基于RBF神经网络非线性预测模型的开关磁阻电机自适应PID控制

开关磁阻电机的非线性和变参数特性使得采用传统的PID控制很难取得较好的控制效果。人工神经网络在一定的条件下可以任意精度逼近任意非线性函数且具有较强的自学习、自适应、自组织能力。故将其与传统的PID控制相结合构成神经网络自适应PID控制策略，应用于非线性严重的开关磁阻电机，可实现对开关磁阻电机的高性能控制。同时，神经网络所具有的非线性变换特性和高度的并行运算能力使得其适合建立非线性预测模型进行参数预测。通过对被控系统参数的预测，可提高系统的动态响应性能。该文采用两个神经网络-BP神经网络和RBF神经网络来分别构成神经网络NNC和神经网络NNI。神经网络NNC进行自适应PID参数调节；神经网络NNI用来建立非线性预测模型进行参数预测。为进一步加快神经网络的学习收敛速度，该文采用变学习速率的神经网络学习算法，学习速率随收敛过程误差的大小而自适应地进行调整，这可大大加快神经网络学习训练的收敛速度，进一步提高系统动态响应速度。实验结果表明，系统的动态响应快，超调小，稳态精度高，鲁棒性强，有较强的抗扰动能力，具有较好的控制效果。     

磁浮开关磁阻电机悬浮力的反馈线性化PID控制

推导磁浮开关磁阻电机轴向悬浮力数学模型。针对悬浮力控制的严重非线性,设计双环控制的轴向悬浮力控制器。反馈线性化控制将复杂的非线性对象转变为简单的线性控制系统,结合PID控制实现精确的位移跟踪,电流内环则实现了绕组实际电流对期望电流的跟踪控制。仿真与实验测试了系统在空载、负载、突加负载时的位移跟踪性能,验证了所提出控制方法的可行性及有效性。     

开关磁阻电机模糊PID控制系统研究

介绍了模糊PID控制的开关磁阻电机调速方法,其兼有模糊控制和PID控制的优点,适用于非线性对象,并且具有较高的稳态精度.给出了1.1 kW开关磁阻电机控制器的设计实例,解决了因电机负载及运行状态不同所需PID参数不同的问题.理论与实践表明,采用模糊控制调节PID参数的方式对优化电机控制和提高系统性价比具有重要意义.     

自适应模糊PID在基于开关磁阻电机的电动车辆控制中的应用

本文研究了用于电动车辆的小功率开关磁阻电机调速(sRD)系统的设计,并在转速环设计中运用了自适应模糊PID控制理论.以一台三相6/4极结构的sRM为控制对象,进行了试验.试验结果表明,本系统具有良好的调速性能和控制特性.     

开关磁阻电机模糊滑模转速控制

针对开关磁阻电机严重的非线性和数学模型不精确等缺点,提出了一种模糊滑模变结构控制策略。将速度差作为开关函数,相电流平方和作为控制对象,在常规滑模控制器设计中引入模糊控制,建立模糊滑模控制的数学模型,并给出系统的结构框图。通过仿真,分析开关磁阻电机在模糊滑模控制下的各种特性。实验结果证明模糊滑模控制方法有良好的动态性能,较强的鲁棒性,在不清楚电机精确模型的情况下可有效克服转矩脉动。     

采用模糊控制技术的开关磁阻电机调速系统

介绍了一种利用模糊控制技术实现的开关磁阻电机调速系统，重点阐述了复合模糊控制系统的设计和实现方法。     

基于BP神经网络在线辨识的开关磁阻电机神经网络自适应PID控制

基于开关磁阻电机的高度非线性的电磁特性,固定参数的PID调节器无法得到理想的控制性能指标,该文提出了一种基于BP神经网络在线辨识的SRM神经网络PID自适应控制新方法。实验结果表明,利用BP神经网络来构成开关磁阻电机的神经网络自适应控制器,不但结构简单,而且能适应环境变化,具有较强的鲁棒性。     

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DSP的开关磁阻电机调速系统的模糊控制

以TMS320LF2407A数字信号处理器（DSP）作为主控芯片，采用模糊＋PI复合控制器作为速度调节器，建立了开关磁阻电机的调速控制系统，实现了实时模糊控制，提高了控制系统的响应速度。通过试验对单纯PI控制器、单纯模糊控制器和模糊PI复合控制器进行比较。结果表明，采用PI＋模糊控制能有效地减小系统超调，提高系统稳态精度，使开关磁阻电机调速系统有较高的动静态特性和实用价值。     

神经网络在开关磁阻电机控制中的应用研究

本文分析开关磁阻电机驱动系统特性,提出了一种运用神经网络对其进行控制的方法,并与传统ＰＩＤ控制方式进行了比较,给出了仿真控制结果,表明了这种基于神经网络控制方法应用于开关磁阻电机驱动系统的优越性和可行性。     

无轴承开关磁阻电动机专家模糊神经网络控制

针对无轴承开关磁阻电动机,将专家系统(EC)和模糊神经网络(FNC)结合起来,构成了专家模糊神经网络闭环控制(EFNC).专家系统适时在线检测控制系统性能,并根据系统性能在线调整控制器的参数,从而实现了智能控制.仿真结果表明,该控制系统具有良好的动态和静态性能.     

