永磁同步直线电机自组织概率型模糊神经网络控制

• 作者: 张圳 王丽梅
• 来源期刊: 电气技术
• 关键词: 永磁同步直线电机 自组织概率型模糊神经网络 跟踪误差 鲁棒性
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 研究与开发
• 页码范围: 1-5,16
• 页数: 6页
• 语种: 中文

摘要

针对永磁同步直线电机易受参数变化和外部扰动等非线性因素影响的问题,本文采用了一种自组织概率型模糊神经网络控制方法来提高伺服系统的控制性能.概率型模糊神经网络(PFNN)可以有效地对系统中的不确性因素进行估计,且相比于神经网络(NN)有较强的鲁棒性,但是结构固定、隶属度低的节点对当前系统的控制力较差,难以调整系统动态过程中的稳态误差,因此本文在此基础上采用了一种自组织概率型模糊神经网络控制器(SOPFNN).在对参数学习的情况下,同时采用了一种结构学习算法,来保证控制过程中每一节点都能发挥最大作用,进一步提高系统的跟踪性能.仿真结果表明,自组织概率型模糊神经网络控制不仅改善了系统的位置跟踪性能,还提高了系统的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丽梅		80	654	13.0	23.0
2	张圳		1	0	0.0	0.0