摘要
针对运动平台磁悬浮直线同步电动机驱动系统存在的非线性、耦合性以及外部扰动的不确定性问题,提出一种RBF神经网络PID自学习控制器.首先对磁悬浮直线同步电动机的结构及其运行机理进行详细介绍;并建立磁悬浮直线同步电动机的数学模型,推导出电压方程、磁链方程、水平推力方程以及水平运动方程的表达式;设计一种基于RBF神经网络的PID自学习控制器,RBF神经网络中一般采取梯度法对参数w、b、c进行整定,为能有效地缩短网络的学习时间,并减小系统的振荡,论文在RBF神经网络中引入动量因子项,通过MATLAB对控制系统进行仿真,验证RBF-PID自学习算法较PI控制器有更好的稳定性和抗扰动性.
万方数据