于此,本实用新型提供一种基于INGA的智能水泵用无刷直流电动机转速控制系统,降低了系统对转速阶跃响应时的超调量,缩短了上升时间,提升了整体的反应速度。
为解决以上技术问题,本实用新型的技术方案是:
基于INGA的智能水泵用无刷直流电动机转速控制系统,其特征在于,所述水泵与控制主体相连,且该控制主体上还设置有内控制环与外控制环。
进一步的,上述控制主体包括依次相连的转速比较模块、智能转速PI控制器、电流比较模块、电流PI控制器、PWM控制器、三相逆变器以及永磁无刷直流电动机,且通过永磁无刷直流电动机与水泵相连。
作为优选,所述智能转速PI控制器为采用改进的小生境遗传算法的智能转速PI控制器,电流PI控制器为常规电流PI控制器,转速比较模块与电流比较模块的芯片皆为TMS320F2812芯片。
再进一步的,上述内控制环为电流环,内控制环包括实际三相相电流检测器。
作为优选,所述实际三相相电流检测器分别连接在三相逆变器的输出端与电流比较模块的反馈输入端。
更进一步的,上述外控制环为转速环,外控制环包括转子磁极位置检测器以及与其相连的转速计算器。
作为优选,所述转子磁极位置检测器的输入端与永磁无刷直流电动机相连,且输出端还同时与PWM控制器以及转速计算器相连。
作为优选,上述转速计算器的输出端连接在转速比较模块的反馈输入端上。
与现有技术相比,本实用新型有以下有益效果:
(1)本实用新型采用了智能转速PI控制器,能够更好的对实际转速进行分析并给出合适的参考电流,大大的提高了系统的精确性;
(2)本实用新型采用了电流PI控制器,能够更好更精准的接收与分析参考电流的值,并给出下一步的指令;
(3)本实用新型设有内外两控制环,相互配合运算与协调,使其能够更好的更准确的完成对水泵的控制;
(4)本实用新型的智能转速PI控制器采用改进的小生境遗传算法(INGA),所构建出的智能转速PI控制器能优化水泵用无刷直流电动机调速系统的性能,降低了系统在对转速阶跃响应时的超调量,缩短了上升时间,提升了整体的反应速度。
附图说明
图1为本实用新型的结构框图。
具体实施方式
本实用新型的核心思路是,精简系统结构,减小其制造的难度以及占地的面积,同时更易于对该设备进行日常维护与检查修理。
为了使本领域的技术人员更好地理解本实用新型的技术方案,下面结合附图和具体实施例对本实用新型作进一步的详细说明。
实施例1
如图1所示,基于INGA的智能水泵用无刷直流电动机转速控制系统,其特征在于,所述水泵与控制主体相连,且该控制主体上还设置有内控制环与外控制环。
上述控制主体包括依次相连的转速比较模块、智能转速PI控制器、电流比较模块、电流PI控制器、PWM控制器、三相逆变器以及永磁无刷直流电动机,且通过永磁无刷直流电动机与水泵相连。
作为优选,所述智能转速PI控制器为采用改进的小生境遗传算法的智能转速PI控制器,电流PI控制器为常规电流PI控制器,转速比较模块与电流比较模块的芯片皆为TMS320F2812芯片。
上述内控制环为电流环,内控制环包括实际三相相电流检测器。
作为优选,所述实际三相相电流检测器分别连接在三相逆变器的输出端与电流比较模块的反馈输入端。
上述外控制环为转速环,外控制环包括转子磁极位置检测器以及与其相连的转速计算器。
作为优选,所述转子磁极位置检测器的输入端与永磁无刷直流电动机相连,且输出端还同时与PWM控制器以及转速计算器相连。
作为优选,上述转速计算器的输出端连接在转速比较模块的反馈输入端上。
在控制中对系统的算法进行了优化,其优化模型的建立方式如下:
对转速控制器PI参数进行优化使得优化后系统的动态跟随性能指标超调量⑩%更小及调节时间ts更短,对转速控制器优化设计的任务便是合理调配这两项指标,使其表现出来的综合性能指标函数J最小,同时为了避免超调,实用新型的性能指标函数J在ITAE性能指标的基础上进行了改进,引入了惩罚功能,将超调量作为最优指标的一项,于是参考文献《刘金琨.先进PID控制MATLAB仿真(第2版)[M].北京:电子工业出版社,2004》得到最优的性能指标函数J为:
式中为系统误差;w1、w2、w3、w4为权值,且u(t)为转速控制器的输出,tu为上升时间。综上所述,于是得到PI参数的优化数学模型为:min J;约束条件 其中⑧为[0,1]内选定的数,式中是按照常规工程设计法所得的参数值。
设计双闭环控制系统中转速控制器的关键是进行INGA算法优化转速控制器PI参数的设计,下面分述其设计步骤与实现步骤:
A)INGA优化算法设计步骤:
