基于RBF神经网络辨识的无刷直流电动机控制实验研究

由于无刷直流电机控制系统是多变量和非线性的,针对传统PID 控制方法的不足,提出一种基于径向基函数RBF (Radial Basis Funct ion )神经网络在线辨识的单神经元PID自适应控制方法,并用于无刷直流电机的控制中.构造了一个径向基函数神经网络对系统进行在线辨识、建立在线参考模型,由单神经元控制器完成控制器参数的自学习,并在数字信号处理器中实现控制参数的在线调节.系统较好地实现了给定速度参考模型的自适应跟踪,结构简单,能适应环境变化,具有较强的鲁棒性.     

基于Matlab人机界面的无刷直流电机自适应控制

提出了基于改进的RBF神经网络的无刷直流电机自适应控制新方法.该方法首先利用由Matlab中的RBF神经网络函数设计出的人机界面平台对无刷直流电机进行离线辨识,确定RBF神经网络的网络结构及初始权值;再采用RBF神经网络在线算法在线辨识无刷直流电机模型,获得PID参数在线调整信息,并由单神经元PID控制器参数的在线自整定,实现系统的智能控制.由于该算法具有自适应确定网络结构和无需人为确定网络初始权值的优点,因此减少了网络训练的随机性,提高了训练精度.实验结果表明,该控制方法具有较高的鲁棒性和控制精度.     

基于RBF神经网络的开关磁阻电机单神经元PID控制

论文提出了一种基于径向基函数（radial basis function）神经网络在线辨识的开关磁阻电机（SRM）单神经元PID自适应控制新方法。该方法针对开关磁阻电机的非线性，利用具有自学习和自适应能力的单神经元来构成开关磁阻电机的单神经元自适应控制器，不但结构简单，而且能适应环境变化，具有较强的鲁棒性。并构造了一个RBF网络对系统进行在线辨识。建立其在线参考模型．由单神经元控制器完成控制器参数的自学习，从而实现控制器参数的在线调整，能取得更好的控制效果。样机的实验结果表明，文中所提出的基于RBF神经网络辨识的开关磁阻电机单神经元自适应PID控制方法，通过在线辨识建立了过程模型并为神经元控制器提供了梯度信息，达到了在线辨识在线控制的目的，控制精度高，动态特性好。     

基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制

提出一种基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制新方法,该方法针对传统的PI调节器固定参数所造成的不足,利用具有自适应能力的单神经元PID调节器和RBF神经网络相结合,实现了参数在线辨识,转速在线控制.仿真结果表明该方法控制精度高,动态特性好,适合于永磁同步电机的速度控制.     

基于模糊控制技术的无刷直流电机系统

在永磁无刷直流电机调速系统中,采用了自适应模糊PID控制器。建立了永磁无刷直流电机的数学模型,并以此进行转速和电流双闭环无刷直流电机调速系统控制。通过自适应模糊PID控制器在线调整PID控制器的三个参数,完善了PID控制器的性能。仿真和试验结果都表明,该方法比经典PID控制器具有更快的动态响应和更小的超调。     

基于模糊控制技术的无刷直流电机系统

在永磁无刷直流电机调速系统中,采用了自适应模糊PID控制器。建立了永磁无刷直流电机的数学模型,并以此进行转速和电流双闭环无刷直流电机调速系统控制。通过自适应模糊PID控制器在线调整PID控制器的三个参数,完善了PID控制器的性能。仿真和试验结果都表明,该方法比经典PID控制器具有更快的动态响应和更小的超调。     

无刷直流电机单神经元PI控制器的设计

研究了一种基于专家系统的单神经元PI控制器,并将其应用于无刷直流电机调速系统中.控制器实现了PI参数的在线调整,在具有PID控制器良好动态性能的同时,减少微分项对系统稳态运行时的影响,并较好地克服了无刷直流电机非线性、参数易变的影响.仿真结果表明,基于专家系统的单神经元PI控制器自适应能力好,响应快,鲁棒性强,系统静态和动态特性良好.     

基于模型参考自适应的单神经元PID控制器设计

将神经网络和模型参考自适应控制系统相结合,研究基于模型参考自适应理论永磁同步电动机(PMSM)BP神经网络速度辨识的单神经元比例积分微分(PID)速度控制器。该系统基于模型参考自适应理论利用BP神经网络辨识器得到的参数信息,使用单神经元PID控制器取代传统PID控制在线调整权值。根据李亚谱诺夫稳定性理论验证了该控制器的稳定性,仿真与实验研究证明该方法改善了PMSM速度控制系统的动态响应与自适应控制能力。     

自适应模糊PID控制的无刷直流电机及仿真

提出了利用自适应模糊PID控制器实现对永磁无刷直流电机调速系统进行设计的新方法。文中首先建立永磁无刷直流电机的数学模型，以此进行转速和电流双闭环调速系统控制；并通过调节PWM发生器的开关频率来减少转矩脉动。接着将模糊控制器和PID控制器通过自适应因子结合，在线自调整控制参数，进一步完善了PID控制器的性能，提高了系统的控制精度。并把MATLAB中的Fuzzy Toolbox和SIMULINK以及Power System Blockset有机结合起来，实现了该自适应模糊PID控制器的计算机仿真。结果表明，该方法有较高的精度。     

模糊自适应PID控制器在无刷直流电机控制系统中的应用

无刷直流电机是一种多变量、非线性的控制系统,采用经典的PID控制难以达到满意的控制效果.将模糊自适应PID控制器应用于无刷直流电机的控制中,运用模糊控制原理对PID参数进行在线凋整.实验结果表明,较之传统的PID控制,采用模糊自适应PID控制的无刷直流电机控制系统具有更好的动态和静态性能,达到了较好的控制效果.     

