基于模糊ID控制的微型轴流血泵优化控制方法

【摘要】本文针对微型轴流式血泵的自适应精确控制问题.采用模糊PID参数自调整技术实现血泵的自适应调节，以血流速度信号和电流信号作为双闭环结构的反馈量，将模糊控制和PID控制相结合，既具有模糊控制灵活、响应速度快等优点，又具有PID控制精度高、结构简单、鲁棒性强等特点。通过MATLAB对系统运行过程进行仿真表明，该方法可使轴流血泵调速系统整体性能得到提高。

【关键词】模糊PID；微型；轴流血泵；双闭环

1.引言

目前对轴流血泵的控制最常用的方法是双闭环PID控制策略，PID控制技术也因其结构简单，控制准确度高而得到广泛的应用，但是当电机在转动过程中性能参数发生变化时，PID控制参数不能随之做出实时修正，很难得到较好的控制效果。对于电机运行过程中PID控制器存在的缺陷问题，将模糊控制理论成熟经验和规则有机地融入到微型轴流泵-的控制策略中，不仅能够克服系统运行过程中的突况，而且还具有体积小、结构简单、自适应强、响应快、高效率、转速可调范围宽和鲁棒性强等特点，将模糊控制和PID控制两者结合起来，扬长避短，实现微型轴流血泵的优化控制。

2.数学模型及其动态结构

微型轴流血泵采用三相两极星形全控电路的无刷直流电动机，，转子采用内转子结构，气隙磁场为方波，假设电机的磁路不饱和，转子磁场对称分布，不计血泵运行过程中涡流和磁滞损耗，忽略换相过程和电枢反应和齿槽效应的影响，系统中，所有器件均为理想开关器件，微型轴流血泵在两两导通状态下的动态数学方程如下：

反电动势方程：

式中，Ud为通电状态下两相绕组上的电压；Kc为反电势系数；R为绕组旋转半径；Tc为电机合成电磁转矩；E为电机的反电动势；KT为转矩系数；L为绕组旋转半径；为电机绕组每相的匝数；B为磁场强度；J为转子的转动惯量；为负载转矩；Z为黏滞摩擦系数；为机械角速度。

对上述方程进行拉氏变换，假设系统的初始状态都为零，推导出系统动态过程中的传递函数

由上述传递函数推导出微型轴流血泵控制的动态结构图如图1。

反馈信号（反电动势）的引入构成了与电机转速成正比的闭环控制系统，克服了轴流血泵在运行过程中负载和磁场干扰等因素的干扰，增加了系统运行过程中的有效阻尼。

3.微型轴流血泵模糊PID调速器设计

模糊控制理论对时变、非线性的微型轴流泵控制系统有很好的控制效果。在无法获得轴流血泵准确数学模型的情况下，模糊控制理论的融入不但能够提高系统的响应速度，而且还具有简化结构、增强鲁棒性等特点，达到对微型轴流血泵的控制性能优化。

模糊PID控制器的设计：

对于轴流血泵控制过程中遇到的滞后性、控制参数的非线性和高阶陛等干扰情况均不能进行动态调整，很难建立精确的数学模型。模糊PID无需考虑被控系统的模型，根据其误差e和误差变化e实时调整Kp，Ki，Kd的值，最终使被控对象处于稳定工作态。在微型轴流血泵的双闭环控制系统中，转速负反馈可以保证系统稳态运行下实现转速无静差，抑制转速波动，提高系统静、动态特性，转速调节器采用二维模糊PID控制策略，通过比较速度反馈信号和给定转速信号获得系统的误差e、误差的变化e，经模糊化后，得到模糊量E和E，再经模糊推理、模糊决策和去模糊化处理输出精确的系统输出量。满足系统超调量小、抗干扰、快速响应的要求，在matlab6.5环境下命令空间输入fuzzy进入模糊工具箱，设置输入输出的隶属密函数，根据表一设置模糊规则，建立模糊PID控制系统模型如图2所示，同时建立常规PID控制模型，进行系统仿真。

4.仿真结果

将微型轴流血泵的模糊PID控制的输出结果和经典的双闭环PID控制理论的输出结果同时显示在以下窗口，仿真结果如下：

图3、4中，“一”为模糊PID控制曲线，“--”为经典双闭环PID控制曲线。

5.结论

从以上各图中可以看出模糊PID控制系统在响应速度、超调量、稳定性和鲁班性等方面都优于传统PID控制，同时还具有抑制运行过程中负载扰动的作用，解决了常规PID控制参数整定问题，达到了系统的精度要求，提高了控制质量。

参考文献

[1]刘兴艳，董洋洋.基于DSP的无刷直流电机P-模糊自适应PID控制系统[J].电机技术，2011（3）：23-26.

[2]申亮，谢伟东.永磁直流无刷电机改进的单神经元PID自适应控制仿真研究[J].机电工程，2011（3）：369-373.

[3]陈伟，周小波，王群京.基于模糊优化的PID直流无刷电机控制[J].电子设计工程，2010（6）：146-149.

[4]张立，李莉.基于MATLAB的无刷直流电机控制系统建模与仿真[J].机电工程技术，2010，39（4）：29-31.

作者简介：刘佩璋（1988―），男，硕士研究生，研究方向：新概念动态测试，智能化仪表控制，微型轴流血泵优化控制系统。