微电机
微電機
미전궤
MICROMOTORS SERVO TECHNIQUE
2014年
1期
71-76
,共6页
永磁直线同步电机%PID控制%BP神经网络%动态调整
永磁直線同步電機%PID控製%BP神經網絡%動態調整
영자직선동보전궤%PID공제%BP신경망락%동태조정
permanent magnet linear synchronous%PID controller%BP neural network%dynamic regulating
为进一步提高永磁直线电机调速系统的动静态性能,提出将BP神经网络与传统PID控制器相结合,以实现PID参数的最优化自整定.在研究常规BP神经网络的控制算法的基础上,对常规BP算法的学习速率和动量因子不能动态调整带来的缺陷进行分析,提出基于误差变化率的动态调整算法,实现对PID控制器参数的自寻优,并将算法应用于永磁直线电机矢量控制系统速度调节器中.仿真实验结果表明,改进后的基于BP神经网络PID控制算法与传统PI控制器相比,控制系统的动静态性能更优,稳定性更好,解决了由于参数整定困难而导致PID控制器性能不能达到最优化的问题.
為進一步提高永磁直線電機調速繫統的動靜態性能,提齣將BP神經網絡與傳統PID控製器相結閤,以實現PID參數的最優化自整定.在研究常規BP神經網絡的控製算法的基礎上,對常規BP算法的學習速率和動量因子不能動態調整帶來的缺陷進行分析,提齣基于誤差變化率的動態調整算法,實現對PID控製器參數的自尋優,併將算法應用于永磁直線電機矢量控製繫統速度調節器中.倣真實驗結果錶明,改進後的基于BP神經網絡PID控製算法與傳統PI控製器相比,控製繫統的動靜態性能更優,穩定性更好,解決瞭由于參數整定睏難而導緻PID控製器性能不能達到最優化的問題.
위진일보제고영자직선전궤조속계통적동정태성능,제출장BP신경망락여전통PID공제기상결합,이실현PID삼수적최우화자정정.재연구상규BP신경망락적공제산법적기출상,대상규BP산법적학습속솔화동량인자불능동태조정대래적결함진행분석,제출기우오차변화솔적동태조정산법,실현대PID공제기삼수적자심우,병장산법응용우영자직선전궤시량공제계통속도조절기중.방진실험결과표명,개진후적기우BP신경망락PID공제산법여전통PI공제기상비,공제계통적동정태성능경우,은정성경호,해결료유우삼수정정곤난이도치PID공제기성능불능체도최우화적문제.