永磁同步电机神经网络速度控制器设计

作者：田雨; 康尔良

来源：微特电机, 2020, 48(06): 49-52.

• 永磁同步电机
• 径向基函数神经网络
• 改进资源分配网络学习算法
• 梯度下降法
• PID控制器

针对永磁同步电机非线性、多参数变化以及系统扰动等问题,将传统PID控制与具有强自适应、自学习能力的径向基函数(RBF)神经网络相结合,设计一种永磁同步电机神经网络速度控制器。用RBF神经网络自适应整定PID速度控制器参数,提高系统鲁棒性和控制精度;利用改进资源分配网络(IRAN)和梯度下降法进行离线学习和在线学习,提高RBF神经网络的运算速度。通过MATLAB仿真实验,相比于传统PID速度控制,神经网络速度控制器具有更高的控制精度,更好的调速性能和鲁棒性。

• 单位
  哈尔滨理工大学; 电子工程学院