基于蝙蝠算法优化的自适应神经模糊推理系统直流无刷电机的速度控制选读.doc

基于蝙蝠算法优化的自适应神经模糊推理系统直流无刷电机的速度控制 摘要 在本文中，用蝙蝠算法在线自适应神经模糊推理系统呈现直流无刷电机的速度控制优化。针对不同的优化，采用遗传算法和蝙蝠算法，学习在线ANFIS控制器的参数，即学习率，遗忘因子和最速下降动量常数，粒子群算法和直流无刷电机的运行条件。此外采用遗传算法，粒子群算法优化 和蝙蝠算法计算，比例积分微分（PID），模糊PID的收益调整，和自适应模糊逻辑控制器。得到和比较所考虑的控制器速度响应，如上升时间的时域特定网络阳离子，峰值过冲，下冲，恢复时间，稳定时间和稳态误差。此外评估和比较上述控制器性能指标如均方根误差，积分绝对误差，积分时间倍增绝对误差和积分平方误差。为了验证所提出的控制器的有效性，在恒定负荷的条件下，不同的负载条件和不同的设定速度条件进行直流无刷电机的仿真。使用VERI网络版先进的DSP处理器VERI网络阳离子对控制器实时实验。在线ANFIS控制器优于所有考虑的工作条件下，仿真结果和实验结果确认自适应模糊神经网络蝙蝠算法优化了其他控制器。 绪论 大多数有刷直流电机相关的问题通过直流无刷电机克服。直流无刷电机效率高，有更低的易感性机械磨损，每重量比扭矩高，可靠性高，噪音低，寿命长和电磁干扰总体减少。在许多工业生产过程无刷直流电动机的调速控制是一个重要方面[1-4]。多种控制方式都已经开发了用于改进无刷直流电机驱动的速度