由于电机负载特性以及其他非线性因素影响,传统PID控制很难获得满意的效果,为此提出了一种基于神经网络的电机控制算法。通过机器学习训练神经网络,使神经网络模型获得一定的自适应能力,采用梯度下降反向传播算法获得电机最优控制参数。仿真和实验结果表明:神经网络电机控制算法能够有效抑制超调,缩短调整时间,提高系统响应速度,克服被控对象的不确定性以及随机扰动的影响,控制效果明显提升。
科研之友
微信
新浪微博
Facebook
分享链接
