文献类型：期刊文章

作　　者：袁小平[1] 金鹏[1] 周国鹏[2]

Yuan Xiaoping;Jin Peng;Zhou Guopeng(School of Information&Control Engineering,China University of Mining&Technology,Xuzhou Jiangsu 221008,China;Institute of Engineering&Technology,Hubei University of Science&Technology,Xianning Hubei 437100,China)

机构地区：[1]中国矿业大学信息与控制工程学院,江苏徐州221008 [2]湖北科技学院工程技术研究院,湖北咸宁437100

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(7147307);国家科技支撑计划资助项目(2013BAK06B08);湖北教育部杰出青年科技创新团队计划资助项目(T201817);湖北科技创新重大项目(2018ABA076)

年　　份：2019

卷　　号：36

期　　号：12

起止页码：3690-3696

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：目前电动汽车常以无刷直流电机(BLDCM)作为驱动器,但BLDCM调速控制系统中模糊控制器的量化因子和比例因子采用传统方法,自调节能力弱。针对该问题提出一种改进QPSO算法(AMF-QPSO)实现对量化因子和比例因子的自适应调节。AMF-QPSO算法以收缩-扩张(contraction expansion,CE)系数控制方式为研究重点,提出粒子活性概念,并以其作为反馈量实现动态自适应调节CE系数;同时,为防止种群高度聚集,采用精英群体随机交叉学习机制,对部分活性低的精英粒子进行扰动,增强种群后期多样性。最后,通过Lab VIEW实验平台,以具体案例验证AMF-QPSO算法性能。实验结果表明,AMF-QPSO优化的模糊PID控制器具有比标准模糊PID控制器和QPSO优化的模糊PID控制器更好的控制性和自适应性。

关 键 词：电动汽车 无刷直流电机 模糊控制器 量子行为粒子群算法 收缩-扩张系数  

分 类 号：TP273]