粒子群优化算法（PSO）是一种源于对鸟群捕食行为的研讨而发明的进化核算技能（EC），由Eberhart博士和Kennedy博士初次提出。相形之下，PSO不光具有GA的大局寻优才干，而旦经过参数调整PS0还具有较强的部分寻优才干。

　　因为没有个别杂交、变异等杂乱操作，PS0的参数调整变得简略而易行，更合适于核算机编程。4、***1大空载起动频率：电机在某种驱动形式、电压及额定电流下，在不加负载的情况下，能够直接起动的***1大频率。粒子群优化算法（PS0）是一种全新优化算法，在60步进电机优化中的使用并不深化。依据这一原理，用VB编制了直线感应60步进电机优化计划程序，对双方非磁性次级直线感应60步进电机进行了优化，成果功率因数、同步功率较初始计划都有显着改善。

细分驱动技术在一定程度上有效地克服了这些缺点。目前,智能控制在步进电机系统中应用较为成熟的是模糊逻辑控制、神经网络和智能控制的集成。 [1] 步进电机细分驱动技术是年代中期发展起来的一种可以显著改善步进电机综合使用性能的驱动技术。年美国学者、首1次在美国增量运动控制系统及器件年会上提出步进电机步距角细分的控制方法。在其后的二十多年里,步进电机细分驱动得到了很大的发展。逐步发展到上世纪九十年代完全成熟的。我国对细分驱动技术的研究,起步时间与国外相差无几

文献根据步进电机的数学模型 ,设计了步进电机的 PID 控制系统 ,采用 PID 控制算法得到控制量 ,从而控制电机向指1定位置运动 。选择电机的安装规格：如57、86、110等，主要与力矩要求有关。后 ,通过验证了该控制具有较好的动态响应特性 。采用 PID 控制器具有结构简单 、鲁棒性强 、可靠性高等优点 ,但是它无法有效应对系统中的不确定信息 。 [2] 目前 , PID 控制更多的是与其他控制策略相结合 , 形成带有智能的新型复合控制 。这种智能复合型控制具有自学习 、自适应 、自组织的能力 ,能够自动辨识被控过程参数 , 自动整定控制参数 , 适应被控过程参数的变化 ,同时又具有常规 PID 控制器的特点。 [2]

驱动要求编辑1、能够提供较快的电流上升和下降速度，步进电机（图12）使电流波形尽量接近矩形。它是随着控制对象的复杂化,当动态特性不可知或发生不可预测的变化时,为得到***的控制器而产生的。具有供截止期间释放电流流通的回路，以降低绕组两端的反电动势，加快电流衰减。2、具有较高韵功率及效率。步进电机驱动器，它是把控制系统发出的脉冲信号转化为步进电机的角位移，或者说：控制系统每发一个脉冲信号，通过驱动器就使步进电机旋转一个步距角。也就是说步进电机的转速与脉冲信号的频率成正比。所以控制步进脉冲信号的频率，就可以对电机精1确调速；控制步进脉冲的个数，就可以对电机精1确定位。步进电机驱动器有很多，应以实际的功率要求合理的选择驱动器。