a)十进制浮点数编码:
对转速控制器而言,有KP Ki两个待优化的参数,本实用新型将这两个参数分别用十进制浮点数表示并将其级联起来的编码方法。具体操作过程如下:设参数KP×[Kpmin,Kpmax],Ki×[Kimin,Kimax],将这两个寻优范围内的十进制浮点数按照Kp在前,Ki在后的顺序排列在一起成为一个个体X(t)。
其对应的基因型参数编码形式如下:
b)适应度函数的设计:
遗传算法中使用适应度来评价解群体的优良程度,度量个体适应度的函数称为适应度函数,其函数值用来评估个体的优劣,并作为以后遗传运算的依据,它由目标函数转化而来,并要求与目标函数有相同的极值点和可行解域,且值域非负。参考文献《周明,孙树栋.遗传算法原理及应用[M].北京:国防工业出版社,1999》和《刘金琨.先进PID控制MATLAB仿真(第2版)[M].北京:电子工业出版社,2004》,取适应度函数为
F=1/J (2)
J为性能指标函数,见公式(1)。
c)初始种群的产生与记忆:
按照控制器的常规工程设计法整定出KP Ki的两个参数值然后在此两个数值附近随机生成N个初始个体组成初始种群P(t),这种方法可充分利用常规工程设计法的合理内核,于是可以使搜索空间大大缩小,从而有助于迅速搜索到最优解。按照公式(2)计算出P(t)中各个个体的适应度值根据Fi的大小对P(t)进行降序排列,将排在前面的M(M<N)个个体记忆并存储起来形成P0(t)。
d)选择算子设计:
实用新型采用期望值方法设计选择算子,具体运算过程如下:(Ⅰ)从初始种群P(t)开始计算种群中每个个体在下一代种群中生存的期望数目(Ⅱ)若某个个体被选中并要参与下一步的交叉运算,则它在下一代中生存的期望数目减去0.5;若不参与交叉运算,则该个体的期望数目减1。(Ⅲ)在(2)的两种情况中,若一个个体的期望值小于零,则该个体不再参与选择运算。对P(t)经过选择计算后得到种群P′(t)。
e)交叉算子设计:
实用新型采用了非均匀算术交叉算子进行相应的交叉运算,通过对十进制浮点数编码的两个个体的一种线性组合而产生出两个新的个体。具体运算过程如下:设和p′t(u′1,u′2,…,u′k,…)是第t代种群中的两个个体,uk是交叉点,则交叉vk后的新个体为:和p′t(u′1,u′2,…,v′k,…),其中
对P′(t)经过交叉计算后得到种群P″(t)。
f)变异算子设计:
[式(4)中r为[0,1]区间上符合均匀概率分布的一个随机数,b为一系统常数;UB、LB分别表示yk的最大值和最小值,T表示算法的最大进化代数。]显然,当t增大时,趋近于O的概率增大,也就是说,当t增大时,变异运算对yk的影响减小。对P″(t)经过变异计算后得到种群P″′(t)。
g)小生境淘汰计算和单纯形法寻优搜索计算相结合的混合优化计算:
将f)中得到的N个个体和c)中所记忆存储的M个个体组合在一起,得到一个含有M+N个个体的中间种群Q(t):
1)小生境淘汰计算:
对Q(t)中的(M+N)/2个个体中的每个个体,按照公式(5)计算出每两个个体Xi和Xj之间的海明距离:
当(R表示小生境之间的距离参数)时,比较个体Xi和Xj之间的距离参数,对其中适应度值Fi较低的个体施加一个较强的罚函数Fmin(xi,xj),极大地降低其适应度,这样,对于在距离R之内的两个个体,其中较差的个体经处理后其适应度变得更差,在后面的进化过程中被淘汰的概率就更大,也就是说,在距离R之内将只存在一个优良的个体,从而既维护了群体的多样性,又使得各个个体之间保持一定的距离,且个体能够在整个约束空间中分散开来。然后依据这(M+N)/2个个体的新适应度对各个个体进行降序排列,并记忆存储前N/2个新个体。
2)单纯形法寻优搜索计算:
对Q(t)中的另外(M+N)/2个个体利用单纯形法进行寻优计算,在经过了反射→扩张→压缩的搜索运算后,可以得到N/2个优化后的新个体。
将g)中1)小节的N/2个新个体和g)中2)小节的N/2个新个体组合在一起构成N个优化后的新个体。
h)判断进化停止条件是否满足:
B)INGA优化算法的实现步骤:
a)相关运行参数的确定:
1)确定种群规模N和M,交叉概率pc和变异概率pm;
2)小生境之间的距离参数R;
b)随机生成初始种群:
先按照调节器的常规工程设计方法整定出KP Ki的两个参数值对此两个参数采用十进制浮点数级联编码的方式进行编码。然后利用随机函数以此两个数值为基准在它们附近生成初始种群这种方法可使搜索空间缩小,从而能迅速搜索到最优解。
