计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2014年
1期
339-343
,共5页
伺服电机驱动%确定学习%径向基函数神经网络%自适应神经网络控制
伺服電機驅動%確定學習%徑嚮基函數神經網絡%自適應神經網絡控製
사복전궤구동%학정학습%경향기함수신경망락%자괄응신경망락공제
Induction motor servo drive%Deterministic learning%RBF networks%Adaptive neural control
针对系统参数完全禾知的感应伺服电机驱动系统,为提高系统的控制精度,通过分析间接磁场定向控制感应伺服电机驱动模型.使用RBF神经网络设计了一种新的自适应神经网络控制器,使系统的输出跟踪给定参考轨迹,并在稳定的控制过程中实现了确定学习,使分神经网络权值收敛到最优值及未知闭环系统动态的局部准确逼近,学过的知识可应用到后续相同或相似的控制任务中,提高系统的控制精度.最后,用实例仿真说明了所设计控制算法能实现在控制中学习.
針對繫統參數完全禾知的感應伺服電機驅動繫統,為提高繫統的控製精度,通過分析間接磁場定嚮控製感應伺服電機驅動模型.使用RBF神經網絡設計瞭一種新的自適應神經網絡控製器,使繫統的輸齣跟蹤給定參攷軌跡,併在穩定的控製過程中實現瞭確定學習,使分神經網絡權值收斂到最優值及未知閉環繫統動態的跼部準確逼近,學過的知識可應用到後續相同或相似的控製任務中,提高繫統的控製精度.最後,用實例倣真說明瞭所設計控製算法能實現在控製中學習.
침대계통삼수완전화지적감응사복전궤구동계통,위제고계통적공제정도,통과분석간접자장정향공제감응사복전궤구동모형.사용RBF신경망락설계료일충신적자괄응신경망락공제기,사계통적수출근종급정삼고궤적,병재은정적공제과정중실현료학정학습,사분신경망락권치수렴도최우치급미지폐배계통동태적국부준학핍근,학과적지식가응용도후속상동혹상사적공제임무중,제고계통적공제정도.최후,용실례방진설명료소설계공제산법능실현재공제중학습.
