pwm变换器直流电动机系统（利用转矩公式说明无刷直流电机转矩波动大的原因）

无刷直流电机（BLDCM）具有良好的调速和控制性能，还具有功率密度高、功率因数高、结构简单、可靠性高等一系列优点。非常适合用作农用电动汽车的驱动电机。然而，无刷直流电机应用于车辆驱动系统时，存在换向扭矩脉动大、无位置传感器控制、制动能量回馈制动困难等问题。这就是电动汽车驱动系统中不使用无刷直流电机的原因。其应用广泛的主要原因。为了提高无刷直流电机的性能，提出了一种使用单端初级电感转换器（SEPIC）调节无传感器无刷直流（BLDC）电机的组合方法，以改善无刷直流电机速度环和扭矩环。控制策略。其中，研究旨在降低无刷直流电机的扭矩脉动。基于金鹰优化（GEO）算法和径向基函数神经网络（RBFNN）算法的结合，实现了对无数直流电机速度和扭矩的控制。研究提出的改进型无桥单端初级电感变换器可用于调节比例积分微分(PID)控制器的参数，从而提高速度闭环(PID)控制器在电机转矩控制中的性能。无刷直流电机。无刷直流电机的控制提供了新的思路。

02 研究内容

为了控制无刷直流电机的转矩和速度，减少转矩脉动，提出了一种基于GEO-RBFNN的PID控制器。所提出的无刷直流电机无传感器控制结构如图所示。在研究中，PID控制器被用作所提出的控制器来调整控制参数。 PID控制器生成PWM信号以优化设置控制参数，并为改进的无桥SEPIC转换器提供PWM信号，以实现无传感器无刷直流电机的最佳速度控制和扭矩纹波抑制。

如图所示，研究采用GEO-RBFNN算法实现速度、扭矩控制和扭矩脉动最小化。 GEO-RBFNN模型是在MATLAB/Simulink平台上建立的。结果表明，采用该方法计算得到的定子电流、功率因数和转矩脉动分别为1.26%、0.9951和7.4。与现有的FA和PSO方法相比，该方法的有效性提高了计算效率。

如图所示，研究分析了基于转子转速、转矩变化、定子电流、定子电动势的转矩脉动抑制效果以及无控制器的转矩脉动抑制实现方法。

研究中使用的GEO-RBFNN 方法以较少的迭代次数提供了可靠的结果。 GEO-RBFNN支持简单的计算并提供较低的难度，但研究建立的控制算法对于高速大功率系统来说是困难的。控制模型的性能是有限的。同时，本研究没有实现控制器参数的自适应整定，因此无法保证系统在复杂工况下的稳定性。

03 研究结论

该研究提出了一种控制无刷直流电机速度和扭矩脉动的新方法。在MATLAB/Simulink平台上建立GEO-RBFNN模型；并将其性能与现有的FA 和PSO 方法进行了比较。该系统比现有方法效果更好，实现转矩脉动抑制（现有方法）的抑制效率为75%。 FA、PSO和研究所提出的方法的效率分别为82.136%、77.26588%和97.99038%。研究提出的方法的有效性提高了计算效率。同时，研究可以通过改进无桥单端初级电感变换器来调整比例积分微分（PID）控制器的参数，从而改进无刷直流电机。速度闭环（PID）控制器在扭矩控制中的表现为无刷直流电机的控制提供了新的思路。

责任编辑：彭静