基于UMAC的RBF神经网络PID控制

• 作者: 封航 张延顺 李明
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 通用电机运动控制器(UMAC) RBF神经网络 自适应性 鲁棒性 动静态性能
• 年，卷（期）: 2018,（10）
• 页码范围: 2063-2070
• 页数: 8页
• 分类号: TP301.6
• 字数: 4996字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2017.0777

摘要

针对通用电机运动控制器(UMAC)下的传统PID控制和现有的模糊PID控制自适应性和鲁棒性较差,伺服系统的动静态性能不理想的问题,将RBF神经网络引入到UMAC的PID参数调节中,增强伺服系统的自适应性和鲁棒性,并提高系统动静态特性.通过UMAC的嵌入式PLC程序对算法进行了实现,位置阶跃响应实验和正弦跟踪实验表明,RBF神经网络PID控制下的伺服电机位置阶跃响应上升时间由传统PID控制下的0.164 s和模糊PID控制下的0.118 s减小到了0.017 s,峰值时间由传统PID控制下的0.196 s和模糊PID控制下的0.131 s减小到了0.023 s,调节时间由传统PID控制下的0.216 s和模糊PID控制下的0.142 s减小到了0.025 s,电机响应速度变快;RBF神经网络PID控制下的伺服电机位置正弦响应动态跟随最大误差由传统PID控制下的188 counts和模糊PID控制下的120 counts减小到了39 counts,且误差波动较小、平稳,伺服电机动态跟随性能显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李明	北京航空航天大学仪器科学与光电工程学院	63	312	10.0	15.0
2	张延顺	北京航空航天大学仪器科学与光电工程学院	34	101	6.0	7.0
3	封航	北京航空航天大学仪器科学与光电工程学院	2	13	2.0	2.0