有最高的稳定性。6(a)采用三中方法对宏观转速曲线仿真图(b)对微观外部干扰的动态速度曲线图图5负荷变化的速度响应曲线图4.3实验结果基于DSP和FPGA的新型硬件结构如图6所示。该控制器的硬件架构是基于TMS320VC33DSP和CYCLONEIIFPCA。TMS320VC33是一种高性能的DSP与32一位浮点,17ns指令周期时间和每秒1.2亿次浮点运算。TMS320VC33既支持C语言,有支持汇编语言编程。它可以容易的进行复杂计算。CYCLONEIIFPGA是基于V.90的1.2nmSRAM过程与密度超过64K的逻辑元件,最高可以达到嵌入式RAM1.1兆比特和嵌入式18乘法器。因为有了这个功能,它可以支持高性能DSP应用。7图6实验平台在实验中,一个恒定的速度3000r/min(额定运行状态),从开始到10ms的这段时间中。该实验的结果如图7所示,实验结果表明,基于神经网络系统中的自抗扰控制器具有最快的性能时,系统没有过冲。霍尔传感器获得的无电刷直流电动机,其控制系统的速度信号是由两个环决定的:速度环和电流环。位置速度控制系统作为外回路,并且电流环充当的内环控制系统。控制方案在速度环实现。图7实验结果5总结8本文提出了一种直流电机的动力学模型,提出了一种新的控制方案,根据这一模型运算法则中可实用性。直流电动机应用到该系统,具有很强的鲁棒性。同时,一种新的基于现场可编程门阵列电机控制系统的硬件结构(FPGA)和数字信号处理器(DSP)实现了所提出的算法。仿真和实验结果验证所提出的控制方案可以减轻干扰的影响,使系统的不确定性急剧下降。此外,对于静态和动态性能的干扰控制具有较强的鲁棒性,使系统的鲁棒性大大的提高。来源:ZhiLiu,BaiFenLiu.RobustControlStrategyfortheSpeedControlofBrushlessDCMotor,2013
全文预览