d)以原来的初始种群X(0)作为出发点进行遗传运算:
1)选择运算:按照期望值的大小选取两个个体xi1(t)和xi2(t);
2)交叉运算:按照非均匀算术交叉算子的方法以交叉概率pc对两个个体xi1(t)和xi2(t)进行交叉运算生成x′i1(t)和x′i2(t);
3)变异运算:按照非均匀变异算子的方法以变异概率pm对x′i1(t)和x′i2(t)进行变异运算生成x″i1(t)和x″i2(t);
由产生的这N个新个体x″i1(t)和x″i2(t)(1□i□N/2)组成中间种群
f)对Q1(t)进行小生境淘汰计算:
对Q1(t)中的任意两个个体qk1(t)和qk2(t),利用公式(5)计算它们之间的海明距离并与小生境之间的距离参数R进行比较,当海明距离小于R时,比较个体qk1(t)和qk2(t)的适应度大小,并对其中适应度较低的个体处以惩罚函数给予淘汰计算,然后依据这(M+N)/2个个体的新适应度对各个个体进行降序排列,并记忆存储前N/2个新个体。。
g)对Q2(t)进行单纯形法寻优计算:
对Q2(t)中的每一个个体qj(t)按照搜索概率pl对其进行单纯形法寻优搜索,得到N/2个新个体。
i)判断进化停止条件是否满足:
C)具体实验结果数据:
b)INGA设计法的仿真参数设置为:种群数N=100、M=60,交叉概率变异概率进化代数T=100,取w1=0.950,w2=0.050,w3=1.5,w4=120;小生境参数设置:距离参数R=0.5;单纯形法的参数设置:搜索迭代的次数K=15,搜索概率pl=0.5,反射系数扩张系数搜索系数
经过MATLAB仿真实验,得到下表1所示的仿真实验结果。从中我们可以看出:采用改进的小生境遗传算法优化转速控制器比之采用常规工程设计法可使水泵用无刷直流电动机调速系统具有更优的时域性能:超调量σ%更小、调节时间ts更短,从而能更好的适应生产过程中对水泵控制的需要,大大提高了控制系统的鲁棒性。
转速控制器PI设计法 | 超调量(⑩%) | 调节时间ts(s) |
常规工程设计法 | 16.56% | 1.25 |
改进的小生境遗传算法 | 0 | 0.75 |
表1转速调节器PI设计法及其对应的性能指标
以上仅是本实用新型的优选实施方式,应当指出的是,上述优选实施方式不应视为对本实用新型的限制,本实用新型的保护范围应当以权利要求所限定的范围为准。对于本技术领域的普通技术人员来说,在不脱离本实用新型的精神和范围内,还可以做出若干改进和润饰,这些改进和润饰也应视为本实用新型的保护范围。
Claims (10)
1.基于INGA的智能水泵用无刷直流电动机转速控制系统,包括水泵,其特征在于,所述水泵与控制主体相连,且该控制主体上还设置有内控制环与外控制环。
2.根据权利要求1所述的基于INGA的智能水泵用无刷直流电动机转速控制系统,其特征在于,所述控制主体包括依次相连的转速比较模块、智能转速PI控制器、电流比较模块、电流PI控制器、PWM控制器、三相逆变器以及永磁无刷直流电动机,且通过永磁无刷直流电动机与水泵相连。
3.根据权利要求2所述的基于INGA的智能水泵用无刷直流电动机转速控制系统,其特征在于,所述智能转速PI控制器为采用改进的小生境遗传算法的智能转速PI控制器,电流PI控制器为常规电流PI控制器,转速比较模块与电流比较模块的处理芯片皆为TMS320F2812芯片。
4.根据权利要求3所述的基于INGA的智能水泵用无刷直流电动机转速控制系统,其特征在于,所述内控制环为电流环。
5.根据权利要求4所述的基于INGA的智能水泵用无刷直流电动机转速控制系统,其特征在于,所述内控制环包括实际三相相电流检测器。
6.根据权利要求5所述的基于INGA的智能水泵用无刷直流电动机转速控制系统,其特征在于,所述实际三相相电流检测器分别连接在三相逆变器的输出端与电流比较模块的反馈输入端。
7.根据权利要求6所述的基于INGA的智能水泵用无刷直流电动机转速控制系统,其特征在于,所述外控制环为转速环。
8.根据权利要求7所述的基于INGA的智能水泵用无刷直流电动机转速控制系统,其特征在于,所述外控制环包括转子磁极位置检测器以及与其相连的转速计算器。
9.根据权利要求8所述的基于INGA的智能水泵用无刷直流电动机转速控制系统,其特征在于,所述转子磁极位置检测器的输入端与永磁无刷直流电动机相连,且输出端还同时与PWM控制器以及转速计算器相连。
