首页|基于模糊RBF神经网络的无刷直流电机PID控制

基于模糊RBF神经网络的无刷直流电机PID控制

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
PID Control of Brushless DC Motor Based on Fuzzy RBF Neural Network

顾文斌、杨生胜、王贤良、苑明海

展开 >

河海大学 机电工程学院,江苏 常州 213022

南通河海大学 海洋与近海工程研究院,江苏 南通 226004

无刷直流电机 模糊径向基函数 改进蚁群算法 LM算法 PID控制

国家自然科学基金江苏省自然科学基金面上项目南通市基础科学研究项目

51875171SBK2020022560JC2021197

2022

10.3969/j.issn.1673-629X.2022.08.003

计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
年,卷(期)：2022.32(8)
  • 3
  • 20