基于递归神经网络的无刷直流电动机控制研究

基于动态模型提出了一种性能较好的递归模糊神经网络无速度传感器无刷直流电动机控制方法,即采用递归模糊神经网络控制器作为转速控制器来近似最优控制器输出。仿真结果表明,当系统参数动态变化或受到外部不确定因素影响时,利用神经网络来在线调整网络的隶属函数参数以及神经网络递归权值,使系统具有良好的动、静态性能。     

无刷直流电动机模糊神经网络PI控制方法

通过分析无刷直流电动机模糊PI控制的不足,在对传统模糊-PI混合控制策略进行改进的基础上,提出模糊神经网络PI控制策略。该策略是建立在用基本样条函数实现BLDCM模糊神经网络速度控制器新方法基础之上。通过调整模糊神经网络中唯一需要优化的权值系数,以达到模糊神经网络参数自动调整与寻优的目的,从而提高了系统的动态响应和鲁棒性。仿真结果表明,该方法响应快、无超调、鲁棒性强。     

基于模糊神经网络的无刷直流电机位置伺服控制

针对多变量、非线性、时变的永磁无刷直流电机位置伺服控制系统的特点,提出一种基于免疫遗传算法（IGA）的递归模糊神经网络（RFNN）控制器的设计方法,并应用于无刷直流电机三闭环控制系统中的位置调节器中,实现系统精确的位置控制。在与传统PID位置控制器仿真比较中,采用该方法的系统显示出良好的控制性能和控制效果。     

无位置传感器无刷直流电动机控制新方法

针对安装位置传感器无刷直流电机(BLDCM)引起的结构复杂、价格昂贵和可靠性低等问题,通过检测端点电压和电枢电流,应用二阶阻容模拟滤波器和数字滤波技术,获得无三次谐波的反电势信号,从而借助于BLDCM的形状函数、绕组电阻和电感参数,提出了一种新的判断反电势中的等电势点实现无位置传感器控制策略。     

无刷直流电动机的无位置传感器控制

无刷直流电动机的机械位置传感器影响着整个系统的可靠性、成本和体积，甚至在某些场合根本无法安装，因此无刷直流电动机的无机械传感器转子位置检测成为近年来学术界的研究热点。分析了目前国内外文献中所介绍的无位置传感器无刷直流电动控制技术中十种位置检测方法的原理、特点和适用范围，并针对起动方法，控制芯片及其在实际中的应用等相关技术的发展作了现状分析和展望，这些技术的发展可使无刷直流电动机无位置传感器控制系统获得更好的性能。     

无刷直流电动机无位置传感器控制技术

无刷直流电动机系统中,转子的位置信号对于整个系统的正常工作是至关重要的。以往转子位置信号是通过位置传感器检测得到的,然而传感器检测有受环境影响较大等缺点。目前,无位置传感器控制技术成为研究的热点。本文针对使用反电势过零点检测转子位置的无传感器BLDCM系统,讨论了其换相策略、PWM调制控制方式、起动控制方案,并进行了仿真研究。     

基于改进BP神经网络PID的无刷直流电动机速度控制的研究

引进模糊归一化控制策略，在线实时地调整与收敛速度密切相关的学习速率和动量系数，克服了BP网络收敛慢和容易陷入局部最小的缺点,并将改进的BP神经网络PID算法成功应用于无刷直流电动机速度控制中。仿真结果表明,改进BP神经网络PID使收敛变得更快，而且系统具有较强的鲁棒性和自适应能力。     

基于绕组电感的无刷直流电动机无位置传感器控制

反电动势法是无刷直流电动机无位置传感器控制中技术最成熟、应用最广泛的方案.然而,反电动势法不适用于低速和零速.为了解决这个问题,提出了一种基于绕组电感变化的新方法,并通过仿真和实验加以验证.最后,为进一步的研究和应用提出一些实用的建议.     

一种无刷直流电动机重复控制方法研究

无刷直流电机位置伺服系统采用PID控制方式,虽然简单、动态响应较快但稳态输出特性差.重复控制是一种能够消除稳定闭环内所有周期性误差,同时控制精度高,实现简单,控制性能的非参数依赖性好.结合两种控制方法特点提出了一种无刷直流电机的重复控制方法以获得良好的动态和稳态性能.仿真结果说明,无刷直流电机控制系统的跟踪精度和鲁棒性得以提高.     

基于改进遗传算法的无刷直流电动机递归模糊神经网络控制

无刷直流电动机的动力学特性是一个高阶、非线性、强耦合的系统,针对传统PI控制的滞后性和动态响应性能较差等特点,提出一种基于动态递归模糊神经网络PI控制的无刷直流电动机调速系统速度控制器的实施方案,利用改进遗传算法(IGA)优化递归模糊神经网络的隶属度函数参数和网络权值系数等,从而提高系统的动态响应性能.仿真结果表明,该方法响应快,具有较强的抗干扰性和鲁棒性,动、静态特性均优于传统PI控制.     

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。     

双直线电机TSKRFNN交叉耦合同步控制研究

针对高精密龙门移动式镗铣床加工中心X轴的两台直线电机的同步跟踪问题,采用一种TSK型递归模糊神经网络(TSKRFNN)与交叉耦合控制(CCC)相结合的控制方法.利用TSKRFNN解决单轴PMLSM受到参数变化和外界扰动等不确定性影响的问题,估计并补偿总不确定性因素并在线调整网络参数,从而抵抗外界干扰,提高系统的鲁棒性和...     

基于递归模糊神经网络的PMLSM伺服控制

为了增强永磁直线同步电机（PMLSM）直接驱动系统的鲁棒性,改善系统受突加扰动情况下的性能,结合递归神经网络与模糊控制的优点,设计了基于递归模糊神经网络补偿器的PMLSM位置控制器。仿真结果表明,所设计的系统能实现对位置阶跃指令的快速无超调跟踪和稳态无静差,具有很强的鲁棒性,能够满足高精度、微进给永磁直线同步电机伺服驱动系统的要求。     

无刷直流电机神经网络PI控制系统设计

针对传统PI控制存在的动、静态控制性能较差的缺点,提出一种基于神经网络的PI控制方法。将神经网络与传统PI控制结合,构建神经网络PI控制系统,建立三层BP神经网络,并通过梯度下降法对各项参数进行修正,从而实现kp、ki参数的在线调节。仿真及试验证明,与传统PI控制方法相比,使用神经网络的PI控制系统在不同外部条件下都具有更快的响应速度和更小的超调量,可明显提高系统的动、静态性能。     

基于DSP永磁无刷直流电动机位置伺服系统

提出了一种基于数字信号处理（DSP）无刷直流电动机位置伺服系统,该系统充分利用了DSP周边端口丰富,运算速度快的特点,使系统硬件结构简单,实验表明,系统具有良好的定位性能。     

永磁无刷直流电动机位置伺服系统的变结构控制

介绍了如何利用变结构控制理论设计永磁无刷直流电机位置伺服控制系统,并实现了整个控制系统的硬件调试。实验结果证明这种控制可以有效地应用于上述系统中,并且具有很好的适应性和鲁棒性。