文献类型：期刊文章

作　　者：顾文斌[1,2] 杨生胜[1] 王贤良[1] 苑明海[1]

GU Wen-bin;YANG Sheng-sheng;WANG Xian-liang;YUAN Ming-hai(School of Mechanical and Electrical Engineering,Hohai University,Changzhou 213022,China;Institute of Ocean and Offshore Engineering,Nantong Hohai University,Nantong 226004,China)

机构地区：[1]河海大学机电工程学院,江苏常州213022 [2]南通河海大学海洋与近海工程研究院,江苏南通226004

出　　处：《计算机技术与发展》

基　　金：国家自然科学基金资助项目(51875171);江苏省自然科学基金面上项目(SBK2020022560);南通市基础科学研究项目(JC2021197)。

年　　份：2022

卷　　号：32

期　　号：8

起止页码：15-19

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对无刷直流电机在传统PID控制方式下,存在抗干扰能力差、响应速度慢以及控制精度低等问题,提出一种基于模糊径向基函数(RBF)神经网络的无刷直流电机PID控制策略。首先,利用模糊控制不需要精确数学模型的优势,能够克服传统PID对数学模型的依赖性,而模糊控制规则的制定主要取决于经验,因此,将RBF神经网络与模糊控制相结合,可以提高其自学习、自适应能力。此外,利用改进蚁群算法对模糊神经网络的参数进行初始化,避免了在传统聚类方法下陷入局部最优的困境,同时提高了模糊神经网络的收敛速度,然后将列文伯格-马夸尔特算法融入模糊神经网络,以确定神经网络的权值,并提高神经网络的训练速度。最后,在Simulink中通过仿真与其他控制策略进行对比。仿真结果表明,模糊RBF神经网络PID控制策略相较于其他控制策略,在无刷直流电机控制系统中具有更优异的控制性能。

关 键 词：无刷直流电机 模糊径向基函数  改进蚁群算法 LM算法 PID控制

分 类 号：TP273]