模糊PID控制在磁悬浮开关磁阻电动机中的应用

针对磁悬浮开关磁阻电动机悬浮力具有非线性强耦合的特点,采用逆系统方法解耦线性化.然后,对该子系统采用模糊自整定PID参数控制器进行控制.仿真结果与常规PID控制进行比较,证明该控制器的有效性.     

开关磁阻电机的Pi-sigma模糊神经网络建模

开关磁阻电机的磁路高度饱和及双凸极结构导致了相绕组的磁链是转子位置和相电流的非线性函数。本文采用兼具Takagi-Sugeno(T-S)模糊逻辑和神经网络优点的Pi-sigma模糊神经网络来建立开关磁阻电机的非线性模型并采用了附加动量项的自适应学习速率训练算法。实现了开关磁阻电机的较高精度建模,减少了学习训练次数,简化了结构,使其可在线快速运算。本文通过对相电流与转子位置角的非均匀间隔采样和对论域的全面覆盖,来达到测量数据的合理分布,以提高建模精度和泛化能力并减少测试数据量。通过对模型输出数据与实测数据进行比较及对泛化样本数据的校验表明,本文所建立的模型具有精度较高、泛化能力较好、结构较简洁、运算速度较快等特点。     

基于在线模糊神经网络建模的开关磁阻电机高性能转矩控制

针对开关磁阻电机(SRM)的转矩脉动问题,提出了一种新的SRM转矩控制方案。首先应用自适应模糊神经网络(ANFIS)对SRM静态转矩逆模型和磁链模型进行离线学习,然后根据转矩分配函数对各相转矩进行分配,利用ANFIS转矩逆模型求出期望转矩下的SRM优化相电流波形。考虑到离线模型的局限性和实时运行时电机中存在的参数变化等不确定因素,通过在线监督学习的方法调整ANFIS转矩逆模型和磁链模型的参数以提高模型的准确性。基于在线调整的ANFIS磁链模型设计自适应滑模控制器调节SRM相绕组中的实际电流跟踪期望相电流波形,从而实现其高性能转矩控制。     

开关磁阻电机神经网络自适应PWM转速控制

开关磁阻电机调速系统(SRD)作为1种交流无级调速系统以其宽广的调速范围和优越的调速性能而倍受关注。但由于开关磁阻电机高度的非线性和多变量的特点,很难建立其精确的数学模型,使得SRD的控制存在较大难度。针对这一问题,提出1种基于径向基函数(radial basis function, RBF)神经网络的开关磁阻电机自适应PWM转速控制方法。该方法利用RBF神经网络极强的逼近能力和快速的收敛性,将离线训练好的网络构成转速控制器,并结合网络的在线训练,让控制器在电机运行中自适应地调节网络参数,使之适应环境的变化。同时构造另一个RBF网络对控制对象进行在线辨识,为控制网络的在线学习提供所需的梯度参数。通过实验,证明了该方法具有响应速度快、控制精度高、适应性强等优点。     

基于神经网络的12/10 SRM速度控制器

针对12/10结构的车用开关磁阻电机提出了一种基于神经网络的速度控制器.该神经网络控制器以速度误差及误差导数作为控制器输入,以参考电流作为输出,通过BP算法进行训练,使用Matlab/Simulink对神经网络速度控制器进行仿真,并将仿真结果与PI控制器进行性能比较,结果表明该速度控制器用于开关磁阻电机效果较PI控制器在稳态和瞬态性能上更为显著.     

开关磁阻电机神经网络随控无位置传感器实现

采用以开关磁阻电机(SRM)控制方式与无位置传感器控制相结合的方法,实现无位置传感器控制(即随控无位置传感器)。对SRM采用直接转矩控制(DTC),并在此基础上推导出以绕组相电流和相电压为输入,以各相转矩为输出的非线性映射关系。利用广义回归神经网络的非线性拟合能力实现该输入、输出之间的非线性映射,进行转矩估计,从而消去转矩传感器。仿真结果表明,SRM不仅可以在各种速度下实现无位置传感器控制,还可以有效的抑制转矩脉动。     

神经网络在开关磁阻电机建模中的应用

为实现开关磁阻电机系统(SRD)的高性能控制,需建立开关磁阻电机(SRM)的准确磁特性模型.由于SRM磁特性为转子位置和相电流的高度非线性函数,因此建模非常困难.利用神经网络具有良好的非线性映射能力,在获取准确磁特性样本数据基础上,建立SRM的非线性模型.仿真结果表明,该模型能正确反映SRM的磁特性.     

基于自整定模糊PID控制器的SRM调速系统

以数字信号处理器为主控芯片,建立了开关磁阻电动机调速(SRD)控制系统,设计了自整定模糊PID控制器,实现了开关磁阻电动机转速的实时控制.实验证明,自整定模糊PID控制器兼有模糊控制器和PID控制器的优点,能有效减小系统超调,缩短系统调节时间,提高系统稳态精度,它是一种有效的控制算法,具有较高的应用价值.