科研之友
微信
新浪微博
Facebook
分享链接
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。
-
单位机电工程学院; 河海大学
