基于人工神经网络的 BLDC 电机速度控制分析

人工神经网络（ANN）是一种具有输入、输出及多个带节点集的隐藏层的简单网络。在电力与电子工程中应用 ANN 算法总能获得预期结果，因为 ANN 处理二进制数据更为精确。无刷直流电机（BLDC 电机）使用电子闭环控制器将直流电流切换至电机绕组并产生磁场。BLDC 电机因高速、低维护与足够转矩能力而具有多种应用。因其更优性能且易于通过功率变换器控制速度，较其他电机更受青睐。本文提出一种 BLDC 电机速度控制方法，通过改变馈送电机绕组的桥式变换器直流输入电压来控制速度。控制由基于 PI 的速度控制器实现。电机在 MATLAB/Simulink 中建模，并由 PI 控制器获得速度控制。随后得到反电动势信号、转子转速、电磁转矩、霍尔效应信号、PWM 与反电动势信号仿真。该数据被输入二值人工神经网络，ANN 模型由此预测出接近仿真结果的相应参数。基于数学的仿真与基于数据的预测均给出满意结果。