机械制造
機械製造
궤계제조
MACHINERY
2014年
9期
21-25
,共5页
永磁同步电机%径向基神经网络%模糊神经网络PID
永磁同步電機%徑嚮基神經網絡%模糊神經網絡PID
영자동보전궤%경향기신경망락%모호신경망락PID
@@
随着永磁同步电机技术的不断发展,其在机器人中的运用也越来越广泛,但永磁同步电机有非线性、强耦合和多变量等缺陷,同时,机器人关节驱动电机在运行过程中所受的负载力矩和轴联转动惯量时刻变化,因此,要求电机控制系统具有更强的自适应性和更强的抗干扰能力.为了改善传统PID控制器参数固定以及模糊PID控制算法过于依赖设计人员的经验,提出了一种结合神经网络与现有模糊PID控制算法优点的模糊神经网络(FNN)自适应PID控制算法,利用径向基神经网络算法(RBF)对该驱动系统参数进行辨识,降低电机在正常运行过程中受环境变化的影响,达到响应快、控制平稳、精确的要求.
隨著永磁同步電機技術的不斷髮展,其在機器人中的運用也越來越廣汎,但永磁同步電機有非線性、彊耦閤和多變量等缺陷,同時,機器人關節驅動電機在運行過程中所受的負載力矩和軸聯轉動慣量時刻變化,因此,要求電機控製繫統具有更彊的自適應性和更彊的抗榦擾能力.為瞭改善傳統PID控製器參數固定以及模糊PID控製算法過于依賴設計人員的經驗,提齣瞭一種結閤神經網絡與現有模糊PID控製算法優點的模糊神經網絡(FNN)自適應PID控製算法,利用徑嚮基神經網絡算法(RBF)對該驅動繫統參數進行辨識,降低電機在正常運行過程中受環境變化的影響,達到響應快、控製平穩、精確的要求.
수착영자동보전궤기술적불단발전,기재궤기인중적운용야월래월엄범,단영자동보전궤유비선성、강우합화다변량등결함,동시,궤기인관절구동전궤재운행과정중소수적부재력구화축련전동관량시각변화,인차,요구전궤공제계통구유경강적자괄응성화경강적항간우능력.위료개선전통PID공제기삼수고정이급모호PID공제산법과우의뢰설계인원적경험,제출료일충결합신경망락여현유모호PID공제산법우점적모호신경망락(FNN)자괄응PID공제산법,이용경향기신경망락산법(RBF)대해구동계통삼수진행변식,강저전궤재정상운행과정중수배경변화적영향,체도향응쾌、공제평은、정학적요구.
