留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

无刷直流电动机的新型自适应模糊神经控制

范正翘 马书彤

范正翘, 马书彤. 无刷直流电动机的新型自适应模糊神经控制[J]. 北京航空航天大学学报, 2000, 26(1): 34-37.
引用本文: 范正翘, 马书彤. 无刷直流电动机的新型自适应模糊神经控制[J]. 北京航空航天大学学报, 2000, 26(1): 34-37.
FAN Zheng-qiao, MA Shu-tong. New Control Method of Adaptive Fuzzy-Neural Networks for Brushless D\^C\^ Motor[J]. Journal of Beijing University of Aeronautics and Astronautics, 2000, 26(1): 34-37. (in Chinese)
Citation: FAN Zheng-qiao, MA Shu-tong. New Control Method of Adaptive Fuzzy-Neural Networks for Brushless D\^C\^ Motor[J]. Journal of Beijing University of Aeronautics and Astronautics, 2000, 26(1): 34-37. (in Chinese)

无刷直流电动机的新型自适应模糊神经控制

基金项目: 航空科学基金资助项目(94H51059)
详细信息
    作者简介:

    范正翘(1941-),女,湖北黄坡人,教授,100083,北京.

  • 中图分类号: TM 36+1

New Control Method of Adaptive Fuzzy-Neural Networks for Brushless D\^C\^ Motor

  • 摘要: 为无刷直流电动机提出了一种自适应模糊神经控制方法.这是一种建立在开关控制、模糊控制和自适应控制相结合基础上的控制方法,并用神经网络实现了模糊控制器和自适应机构.在无刷直流电动机的双闭环调速系统中,电流控制器是PI控制器;转速控制器是由1个开关控制器和1个包括自适应机构在内的模糊控制器相结合组成的,且用1个3层前向神经网络离线学习实现了模糊控制器,学习算法采用的是改进的BP算法.用1个单神经元通过在系统运行过程中的动态学习实现了自适应机构,学习算法选用了有监督的Hebb学习算法.由电机所处的运行阶段决定哪一个控制器工作.此控制算法的仿真结果说明,它使系统具有良好的动、静态特性和自适应性.

     

  • [1] Yin Tang-Kai, George Lee C S. Fuzzy model-reference adaptive control[J]. IEEE Transactions on Systems, Man and Cybemetics, 1995,25(12):1606~1615. [2]Miguel Strefezza, Yasuhiro dote. Fuzzy neural position controller for servomotor[J]. IEEE Transactions on Industrial Electronics, 1992,39(1):256~259. [3]Dung Y S, Liaw C M, Ouyang M S. Adaptive speed control for induction motor drives using neural networks[J]. IEEE Transactions on Industrial Electronics, 1995,42(1):25~32.
  • 加载中
计量
  • 文章访问数:  2797
  • HTML全文浏览量:  153
  • PDF下载量:  996
  • 被引次数: 0
出版历程
  • 收稿日期:  1998-07-13
  • 网络出版日期:  2000-01-31

目录

    /

    返回文章
    返回
    常见问答