基于混合递阶遗传算法和RBF神经网络的超声波电动机自适应速度控制

• 作者: 史婷娜 夏长亮 杨荣 祁温雅
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 超声波电动机 自适应控制 混合递阶遗传算法 径向基函数 神经网络
• 年，卷（期）: 2004,（9）
• 所属期刊栏目: 理论研究
• 页码范围: 18-22
• 页数: 5页
• 分类号: TM383
• 字数: 2860字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6753.2004.09.004

摘要

超声波电动机(USM)是近年发展起来的一种新型微特电机,与传统的电磁驱动型电动机的工作原理截然不同.由于USM具有小型轻量、无电磁干扰、响应速度快、低速大转矩、高保持力矩、高功率密度等诸多优点,因而在光学仪器、办公自动化、汽车专用电器、智能机器人、航空航天等领域具有良好的应用前景.但USM的高度非线性、时变性和强耦合增加了它的控制难度.本文提出一种新的USM自适应控制策略,系统采用双闭环控制,内环用来补偿定子环机械谐振频率的漂移;外环利用径向基函数神经网络(RBFNN)控制器调节USM的驱动频率,实现速度的自适应控制.根据RBF神经网络的结构特点,对其参数采用混合递阶遗传算法进行训练.经实验证明,该控制系统具有响应迅速、适应性强等优点,具有较高的控制精度和较好的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史婷娜	天津大学电气与自动化工程学院	90	2214	26.0	45.0
2	夏长亮	天津大学电气与自动化工程学院	130	4736	37.0	65.0
3	杨荣	天津大学电气与自动化工程学院	9	506	8.0	9.0
4	祁温雅	天津大学电气与自动化工程学院	6	352	6.0	6.0