摘要
针对无刷直流电机在传统PID控制方式下,存在抗干扰能力差、响应速度慢以及控制精度低等问题,提出一种基于模糊径向基函数(RBF)神经网络的无刷直流电机PID控制策略.首先,利用模糊控制不需要精确数学模型的优势,能够克服传统PID对数学模型的依赖性,而模糊控制规则的制定主要取决于经验,因此,将RBF神经网络与模糊控制相结合,可以提高其自学习、自适应能力.此外,利用改进蚁群算法对模糊神经网络的参数进行初始化,避免了在传统聚类方法下陷入局部最优的困境,同时提高了模糊神经网络的收敛速度,然后将列文伯格-马夸尔特算法融入模糊神经网络,以确定神经网络的权值,并提高神经网络的训练速度.最后,在Simulink中通过仿真与其他控制策略进行对比.仿真结果表明,模糊RBF神经网络PID控制策略相较于其他控制策略,在无刷直流电机控制系统中具有更优异的控制性能.
基金项目
国家自然科学基金(51875171)
江苏省自然科学基金面上项目(SBK2020022560)
南通市基础科学研究项目(JC2021197)
国家科技期刊平台
NSTL
维普
万方数据