基于遗传神经网络的伺服电机转速控制

针对交流伺服控制的高速度和高精度,传统控制方法很难对其实施有效控制,给出一种基于遗传神经网络的控制策略。神经网络的结构和初始权值运用递阶遗传算法离线优化,并对电机参数进行实时辨识,通过辨识结果计算控制量,对电机进行实时控制。实验结果证明,该控制系统具有较高的控制精度和稳定性。

一种新型交流伺服控制系统试验研究

介绍一种基于FPGA的嵌入式处理器NiosII软核的永磁同步电动机交流伺服系统。针对伺服驱动系统高速度、高精度的要求,传统控制方法很难对其实施有效控制。介绍一种自适应控制策略。控制器利用径向基神经网络(RBFNN)调节,实现了系统的自适应控制。RBFNN的结构和初始参数通过混合递阶遗传算法离线训练获得。实验结果证明,控制系统具有较高的控制精度和较好的稳定性。