微电机
微電機
미전궤
Micromotors
2015年
11期
33-36,88
,共5页
无刷直流电机%径向基函数%神经网络%模糊算法
無刷直流電機%徑嚮基函數%神經網絡%模糊算法
무쇄직류전궤%경향기함수%신경망락%모호산법
BLDCM%Radial Basis Function(RBF)%Neural Network%Fuzzy control
无刷直流电机以其高功率密度、高可靠性等优点而广泛应用于各种场合.电机驱动器对控制性能有很大的影响,驱动器采用常规的PID算法难以获得满意的控制效果.为了获得良好的控制性能,本文提出了模糊算法与径向基函数(Radial Basis Function,RBF)神经网络相结合的控制策略.设计了一个四层的神经网络,调整模糊逻辑控制器的输入和输出参数,以参考速度与反馈速度的偏差作为控制的输入,参考电流值作为控制的输出,使得控制系统具备自适应能力.通过仿真和实验对常规PID控制和模糊RBF神经网络算法分别进行了比较,结果表明所提出的方法具有更好的静态和动态响应性能,具有较强的鲁棒性.
無刷直流電機以其高功率密度、高可靠性等優點而廣汎應用于各種場閤.電機驅動器對控製性能有很大的影響,驅動器採用常規的PID算法難以穫得滿意的控製效果.為瞭穫得良好的控製性能,本文提齣瞭模糊算法與徑嚮基函數(Radial Basis Function,RBF)神經網絡相結閤的控製策略.設計瞭一箇四層的神經網絡,調整模糊邏輯控製器的輸入和輸齣參數,以參攷速度與反饋速度的偏差作為控製的輸入,參攷電流值作為控製的輸齣,使得控製繫統具備自適應能力.通過倣真和實驗對常規PID控製和模糊RBF神經網絡算法分彆進行瞭比較,結果錶明所提齣的方法具有更好的靜態和動態響應性能,具有較彊的魯棒性.
무쇄직류전궤이기고공솔밀도、고가고성등우점이엄범응용우각충장합.전궤구동기대공제성능유흔대적영향,구동기채용상규적PID산법난이획득만의적공제효과.위료획득량호적공제성능,본문제출료모호산법여경향기함수(Radial Basis Function,RBF)신경망락상결합적공제책략.설계료일개사층적신경망락,조정모호라집공제기적수입화수출삼수,이삼고속도여반궤속도적편차작위공제적수입,삼고전류치작위공제적수출,사득공제계통구비자괄응능력.통과방진화실험대상규PID공제화모호RBF신경망락산법분별진행료비교,결과표명소제출적방법구유경호적정태화동태향응성능,구유교강적로봉성.