计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2009年
4期
331-334
,共4页
无刷直流电机%非线性自回归模型%自适应逆控制%实时递归学习算法
無刷直流電機%非線性自迴歸模型%自適應逆控製%實時遞歸學習算法
무쇄직류전궤%비선성자회귀모형%자괄응역공제%실시체귀학습산법
针对无刷直流电机(bnmhless DC motor,BLDCM)非线性的特点,引入了一种基于神经网络的自适应逆控制方法.该方案中,用非线性自回归(NARX)动态网络做为模型辨识器和控制器.辨识器采用了BP(back propagation)算法在线调整参数,并获取被控时象精确的Jacobian信息,再由实时递归学习算法(RTRL)实现对控制器的在线整定.仿真结果表明,方法具有响应速度较快、无超调的优点,且具备较强的自适应性和鲁棒性.
針對無刷直流電機(bnmhless DC motor,BLDCM)非線性的特點,引入瞭一種基于神經網絡的自適應逆控製方法.該方案中,用非線性自迴歸(NARX)動態網絡做為模型辨識器和控製器.辨識器採用瞭BP(back propagation)算法在線調整參數,併穫取被控時象精確的Jacobian信息,再由實時遞歸學習算法(RTRL)實現對控製器的在線整定.倣真結果錶明,方法具有響應速度較快、無超調的優點,且具備較彊的自適應性和魯棒性.
침대무쇄직류전궤(bnmhless DC motor,BLDCM)비선성적특점,인입료일충기우신경망락적자괄응역공제방법.해방안중,용비선성자회귀(NARX)동태망락주위모형변식기화공제기.변식기채용료BP(back propagation)산법재선조정삼수,병획취피공시상정학적Jacobian신식,재유실시체귀학습산법(RTRL)실현대공제기적재선정정.방진결과표명,방법구유향응속도교쾌、무초조적우점,차구비교강적자괄응성화로봉성.
