基于BP-RBF神经网络的永磁无刷电机控制研究

摘要：

针对常规PID对永磁无刷电机这类非线性系统控制时参数难以整定、适应性差的问题,提出一种基于径向基函数神经网络在线识别与BP神经网络自适应控制相结合的控制方法,即BP-RBF神经网络自适应控制.该方法构造一个RBF网络对系统进行在线辨识,并把辨识信息传入BP网络,通过BP网络实时调节PID系数,从而完成对电机转速的自适应控制.基于Simulink仿真平台,分别将BP、BP-RBF和传统PID算法应用到永磁无刷电机的调速系统中,并对控制效果进行了仿真验证.结果表明,BP-RBF控制方法具有上升时间短、鲁棒性强、转速波动小的优点.

关键词：永磁无刷直流电机、自适应控制、模式识别、神经网络

所属期刊栏目：28

分类号：TP183(自动化基础理论)

资助基金：河南省科技攻关项目172102210595;河南省高等学校重点科研项目17A460006

在线出版日期：2017-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：8-12,29