论文摘要
针对基于磁场定向控制的永磁直线同步电机(PMLSM)伺服系统的位置精准控制问题,提出了一种TSK型递归模糊神经网络(TSKRFNN)控制方法。在考虑了系统易受参数变化、外部扰动和摩擦力等不确定性因素影响的基础上,建立了含有不确定性因素在内的PMLSM动态数学模型;利用TSKFRNN对系统同时进行了实时在线的结构学习和参数学习,提高了系统抑制不确定性因素的鲁棒性,保证了系统的动态跟踪性能。实验及研究结果表明:与模糊神经网络PID控制方法相比,TSKFRNN可以有效辨识电机参数,抑制系统的不确定性对系统伺服性能的影响,提高了系统的鲁棒性和跟踪性能。
论文目录
文章来源
类型: 期刊论文
作者: 熊渊琳,方宝英
关键词: 永磁直线同步电动机,不确定性因素,型递归模糊神经网络,鲁棒性,跟踪性
来源: 机电工程 2019年04期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 江苏海事职业技术学院电气学院,上海理工大学光电信息与计算机工程学院
基金: 国网江苏电力公司科技项目(5210EF17001A),江苏省科技攻关资助项目(12010203036),江苏省教育科学“十二五”规划课题资助项目(B-b,2015,03,076)
分类号: TM341;TP183
页码: 413-417
总页数: 5
文件大小: 603K
下载量: 153
相关论文文献
标签：永磁直线同步电动机论文; 不确定性因素论文; 型递归模糊神经网络论文; 鲁棒性论文; 跟踪性论文;