文献类型：期刊文章

作　　者：孙宇新[1] 钱忠波[1,2]

机构地区：[1]江苏大学电气信息工程学院,江苏镇江212013 [2]华域汽车电动系统有限公司技术研发部,上海200120

出　　处：《振动与冲击》

基　　金：国家自然科学基金(61174005)

年　　份：2016

卷　　号：35

期　　号：21

起止页码：196-202

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了实现对数控机床用高速无轴承异步电动机(Bearingless Induction Motor,BIM)动态解耦控制以实现降低悬浮电主轴抖动,提出了一种基于径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)的悬浮子系统自适应独立控制方法。首先,基于RBFNN构建了气隙磁链观测器,因为RBFNN具有较强的自学习和自适应能力,所以辨识的气隙磁链较为精确;其次,基于Hamilton-Jacobi-Isaacs(HJI)原理设计RBFNN逆系统鲁棒控制器,应用基于HJI不等式的RBFNN辨识系统模型不确定和外界干扰,提高系统的稳定性,悬浮子系统动态独立解耦控制得以实现;最后,将磁链辨识器和逆系统鲁棒控制器组成双RBFNN悬浮子系统逆独立控制系统。仿真和实验结果表明,采用该控制方法 BIM系统能获得良好的动、静态性能。

关 键 词：无轴承异步电动机 解耦控制 径向基函数神经网络 磁链辨识  鲁棒控制器 数控机床

分 类 号：TM343]