开关磁阻电机自适应RBF神经网络控制方法研究.pdfVIP

12 4 2012 2 科 学 技 术 与 工 程 Vol. 12 No. 4 Feb． 2012 第 卷 第 期 年 月 167 1— 1815 (2012)04-0908-03 Science Technology and Engineering  2012 Sci. Tech. Engrg. 机电技术 开关磁阻电机自适应RBF 神经 网络控制方法研究 蔡益春 王立标* ( ， 318000) 台州学院机械工程学院 台州 (switched reluctance motor ，SRM) ， 摘 要 开关磁阻电机 双凸极结构和磁路高度饱和使得电机磁链呈高度非线性 导致经典 PID 。 RBF (radial basis function) SRM + ， 控制不能得到较高的控制精度 设计了基于自适应 神经网络的 前馈 反馈控制器 对电 。 ， ， ， 。 机实行自适应控制 仿真结果表明 该方法能提高电机转速精度 降低转矩脉动 从而优化电机的运行性能 关键词 开关磁阻电机 神经网络 仿真 中图法分类号 TM352 ; 文献标志码 A 、 ，SRM 开关磁阻电机结构简单 成本低廉和维修方 忽略绕组的互感 的磁链是相电流和转子 便， 、 、 位置 ， ， 在电动汽车 国防工业 航空航天和地下小型输 θ 的函数 可用相电流和相电感的乘积表示 即 ［1，2］。 = L (i ，)i (3) 送机等场合中广泛应用 ψk k k θ k SRM ， 由于 的双凸极结构导致磁路高度饱和 使 2 SRM 自适应RBF 神经网络控制 得基于传统PID 控制器不能获得较高的控制精度。 本文提出基于自适应RBF 神经网络SRM 控制方法， 2． 1 自适应RBF 神经网络控制结构 PID SRM 1 ， 利用神经网络的非线性逼近能力与传统 控制器 基于神经网络的 控制结构如图 所示 控 ， SRM + RBF PI 相结合 设计了 自适应神经网络前馈 反馈控 制系统通过 神经网络控制和常规 控制实现 ， MATLAB / Simulink 。 前馈反馈控制， PI 制器 并在 中进行实时仿真 常规 控制器利用实际