摘要：为了解决电动汽车上电池端电压经常出现的大范围波动以及电压型逆变器的降压特性问题,用状态空间平均法建立了Buck-Boost电路的交流小信号数学模型,设计了控制系统补偿器、系统的硬件电路和软件,得到了交流小信号的线性传递函数和buck-boost变换器的线性控制策略。实验结果表明,控制系统在输入电压以及负载出现阶跃扰动的情况下,能够有效抑制低频扰动并迅速跟随给定电压实现对输出电压的闭环控制,满足电动汽车对电源系统的要求。

摘要：提出一种采用粒子群优化思想的改进近似动态规划算法,并用以控制永磁同步电机。近似动态规划是一种基于强化学习原理的在线学习算法,并以PID神经网络为工具求解Bellman问题。传统算法的权值更新采用反向传播算法,要求有精确的一阶导数,如果梯度不精确就会使得算法对网络初始值选取十分敏感,稳定性与收敛速度就会受到影响。针对这一问题,采用改进的粒子群优化算法不需要任何梯度信息,能保证算法快速稳定地收敛。设计一种用粒子群优化算法与神经网络近似动态规划相结合的在线学习PID控制器用于永磁同步电机矢量控制系统中,仿真结果表明,该算法设计的控制器提高了控制系统的响应速度与精度,具有更强的适应性和鲁棒性。