基于NARX网络的无刷直流电机自适应逆控制

• 作者: 易伯瑜 贺庚贤
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 无刷直流电机 非线性自回归模型 自适应逆控制 实时递归学习算法
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 仿真应用研究
• 页码范围: 331-334
• 页数: 4页
• 分类号: TM351
• 字数: 2031字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2009.04.082

摘要

针对无刷直流电机(bnmhless DC motor,BLDCM)非线性的特点,引入了一种基于神经网络的自适应逆控制方法.该方案中,用非线性自回归(NARX)动态网络做为模型辨识器和控制器.辨识器采用了BP(back propagation)算法在线调整参数,并获取被控时象精确的Jacobian信息,再由实时递归学习算法(RTRL)实现对控制器的在线整定.仿真结果表明,方法具有响应速度较快、无超调的优点,且具备较强的自适应性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺庚贤	中国科学院长春光学精密机械与物理研究所	20	168	8.0	12.0
2	易伯瑜	中国科学院长春光学精密机械与物理研究所	1	9	1.0	1.0