基于模糊RBF神经网络的无刷直流电机控制
无刷直流电机(Brushless DC Motor,BLDCM)以其高功率密度、高可靠性等优点而广泛应用于各种场合.电机驱动器对控制性能有很大的影响,驱动器采用常规的PID算法难以获得满意的控制效果.为了获得良好的控制性能,本文提出了模糊算法与径向基函数(Radial Basis Function,RBF)神经网络相结合的控制策略.设计了一个四层的神经网络,调整模糊逻辑控制器的输入和输出参数,以参考速度与反馈速度的偏差作为控制的输入,参考电流值作为控制的输出,使得控制系统具备自适应能力.通过仿真和实验对常规PID控制和模糊RBF神经网络算法分别进行了比较,结果表明所提出的方法具有更好的静态和动态响应性能,具有较强的鲁棒性.
无刷直流电机 驱动器 控制性能 模糊算法 径向基函数
王晓远 傅涛
天津大学电气与自动化工程学院,天津 300072
国内会议
西安
中文
76-80
2015-09-17（万方平台首次上网日期，不代表论文的发表时间）