文献类型：期刊文章

作　　者：林健[1] 汪木兰[1] 陈桂[1]

机构地区：[1]南京工程学院自动化学院先进数控技术江苏省高校重点建设实验室,南京211167

出　　处：《现代制造工程》

基　　金：江苏省高校自然科学基础研究项目(08KJB460003);江苏省高校自然科学基础研究项目(10KJD460001);江苏省"六大人才高峰"高层次人才资助项目(2008163)

年　　份：2011

期　　号：7

起止页码：109-112

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对永磁直线同步电动机伺服系统多变量、强耦合、非线性,以及时变的特点,提出一种基于径向基函数(RBF)神经网络的永磁直线同步电动机速度控制方法,该方法根据RBF神经网络的结构特点,对其参数采用遗传算法进行离线训练,并通过在线训练调整隐层与输出层的连接权值,实现了电动机速度的自适应控制。实验结果表明,与常规PID控制相比,RBF神经网络控制器提高了直线伺服系统的静态和动态性能,使得电动机在启动和负载改变时转速超调量减小,且转速能更快地趋于稳定。

关 键 词：直线伺服系统 径向基函数神经网络 遗传算法 自适应控制

分 类 号：TM303.1]