遺傳算法研究及其在直接轉(zhuǎn)矩控制中的應(yīng)用.pdf

1、遺傳算法是目前應(yīng)用最廣的優(yōu)化搜索算法之一。目前，遺傳算法已經(jīng)在許多領(lǐng)域得到了應(yīng)用，如函數(shù)優(yōu)化、模型優(yōu)化、結(jié)構(gòu)優(yōu)化、工業(yè)生產(chǎn)、圖像處理等等。但基本遺傳算法易于陷入局部最優(yōu)，在有些時(shí)候收斂速度過(guò)慢，這使得基本遺傳算法很難找到全局最優(yōu)。如何能夠使遺傳算法盡可能快地跳出局部最優(yōu)和如何能夠提高遺傳算法的收斂速度，是近年來(lái)遺傳算法研究領(lǐng)域的熱點(diǎn)。 本論文針對(duì)基本遺傳算法存在的問(wèn)題提出了一整套的綜合改進(jìn)方案。本論文采用引進(jìn)外來(lái)物種、優(yōu)良物種個(gè)

2、體的突前變異和復(fù)制優(yōu)良物種個(gè)體的辦法來(lái)實(shí)現(xiàn)基本遺傳算法的選擇操作，采取雙種群交叉、倒序交叉和鄰位交叉相結(jié)合的混合交叉策略來(lái)實(shí)現(xiàn)遺傳算法的交叉操作；另外，突前變異概率、交叉概率、變異概率均隨物種個(gè)體的適應(yīng)度和遺傳算法的收斂情況進(jìn)行自適應(yīng)的調(diào)整；此外，引進(jìn)的外來(lái)物種個(gè)體的數(shù)量和突前變異的優(yōu)良物種個(gè)體的數(shù)量也視算法的收斂情況而進(jìn)行自適應(yīng)的調(diào)整。將改進(jìn)后的遺傳算法應(yīng)用于PID控制器參數(shù)的優(yōu)化整定，仿真結(jié)果表明改進(jìn)后的遺傳算法使遺傳算法跳出局部最

3、優(yōu)的能力有了很大的提高；同時(shí)，改進(jìn)后的遺傳算法的收斂速度也比基本遺傳算法的收斂速度要快出許多。 直接轉(zhuǎn)矩控制是繼矢量控制技術(shù)之后發(fā)展起來(lái)的一種高性能的交流調(diào)速技術(shù)。直接轉(zhuǎn)矩控制的基本原理就是通過(guò)檢測(cè)定子電壓和定子電流以及轉(zhuǎn)速計(jì)算出定子磁鏈的幅值和相位以及電磁轉(zhuǎn)矩的反饋值，定子磁鏈的幅值和電磁轉(zhuǎn)矩的反饋值與給定的定子磁鏈的幅值和電磁轉(zhuǎn)矩相比較，根據(jù)比較結(jié)果和定子磁鏈的相位選擇合適的開(kāi)關(guān)信號(hào)去觸發(fā)逆變器，進(jìn)而通過(guò)逆變器輸出的交流電壓

4、實(shí)現(xiàn)對(duì)電機(jī)的有效控制；直接轉(zhuǎn)矩控制的控制目標(biāo)是使電磁轉(zhuǎn)矩等于負(fù)載轉(zhuǎn)矩和定子磁鏈的幅值等于給定幅值。目前，直接轉(zhuǎn)矩控制已經(jīng)在電機(jī)調(diào)速中得到了廣泛的應(yīng)用。 神經(jīng)網(wǎng)絡(luò)控制、模糊控制、遺傳算法等智能控制方法在直接轉(zhuǎn)矩控制中的應(yīng)用研究已經(jīng)成為當(dāng)前直接轉(zhuǎn)矩控制研究的一大熱點(diǎn)。模糊控制是一種模擬人的大腦的邏輯推理機(jī)制的智能控制算法，它對(duì)未知對(duì)象有一定的推理、判斷和做出比較正確的控制決策的能力。本論文采用一個(gè)模糊控制器來(lái)實(shí)現(xiàn)直接轉(zhuǎn)矩控制的開(kāi)關(guān)信