10.根据权利要求9所述的基于INGA的智能水泵用无刷直流电动机转速控制系统,其特征在于,所述转速计算器的输出端连接在转速比较模块的反馈输入端上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012204740660U CN202856673U (zh) | 2012-09-17 | 2012-09-17 | 基于inga的智能水泵用无刷直流电动机转速控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012204740660U CN202856673U (zh) | 2012-09-17 | 2012-09-17 | 基于inga的智能水泵用无刷直流电动机转速控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN202856673U true CN202856673U (zh) | 2013-04-03 |
Family
ID=47987819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012204740660U Expired - Lifetime CN202856673U (zh) | 2012-09-17 | 2012-09-17 | 基于inga的智能水泵用无刷直流电动机转速控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN202856673U (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104734578A (zh) * | 2013-12-18 | 2015-06-24 | 南京沃特电机有限公司 | 一种无刷直流电机水泵 |
CN105007010A (zh) * | 2015-08-04 | 2015-10-28 | 西北工业大学 | 一种水下航行器用大功率双轴对转无刷直流电机调速方法 |
CN105811818A (zh) * | 2016-05-04 | 2016-07-27 | 哈尔滨工业大学 | 用于45°相带角四相永磁同步电机一相绕组开路故障容错控制的电流设定方法 |
CN110118170A (zh) * | 2019-05-09 | 2019-08-13 | 常州市康迪克至精电机有限公司 | 采用直流永磁电机无压力传感器的水泵恒扬程控制方法 |
-
2012
- 2012-09-17 CN CN2012204740660U patent/CN202856673U/zh not_active Expired - Lifetime
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104734578A (zh) * | 2013-12-18 | 2015-06-24 | 南京沃特电机有限公司 | 一种无刷直流电机水泵 |
CN104734578B (zh) * | 2013-12-18 | 2017-08-04 | 南京沃特电机有限公司 | 一种无刷直流电机水泵 |
CN105007010A (zh) * | 2015-08-04 | 2015-10-28 | 西北工业大学 | 一种水下航行器用大功率双轴对转无刷直流电机调速方法 |
CN105007010B (zh) * | 2015-08-04 | 2017-08-01 | 西北工业大学 | 一种水下航行器用大功率双轴对转无刷直流电机调速方法 |
CN105811818A (zh) * | 2016-05-04 | 2016-07-27 | 哈尔滨工业大学 | 用于45°相带角四相永磁同步电机一相绕组开路故障容错控制的电流设定方法 |
CN110118170A (zh) * | 2019-05-09 | 2019-08-13 | 常州市康迪克至精电机有限公司 | 采用直流永磁电机无压力传感器的水泵恒扬程控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | A hybrid optimization-based scheduling strategy for combined cooling, heating, and power system with thermal energy storage | |
WO2020103781A1 (zh) | 基于时间优化分区的感潮泵站系统变台数+变角日优化运行方法 | |