基于数字信号处理器的无刷直流电机智能控制

在分析无刷直流电机运行原理的基础上,提出了基于TMS32OLF2407A的永磁无刷直流电机控制系统的解决方案,即将单神经元与PID控制结合应用于无刷直流电机中。仿真试验表明,采用单神经元PID控制能取得令人满意的动静态性能,具有较强的鲁棒性和自适应性,改善了电机的调速性能。     

基于模糊神经网络的无刷直流电动机调速系统

无刷直流电动机是一种多变量、非线性的控制系统,采用经典的PID控制难以得到满意的控制效果。在分析无刷直流电动机数学模型基础上,提出了一种把高斯基函数作为隶属函数设计无刷直流电动机模糊神经网络控制器的新方法。仿真表明,系统响应速度快,抗干扰能力强,具有较高的控制精度和较好的鲁棒性。     

基于花授粉算法的无刷直流电动机速度控制研究

无刷直流电动机速度控制系统离不开性能优良的PID控制器。针对PID参数的在线优化问题,引入花授粉算法,以积分平方误差作为目标函数,将优化的方法应用于PID调节,实现无刷直流电动机速度控制。仿真结果表明,与传统的PID调节系统相比,花授粉算法速度控制系统有更好的鲁棒性,响应时间更快,控制精度更高。     

基于模糊PID控制的永磁无刷直流电机调速系统

永磁无刷直流电动机调速系统是一个非线性、多变量、时变系统,采用传统的PID控制方法进行控制,难以达到良好的控制效果。通过设计一种模糊PID控制器,应用模糊算法在线自动整定PID参数的方法,将其应用于无刷直流电动机调速控制系统。仿真实验结果表明,该模糊PID控制方法较常规PID控制和单纯的模糊控制具有更好的控制性能,具有无超调、响应快、鲁棒性强等特点。     

无刷直流电机小脑模型网络与PID复合控制

为提高无刷直流电机调速驱动系统的性能,提出了无刷直流电机的小脑模型神经网络与PID复合控制策略。介绍了小脑模型神经网络的原理,给出了复合控制器的结构框图及适于数字控制的算法离散化过程,并对控制系统在转速指令和负载转矩变化时的性能进行了仿真和实验验证。结果表明,所提出的智能控制策略在减小转速超调的同时保证了响应速度,能快速平稳的跟踪给定指令,有效的抑制了负载扰动的影响,动、静态性能均优于PID控制。     

永磁无刷直流电机转矩波动的自抗扰控制

自抗扰控制器(ADRC)是在继承经典PID不依赖于对象模型优点的基础上,通过改进经典PID固有缺陷而形成的新型控制器,性能优良且算法简单。在分析永磁无刷直流电机转矩波动研究现状的基础上,根据其自身特点以及自抗扰控制器的设计原则,提出了基于自抗扰控制器的永磁无刷直流电机转矩波动抑制方法。将电机等效为由2个非线性系统构成的串联对象,设计了2个一阶自抗扰控制器实现对电机的内外环控制,即外环控制转速并给出内环转矩参照值,内环控制转矩以抑制转矩波动,其实质是改善馈电电流波形。内环转矩子系统采用3个相同的扩张状态观测器(ESO)对三相转矩分别进行观测,进而得到电磁转矩估计值及转矩子系统的实时作用值,据此构造以逆变器直流侧电压为控制输入的转矩子系统一阶自抗扰控制器。实验结果表明,该控制方案不仅能够明显抑制电机运行中的转矩波动,而且电机具有良好的动态响应性能,控制系统具有较强的适应性和鲁棒性。     

HVDC中单神经元自适应PID控制方法研究

介绍了将具有自学功能的单神经元模型与常规的比例、积分、微分(PID)控制方法相结合,设计的基于单神经元自适应PID控制器。其控制规律是在高压直流输电(HVDC)系统以整流侧定电流的PID为研究对象,将传感器测得的实际直流电流与参考值比较,再将两者误差信号反馈给PID控制器,产生延迟相角信号。依据误差信号的变化调节延迟相角,从而保持直流线路的恒定。所设计的控制器由实际直流电流与电路参考值之差输入到状态变换器获得的3个量作为神经元的输入,并基于Hebb学习规则、联想式学习策略推导出单神经元的权值调整规律和参数整定方法。采用Simulink典型6脉冲桥HVDC系统的整流侧定电流控制模型仿真,实例说明了神经元算法的实现,其设计的控制器效果好。     

基于BP神经网络的无刷直流电机控制器优化设计

无刷直流电机是一个多变量、强耦合的非线性系统,用常规的线性控制方法很难达到理想的控制效果。为了克服常规PID控制方法的不足,应用了BP神经网络对速度控制器的PID参数进行了优化设计。使用MATLAB仿真结果表明,采用BP神经网络这种控制方式的无刷直流电机调速系统具有良好的动态性能和稳态精度,能达到进一步优化控制系统性能的目的。