基于函数链径向基神经网络的PMLSM自适应反推控制

• 作者: 吴勇慷 赵希梅
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 永磁直线同步电动机 不确定性因素 函数链径向基神经网络 自适应反推控制
• 年，卷（期）: 2018,（17）
• 所属期刊栏目: 电机与电器
• 页码范围: 4044-4051
• 页数: 8页
• 分类号: TP273
• 字数: 3391字
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.180019

摘要

为提高永磁直线同步电动机(PMLSM)伺服系统的控制性能,解决参数变化、外部扰动和摩擦力等不确定性因素对系统影响的问题,提出一种基于函数链径向基神经网络(FLRBFNN)的自适应反推控制(ABC)方法.首先建立含有不确定性因素的PMLSM动态模型;其次,利用ABC中的自适应律对系统总不确定性进行估计,但在设计ABC时存在大量求导运算,以至于产生"微分爆炸"现象.因此,为解决这一问题并进一步提高系统性能,采用FLRBFNN在线学习并调整控制器参数,FLRBFNN将径向基神经网络(RBFNN)和函数链神经网络(FLNN)相结合,利用FLNN增大神经网络搜索空间,提高网络收敛速度和收敛精度,从而提高RBFNN估计系统不确定性的能力,有效降低不确定性因素对系统的影响.实验结果表明,该方法切实可行,与ABC相比,能够使系统具有较强的鲁棒性能和跟踪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵希梅	沈阳工业大学电气工程学院	121	627	15.0	22.0
2	吴勇慷	沈阳工业大学电气工程学院	3	0	0.0	0.0