基于递归神经网络的无刷直流电动机控制研究 research of recurrent fuzzy neural network control in brushless dc motor drives.pdfVIP

基于递归神经网络的无刷直流电动机控制研究’ 石安乐’ 王’ 辉’ 刘金泽 中图分类号：!#$ % ’ ’ ’ ’ ’ ’ 文献标识码：(’ ’ ’ ’ ’ ’ 文章编号：))*$+,+（-)). ）)-*))-/*), 基于递归神经网络的无刷直流电动机控制研究 - 石安乐’ 王’ 辉 ’ 刘金泽 （0 湖南工程学院 电气与信息工程系，湘潭’ , )；- 0 湖南大学，长沙’ , ))+- ） 摘’ 要：基于动态模型提出了一种性能较好的递归模糊神经网络无速度传感器无刷直流电动机 控制方法，即采用递归模糊神经网络控制器作为转速控制器来近似最优控制器输出。仿真结果 表明，当系统参数动态变化或受到外部不确定因素影响时，利用神经网络来在线调整网络的隶 属函数参数以及神经网络递归权值，使系统具有良好的动、静态性能。 关键词：无刷直流电动机；递归模糊神经网络；速度控制；性能 !#$%’ () !*%%+, -*../ 0*%$1 0,2(%3 4(+,%(1 5+ 6%*#’1## 74 8(,(% 7%59# 123 (4*56 ，7(89 2:;- ，3= ;4*?6 （0 2:4@4 34AB;B:B6 CD E4F;466G;4F ，H;@4FB@4 , ) ，IJ;4@ ； - 0 2:4@4 =4;K6GA;BL ，IJ@4FAJ@ , ))+- ，IJ;4@ ） :6;!:4 ：( AM66N*A64ACG56AA OC4BGC5 P6BJCN DCG QG:AJ56AA RI CBCG ，SJ;OJ @MM5;6A G6O:GG64B D:??L 46:G@5 46BSCGT （UV88 ），;A MG6A64B6N ;4 BJ;A M@M6G W@A6N C4 BJ6 NL4@P;O PCN65 CD QG:AJ56AA RI CBCG0 !J6 UV88 OC4BGC556G ;A :A6N @A @ AM66N OC4BGC556G BC P;P;O BJ6 CMB;P;?6N C:BM:B CD BJ6 ALAB6P0 !J6 A;P* :5@B;C4 G6A:5BA AJCS BJ6 FCCN M6GDCGP@4O6 DCG BJ6 ALAB6P WL :A;4F 46BSCGT BC @NX:AB BJ6 M@G@P6B6GA @4N BJ6 G6O:GG64B S6;FJB CD 46:G@5 46BSCGT C4*5;46 NL4@P;O@55L C4 BJ6 OC4N;B;C4 CD K@G;6BL CD ALAB6P M@G@P6B6G @4N BJ6 ;PM@OB CD C:BA;N6 :4O6GB@;4BL D@OBCGA0 =? @A!7; ：QRI ；U6O:GG64B D:??L 46:G@5 46BSCGT ；1M66N OC4BGC5 ；Y6GDCGP@4O6 态模型。为研究方便起见，忽略换相转矩脉动、 BC 引C 言 反电动势电流和Y7 波对系统的影响。这样建立 快速性、稳定性和鲁棒性是确定无刷直流电 电机定子侧端电压平衡方程为： 动机（QRI ）调速系统性能优劣的重要指标，而  !@F   ) )   #@   $ ) )   #@   @   !8  由于QRI 调速系统中的控制对象是一个时变非    ) 