神经网络滑模控制在位置伺服系统的应用

针对直流无刷电机伺服系统参数摄动、非线性以及其他不确定因素等问题,提出一种神经网络滑模变结构控制方案。利用一个三层RBF神经网络和滑模变结构控制器实现了无刷电机伺服系统位置的精确控制。该方案综合径向基神经网络和滑模变结构算法的优点,对系统参数变化和外部扰动具有很强的鲁棒性,是一种较理想的智能控制策略。仿真结果表明控制器具有良好的动静态品质,工程实现简单,具有广阔的应用前景。

双转式永磁无刷直流电动机系统建模与仿真

双转式永磁无刷直流电动机在水下动力推进系统应用中有着广阔的发展前景。文章根据电机原理建立双转永磁无刷直流电动机的数学模型,采用simulink工具包建立仿真模型,开发了合适的控制算法。在仿真实验基础上,对仿真结果进行了分析,实验结果表明该模型有较好的快速性和可靠性。

无刷直流电动机系统建模与仿真

在分析无刷直流电动机数学模型的基础上,采用Simulink工具包建立无刷直流电动机控制系统的仿真模型,开发了合适的控制算法。在仿真实验基础上,对仿真结果进行了分析,验证了模型的快速性和可靠性。

改进模糊神经网络无刷直流电机控制系统设计

针对现实应用中对无刷直流电机速度控制的极高精度要求,设计了一种改进的自适应遗传算法优化的模糊神经网络控制系统,并采用离线和在线两种学习方法,实现了对无刷直流电机转速的精确控制。系统融合了模糊逻辑、神经网络和遗传算法三大智能控制理论的优点,适合于无刷直流电机这样的多变量、强耦合、非线性、时变的复杂系统。通过仿真和在某型水下航行器DSP推进控制系统上的实验表明,方法响应快、超调量小、鲁棒性强,动态特性明显优于传统PID控制。

基于单神经元自适应PID控制器的无刷直流电动机控制方法研究

研究三种单神经元自适应PID控制器,并对无刷直流电动机进行转速控制;通过Matlab仿真软件M函数对其进行仿真,总结可调参数的选择规律。通过对仿真结果分析比较,基于二次型性能指标学习算法的单神经元自适应PID控制动态自适应能力强、响应快、鲁棒性好。