CN202856673U (zh) | 基于inga的智能水泵用无刷直流电动机转速控制系统 | |
CN102780235B (zh) | 一种基于遗传算法的抽水蓄能电站调度方法 | |
CN104598686A (zh) | 基于电磁计算及神经网络的水泵电机建模与优化方法 | |
CN103384014A (zh) | 基于最大净功率策略的质子交换膜燃料电池空气供应系统控制 | |
CN102543232B (zh) | 压水堆核电站稳压器水位和压力复合控制方法 | |
CN106251079A (zh) | 工业循环冷却水系统年均冷却能效比能耗综合评价指标与方法 | |
CN113537562B (zh) | 一种新能源场站储能配置计算方法及系统 | |
CN104504455B (zh) | 一种梯级蓄能控制下水电站群长期优化调度方法 | |
CN112491043A (zh) | 一种新能源富集电网电源规划方法及系统 | |
Hu et al. | Broadening the operating range of pump-turbine to deep-part load by runner optimization | |
CN108365637B (zh) | 一种送电计划与抽水储能发电计划优化方法及系统 | |
CN111237208A (zh) | 一种泵站单机组优化运行时的叶片角步长调节控制方法 | |
CN106096183B (zh) | 一种基于特征线法的多重并行方法 | |
CN105160450A (zh) | 一种考虑环境因素的含能效电厂电源规划方法 | |
Fu et al. | Multi-parameter optimization for the performance of the fuel cell air compressor based on computational fluid dynamics analysis at part load | |
Zhang et al. | A universal stability quantification method for grid-connected hydropower plant considering FOPI controller and complex nonlinear characteristics based on improved GWO | |
CN109408861A (zh) | 一种管道泵进口弯管多目标智能优化方法 | |
CN103972913A (zh) | 一种基于边际发电能耗的抽蓄电站日运行方式优化方法 | |
CN104009464A (zh) | 一种计及电阻的内嵌网损双层经济优化调度方法 | |
CN114254946A (zh) | 新能源发电等值年费用比较方法、系统、设备及存储介质 | |
CN104408531B (zh) | 一种多维多阶段复杂决策问题的均匀动态规划方法 | |
CN110796295B (zh) | 一种能源互联网气网传输优化方法 | |
CN113902167A (zh) | 计及站房投资的综合智慧能源系统配置优化方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220105 Address after: 610051 No. 915, floor 9, unit 1, building 1, No. 19, Vanke Road, Chenghua District, Chengdu, Sichuan Patentee after: Kunpeng Vientiane (Chengdu) Intelligent Technology Co.,Ltd. Address before: 610039, No. 999, Jin Zhou road, Jinniu District, Sichuan, Chengdu Patentee before: XIHUA University |
|
TR01 | Transfer of patent right | ||
CX01 | Expiry of patent term |
Granted publication date: 20130403 |
|
CX01 | Expiry of patent term |