基于自适应DRNN的无刷直流电机控制方法研究

摘要/Abstract

摘要：

针对无刷直流电机速度控制存在高度非线性特性,提出了基于自适应DRNN（diagonal recurrent neural network）的“前馈+反馈”控制方法。反馈控制器以目标转速与实际转速的误差为输入量,采用PI控制来提高控制系统的稳定性。前馈控制器采用DRNN,以反馈控制器的输出作为性能误差进行自适应控制,以提高控制系统的瞬态响应性能。仿真和实验结果表明：该控制系统能较好地跟踪目标转速,在突变负载扰动下,能有效地改善相电流波形,降低电机电磁转矩脉动,而且该控制系统具有较强的鲁棒性。

关键词:

无刷直流电机, 自适应, DRNN, 鲁棒性

Abstract:

In view of brushless DC motor speed control for highly nonlinear characteristics, a self-adaptive DRNN control system was proposed. The controller consisted of a PI feedback controller and a self-adaptive DRNN feed-forward controller. The PI feedback controller used target speed and actual speed error for input to improve the stability of control system. The feed-forward controller was trained by using feedback controller outputs as learning error to improve transient performance of control system. The simulation and experimental results illustrate that the control system can track the target speed, reduce the torque ripple and improve the current waveform under load disturbances, which has strong robustness. 

Key words:

brushless DC motor, self-adaptive, diagonal recurrent neural network(DRNN), robustness

中图分类号:

TM383

王立标, 李军, 范剑, 李绣峰.

基于自适应DRNN的无刷直流电机控制方法研究

[J]. 中国机械工程, 2011, 22(19): 2337-2340,2392.

WANG Li-Biao, LI Jun, FAN Jian, LI Tou-Feng.

Study on Control Method of Brushless DC Motors Based on Self-adaptive DRNN

[J]. China Mechanical Engineering, 2011, 22(19): 2337-2340,2392.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.cmemo.org.cn/CN/

http://www.cmemo.org.cn/CN/Y2011/V22/I19/2337

[1]	李小力, 陈威, 闫蓉. 基于BP神经网络的空间轮廓误差自适应补偿 [J]. J4, 201016, 21(16): 1902-1906.
[2]	高进, 崔海冰, 樊涛, 李昂, 杜尊峰. 一种基于自适应Kriging集成模型的结构可靠性分析方法[J]. 中国机械工程, 2024, 35(01): 83-92.
[3]	肖刚, 顾海瑞, 董锦锦, 王琪冰, 陆佳炜. 仿真数据驱动的长期服役电梯导轨故障迁移诊断方法[J]. 中国机械工程, 2024, 35(01): 125-135.
[4]	于树博, 刘占生, 赵辰. 动力学仿真数据驱动的域自适应智能诊断方法[J]. 中国机械工程, 2023, 34(23): 2832-2841.
[5]	许万, 程兆, 夏瑞东, 陈汉成. 一种基于动态残差的自适应鲁棒无迹卡尔曼滤波器定位算法[J]. 中国机械工程, 2023, 34(21): 2607-2614.
[6]	李光保, 高栋, 路勇, 平昊, 周愿愿. 自适应卡尔曼滤波与PSO-GA-BP算法的机器人误差补偿[J]. 中国机械工程, 2023, 34(20): 2456-2465.
[7]	周利杰, 郝瑞林, 蔡国庆, 刘辉, 宿世界. 超声波键合压力自适应平衡装置设计与实验研究[J]. 中国机械工程, 2023, 34(16): 2009-2015.
[8]	郑堃, 练志伟, 顾新艳, 朱长建, 徐慧, 冯雪晴. 采用改进两点交叉算子的改进自适应遗传算法求解不相关并行机混合流水车间调度问题[J]. 中国机械工程, 2023, 34(14): 1647-1658，1671.
[9]	李佳璇, 李论, 周波, 赵吉宾, 朱光, 王正佳, . 基于Preston-PSO算法的多方向机器人磨抛轨迹生成方法[J]. 中国机械工程, 2023, 34(14): 1729-1740.
[10]	赵希梅, 王超, 金鸿雁. 基于NDO的永磁同步电动机自适应分数阶滑模控制[J]. 中国机械工程, 2023, 34(09): 1093-1099,1119.
[11]	陈庚, 向华, 叶寒, 肖飞. 考虑法向接触力变化的机器人砂带磨削参数研究[J]. 中国机械工程, 2023, 34(07): 803-811，820.
[12]	董绍江, 朱朋, 朱孙科, 刘兰徽, 邢镔, 胡小林. 基于仿真数据驱动和领域自适应的滚动轴承故障诊断方法[J]. 中国机械工程, 2023, 34(06): 694-702.
[13]	陈浩, 巩明德, 赵丁选, 张伟, 张悦, 郝春友, . 电液主动悬架灵敏度分析与自适应跟踪控制[J]. 中国机械工程, 2023, 34(04): 481-489.
[14]	王新愿, 周金宇, 谢里阳, 程锦翔. 结构可靠度求解的自适应细分重要抽样法[J]. 中国机械工程, 2023, 34(03): 300-306，313.
[15]	张科, 汪小凯, 华林, 韩星会, 宁湘锦, . 超大型环件径轴向轧制过程偏移机理及自适应模糊控制方法研究[J]. 中国机械工程, 2023, 34(01): 109-117.