摘  要： 針對傳統PID控制器在無刷直流電機控制時的魯棒性差、精度低等缺點，在分析BLDCM數學模型的基礎上，設計了RFBNN自適應PID控制器應用于無刷直流電機控制系統。通過Matlab/Simulink環境下的仿真實驗表明，與傳統的PID控制方法相比，該方法大大改善了系統的動態特性，減小了系統的穩態誤差，提高了系統的自適應能力和抗干擾能力，滿足了系統的控制性能要求。
關鍵詞： 無刷直流電機；自適應控制；Matlab/Simulink

　無刷直流電機BLDCM（Brushless DC Motor）體積小、重量輕、效率高，在性能上保持了普通直流電動機的優點，且克服了有刷直流電機機械換向帶來的一系列缺點，因此在國民經濟的各個領域[1]得到廣泛應用。
傳統PID控制原理簡單、使用方便，但依賴于被控對象精確的數學模型，對于無刷直流電機的多變量、非線性時變、強耦合的系統[2]難以達到很好的控制效果。本文將RBF神經網絡自適應算法應用于PID控制中，能夠有效克服傳統PID控制器在被控對象具有非線性、時變不確定性和難以建立精確的數學模型時出現的參數整定不良和性能欠缺等缺陷，具有強魯棒性和好的自適應性，使控制器適應被控對象參數的任何變化，能達到很好的控制效果。
1 BLDCM的數學模型
　無刷直流電機[3-4]可以看作是一臺用電子換相裝置取代機械換相的直流電動機，它由電動機本體、驅動控制電路和轉子位置檢測器等主要部分構成，其原理框圖如圖1所示。

　無刷直流電機采用兩兩導通的三相六狀態的通電方式，為簡化模型的建立和分析，作如下假設：
　（1）磁路不飽和，不計渦流和磁滯損耗。
　（2）忽略齒槽效應，三相對稱的星形繞組均勻分布于光滑定子內表面。
　（3）不考慮電樞反應，氣隙磁場分布近似梯形波，平頂寬度近似120°電角度。
　（4）轉子上沒有阻尼繞組，永磁體不起阻尼作用。
　則三相電壓平衡方程為：


2.2 RBF神經網絡
　RBF網絡是一種三層前向網絡，由輸入層、隱含層和輸出層組成。從輸入層到隱含層的變換函數的映射為非線性，從隱含層到輸出層的映射為線性，可通過調整權系數來改變網絡的輸出，從而加快學習速度，避免局部極小值的問題。其拓撲結構如圖3所示。

    從圖4、圖5可以看出，本文設計的基于RBFNN自適應PID控制方法，不僅使無刷直流電機調速系統的響應速度快、超調量小、控制精度高，且對外界干擾波動很小，自適應能力很強，穩定性能好。

    針對無刷直流電機轉速控制中的高度非線性時變性、多變量難以控制的問題，本文提出了基于RBFNN自適應PID控制的方法。該方法充分利用了RBF神經網絡的非線性逼近能力強，實時性好，輸出誤差小等優點，實時地調整PID控制參數以實現最優控制。Matlab仿真結果表明，該控制方法不僅使系統達到了較好的動靜態特性，而且在突加負載情況，控制器仍能保持較好的控制效果，使系統具有便強的自適應能力。
參考文獻
[1] FURUHASHI T. A position-and-velocity sensorless control for brushless DC motors using an adaptive sliding mode observer[J]. IEEE Transactions on Industrial Electronics， 1992，39（2）：89-95．
[2] PILLAY P， MODELING K R. Simulation and analysis of permanent magnet motor drives[J]． IEEE Transactions on Industry Applications，1989，25（2）：265-273．
[3] 高瑾，胡育文，黃文新．基于反電勢形狀函數法的無刷直流電動機直接轉矩控制[J]．南京航空航天大學學報，2007，39（4）：417-422．
[4] 張琛．直流無刷電動機原理及應用[M]．北京：機械工業出版社，2004．
[5] 林嘉宇，劉熒.RBF神經網絡梯度下降訓練方法的學習步長優化[J].信號處理，2002，18（1）：43-48．
[6] 劉海珊，陳宇晨．無刷直流電機PID控制系統仿真及實驗研究[J]．系統仿真學報，2009，21（16）：5157-5160．