典型文献
基于RBF神经网络的永磁同步电机控制系统
文献摘要：
由于永磁同步电机控制系统具有非线性等特点,而使传统PID人工调节参数过程过于繁琐,且无法根据电机的运行状态改变参数,为了提高控制精度、增强控制系统的自适应能力,课题组以电流环PI控制为基础,结合径向基(RBF)神经网络对永磁同步电机进行在线辨识,根据辨识得到的灵敏度信息整定PID控制参数,建立参考模型.在MATLAB软件中利用Simulink中建立了PMSM模型,通过对比PID、RBF-PID在启动环节和负载变化时的速度变化,验证了改进BRF-PID控制的有效性.仿真结果表明RBF-PID控制具有更快的响应,更好的抗干扰能力.
文献关键词：
永磁同步电机;速度控制;径向基函数神经网络;PID控制
中图分类号：
作者姓名：
李瑞琦;边火丁;杨树炳;张华
作者机构：
浙江理工大学 机械与自动控制学院,浙江 杭州 310018;浙江理工大学 浙江省现代纺织装备技术重点实验室,浙江 杭州 310018;杭州汇坤控制技术有限公司,浙江 杭州 310005
文献出处：
引用格式：
[1]李瑞琦;边火丁;杨树炳;张华-.基于RBF神经网络的永磁同步电机控制系统)[J].轻工机械,2022(04):52-56
A类：
B类：
RBF,永磁同步电机,电机控制,PID,状态改变,变参数,控制精度,自适应能力,电流环,在线辨识,识得,整定,控制参数,参考模型,Simulink,PMSM,动环,负载变化,速度变化,BRF,抗干扰能力,速度控制,径向基函数神经网络
AB值：
0.314664
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
