基于RBF神经网络在线辨识的永磁无刷直流电机单神经元PID模型参考自适应控制.pdfVIP

2005年 11 月 电 工 技 术 学 报 VO1．2O No．1l 第20卷第 11期 TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY NOV． 2005 基于RBF神经网络在线辨识的永磁无刷 直流电机单神经元PID模型参考自适应控制 夏长亮 李志强 王明超 刘均华 (天津大学电气与自动化工程学院 天津 300072) 摘要 永磁无刷直流电机控制系统是多变量和非线性的。针对传统PID控制方法的不足，提 出一种基于径向基函数神经网络在线辨识的单神经元PID模型参考自适应控制方法，并用于永磁 无刷直流电机的控制中。该方法构造了一个径向基函数神经网络对系统进行在线辨识，建立其在 线参考模型，由单神经元控制器完成控制器参数的自学习，并在数字信号处理器中实现控制参数 的在线调节。 系统较好地实现了给定速度参考模型的自适应跟踪，结构简单，能适应环境变化， 具有较强的鲁棒性。 关键词：永磁无刷直流电机 单神经元 径向基函数神经网络 PID控制 中图分类号：TM383 Single Neuron PID Model Reference Adaptive Control for PM Rushless DC Motors Based on RBF Neural Network On．Line Identification X／a Changliang Li Zhiqiang Wang Mingchao Liu Junhua (Tianjin University Tianjin 300072 China) Abstract The PM brushless DC motor is a multi．variable and non-linear system，This paper presents a novel approach of single neuron PID model reference adaptive control for PM brushless DC motors based on radial basis function(RBF)neural network on-line identification in virtue of the disadvantage of conventional PID contro1．A RBF network iS built to identify the system on-line．It constructs the on-line reference mode1．Self-learning of controller parameters is implem ented by single neuron controlleL And a digital signal processor is used to fully prove the flexibility of the control scheme in real time．Excellent flexibility and adaptability as well as high precision and good robustness are obtained by the proposed strategy． Keywords：PM brushless DC motor，single neuron，radial basis function neural network，PID control 直流电机是一个多变量、强耦合的非线性系统，如 1 引言 电枢反应的非线性、转动惯量和相电阻的变化等， 永磁无刷直流电机由于结构简单、出力大和良 使得难以用一个精确的数学表达式来描述永磁无刷 好的调速性能，在工业领域中得到了日益广泛的应