广西师范大学学报（自然科学版） ›› 2015, Vol. 33 ›› Issue (4): 20-24.doi: 10.16088/j.issn.1001-6600.2015.04.004

• • 上一篇    下一篇

基于模糊变步长神经网络的永磁同步电机控制系统

赵一民, 黄植功   

  1. 广西师范大学电子工程学院,广西桂林541004
  • 收稿日期:2015-06-20 出版日期:2015-12-25 发布日期:2018-09-21
  • 通讯作者: 黄植功(1970—),男,广西田东人,广西师范大学副教授。E-mail: hbypolly@qq.com
  • 基金资助:
    国家自然科学基金资助项目(51367005)

Permanent Magnet Synchronous Motor Control System Based on Fuzzy Variable Step Size Neural Network

ZHAO Yi-min, HUANG Zhi-gong   

  1. College of Electronic Engineering, Guangxi Normal University, Guilin Guangxi 541004,China
  • Received:2015-06-20 Online:2015-12-25 Published:2018-09-21

PDF (PC)

127

摘要： 永磁同步电机在传统工业生产、调速系统中应用较为广泛,但是该电机拥有非线性、强耦合、多变量等特性,使系统的响应能力和抗干扰能力降低。为保证系统平稳的运行,本文将RBF神经网络辨识器应用到永磁同步电机控制系统中,并使用模糊逻辑优化神经网络的学习步长,提高了RBF神经网络的辨识精度。仿真结果表明,这种优化后的神经网络辨识器对永磁同步电机速度控制有着良好的运行性能,比以往的传统PID控制转速超调量更小,更快地趋于平稳。

关键词: 永磁同步电机, 学习步长, 神经网络, 模糊控制

Abstract: Permanent magnet synchronous motor has been widely applied in traditional industrial production and the speed control system. However, the motor has the characteristics of nonlinear, strong coupling and multi variable. hich reduces system response ability and anti-interference ability. To ensure the smooth operation of the system, this paper applies RBF neural network identification device to permanent magnet synchronous motor control system, and uses fuzzy logic to optimize the learning step of neural network. As a consequence, it improves the identification precision of the RBF neural network. The simulation results show that he optimized neural network identifier has a good running performance for the speed control of permanent magnet synchronous motor, which has smaller speed overshoot volume and achieves tomooth faster than the traditional PID control.

Key words: permanent magnet synchronous motor, study step length, neural network, fuzzy control

中图分类号: 

  • TM341
[1] CIABATTONI L, CORRADINI L M, CRISOSTOMI M, et al. A discrete-time vs controller based on RBF neural networks for PMSM drives[J]. Asian Journal of Control,2014,16(2):396-408.
[2] QI Liang, SHI Hong-bo. Adaptive position tracking control of permanent magnet synchronous motor based on RBF fast terminal sliding mode control[J]. Neurocomputing,2013,115(1):23-30.
[3] 强勇,凌有铸,贾冕茜.基于RBF神经网络的永磁同步电机速度控制[J].微电机,2013,71(4):53-56.
[4] 刘凤春,段征宇,牟宪民.永磁同步电机动态模糊神经网络控制器设计[J].电气自动化,2013,35(3):19-21,44.
[5] 肖延嗣,鲍晟,陈宇.永磁同步电机模糊神经网络PID控制器设计[J].机械制造,2014,52(9):21-25.
[6] 王剑,黄植功,许金海.基于优化EKF的永磁同步电机转速估计[J].广西师范大学学报:自然科学版, 2014,32(4):11-17.
[7] 韩明文,刘军.永磁同步直线电动机径向基神经网络PID控制[J].微特电机,2012,72(6):62-64.
[8] 龚晓峰,薛琪伟.神经网络和模糊算法相结合的永磁同步电机的鲁棒控制[J].中小型电机,2005,32(3):14-17.
[9] 邵伍周,唐忠,蔡智慧,等.基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制[J].电力科学与技术学报,2007,22(2):48-52.
[10] QU Yong-yin, GONG Yu-lin, CUI Yang, et al. Composite adaptive inverse controller design for permanent magnet synchronous motor[J]. Przeglad Elektrotechniczny,2012,88(7):365-369.
[1] 马玲, 罗晓曙, 蒋品群. 一种基于PNN的点阵喷码字符识别方法[J]. 广西师范大学学报（自然科学版）, 2020, 38(4): 32-41.
[2] 李雅岱, 韦笃取. 含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报（自然科学版）, 2020, 38(3): 19-24.
[3] 严浩, 许洪波, 沈英汉, 程学旗. 开放式中文事件检测研究[J]. 广西师范大学学报（自然科学版）, 2020, 38(2): 64-71.
[4] 刘欣, 罗晓曙, 赵书林. 基于BP神经网络的三轴增稳云台自抗扰控制[J]. 广西师范大学学报（自然科学版）, 2020, 38(2): 115-120.
[5] 罗兰, 周楠, 司杰. 不确定细胞神经网络鲁棒稳定新的时滞划分法[J]. 广西师范大学学报（自然科学版）, 2019, 37(4): 45-52.
[6] 范瑞,蒋品群,曾上游,夏海英,廖志贤,李鹏. 多尺度并行融合的轻量级卷积神经网络设计[J]. 广西师范大学学报（自然科学版）, 2019, 37(3): 50-59.
[7] 许伦辉, 陈凯勋. 基于改进萤火虫算法优化BP神经网络的路网速度分布预测[J]. 广西师范大学学报（自然科学版）, 2019, 37(2): 1-8.
[8] 张金磊, 罗玉玲, 付强. 基于门控循环单元神经网络的金融时间序列预测[J]. 广西师范大学学报（自然科学版）, 2019, 37(2): 82-89.
[9] 黄丽明, 陈维政, 闫宏飞, 陈翀. 基于循环神经网络和深度学习的股票预测方法[J]. 广西师范大学学报（自然科学版）, 2019, 37(1): 13-22.
[10] 武文雅, 陈钰枫, 徐金安, 张玉洁. 基于高层语义注意力机制的中文实体关系抽取[J]. 广西师范大学学报（自然科学版）, 2019, 37(1): 32-41.
[11] 林原, 刘海峰, 林鸿飞, 许侃. 基于损失函数融合的组排序学习方法[J]. 广西师范大学学报（自然科学版）, 2019, 37(1): 62-70.
[12] 王祺, 邱家辉, 阮彤, 高大启, 高炬. 基于循环胶囊网络的临床语义关系识别研究[J]. 广西师范大学学报（自然科学版）, 2019, 37(1): 80-88.
[13] 薛洋,曾庆科,夏海英,王文涛. 基于卷积神经网络超分辨率重建的遥感图像融合[J]. 广西师范大学学报（自然科学版）, 2018, 36(2): 33-41.
[14] 万雷,罗玉玲,黄星月. 脉冲神经网络硬件系统性能监测平台[J]. 广西师范大学学报（自然科学版）, 2018, 36(1): 9-16.
[15] 钟海鑫, 丘森辉, 罗晓曙, 唐堂, 杨力, 赵帅. 基于附加惯性项BP神经网络的四旋翼无人机姿态控制研究[J]. 广西师范大学学报（自然科学版）, 2017, 35(2): 24-31.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 广西师范大学学报（自然科学版）编辑部
地址：广西桂林市三里店育才路15号　邮编：541004
电话：0773-5857325　E-mail: gxsdzkb@mailbox.gxnu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发