文 献 综 述

无刷直流电机( Brushless DC Motor，BLDCM)是随着电力电子技术、计算机技术、功率半导体技术和高性能的磁性材料制造技术的发展而迅速成熟起来的一种新型电机。BLD-CM采用电子换向器，取代了原来的机械电刷和机械换向器，因此BLDCM不仅具有直流电动机的运行效率高、无励磁损耗以及调速性能好等诸多优点，而且又具有交流电动机的结构简单、运行可靠、维护方便等一系列优点，使它一经出现就迅速得到发展和普及[1]。特别是在数控机床、机器人、伺服控制等领域得到了广泛的应用。随着BLDCM应用范围的不断扩大，人们对BLDCM控制系统的成本、控制算法的要求也越来越高。
无刷直流电机又是一个多变量、强耦合、非线性、时变的 复杂系统［2］，在运行过程中存在的转矩脉动会直接降低电力 传动系统控制特性和驱动系统可靠性，并带来振动、谐振、噪声等问题。目前，为解决上述问题，国内外学者对BLDCM控制做了大量的研究，提出了多种控制策略［3］，其中模糊PI控制是智能控制中应用广泛、最为常见的方法之一。

文献［4］使用经典PID控制，PID控制器因为结构简单、容易实现，并且具有较强的鲁棒性，因而被广泛应用于各种工业过程控制中。但PID控制器结构上的简单性也决定了它在控制品质上的局限性，并且这种简单性使得PID控制器对大时滞、不稳定对象等被控对象的控制性能不是很好。同样，PID控制器只能确定闭环系统的少数零极点，无法得到更好的闭环控制品质。此外，PID控制器无法同时满足对设定值跟踪和抑制外扰的不同性能要求。

常规的PID参数是依据事先建立的精确数学模型进行整定，不能随着被控对象的变化而作出调整，而BLDCM控制系统具有很强的非线性[5,6]，导致BLDCM常规PID控制系统稳态精度和抗干扰性不高。为进一步提高BLDCM调速系统的快速性、稳定性和鲁棒性，智能控制成为一个重要的发展方向和研究热点，其中模糊控制是应用最广泛、最常见的方法之一[7]。它无需建立被控对象的数学模型，对控制对象的参数变化或非线性特性具有较好的适应能力，对干扰或噪声具有更强的抑制功能。但是，普通模糊控制器由于本身消除系统稳态误差的性能较差，难以获得较高的控制精度，且模糊控制器一旦设计确定，其结构就不能在线修改，因而自适应能力有限。

模糊自适应控制兼有自适应控制和模糊控制的优点，且已成功应用于直流电机[8]、永磁同步电机等运动控制对象。在Matlab/Simulink下建立的无刷直流电机控制系统仿真模型，采用了模糊基函数表示的模糊逻辑系统做为被控对象的辨识器，为模糊自适应控制器提供参数自调整的梯度信息，实现了无刷直流电机速度控制器的设计。仿真研究证明：在速度给定值发生变化的情况下，这种新型控制方法具有速度响应快、跟踪能力强、控制精度高、自适应能力优的特点[9]。

同时针对常规模糊PID控制器的不足之处进行了改进，研究了变论域自适应模糊PID 控制器[10]在BLDCM控制系统中的应用。设计了基于DSP56F803的无刷直流电机双闭环控制系统，转速环采用模糊自整定PID控制较好地实现了对无刷直流电机的速度控制。通过电机在起动和运行中突加负载的实验，得出了该控制方法要优于传统的PID控制的结论。该无刷直流电机控制系统具有良好的动静态性能，较强的鲁棒性，具有推广应用价值。

为了改善BLDCM调速系统的动态抗扰性能，在传统的PI控制方法上做进一步改进，将模糊控制器和PI控制器复合构成速度调节器。由于PI控制对参数确定的模型具有快速性好、精确度高的特点[9]，而模糊控制具有不依赖于系统模型参数、鲁棒性强的特点,综合两者的优势，组成模糊-PI智能控制，BLDCM 建模仿真系统采用双闭环控制方案,即速度环、电流环。电流环为滞环电流控制，速度环不再沿用传统的PI 调节器，而是替换为模糊PI 智能控制环节。其优点在于：可根据不同的运行条件，利用模糊控制实现PI控制参数的自调整，这样可以充分发挥两者优点，互补不足，在保证系统控制精度的前提下，达到提高系统快速性且确保控制鲁棒性的目的。

为了克服现有无刷直流电机控制方法的不足，文献[11]提出了一种运用模糊控制来整定PI预测函数控制(PIPFC)参数的方法-模糊PI预测函数控制算法。该方法能够在系统外部控制条件变化时，利用模糊控制无需知道被控对象的模型、抗干扰能力强以及鲁棒性强等优点，将其与实际系统 的输入输出结合，无需获取系统数学模型就可以对控制参数 进行实时整定，增强了系统的鲁棒性，降低了对精确模型的依赖性，解决了在不同控制条件下参数变化问题。

综上所述：

结合了模糊PI智能控制算法的BLDCM调速系统,在稳定性、响应速度等动、静态性能和对参数时变的适应能力、鲁棒性等方面均优于传统的PI（PID）控制.这是由于: