基于RBF神经网络的永磁同步伺服电机控制系统

针对永磁同步电机控制系统,建立其磁场定向控制数学模型。运用增量式数字PID的方法实现对PMSM的传统PID控制策略。在此基础上,借助RBF神经网络的学习能力,进行PID控制器参数的自适应整定,进一步改善PID控制器的性能。同时,为提高RBF网络性能,采用粒子群算法对网络进行优化。仿真表明,与传统PID控制比较,基于RBF的PID控制系统能提高PID控制器的性能,改善了PMSM控制系统的收敛速度和跟踪精度。     

一种改进的对角线解耦在变风空调上的应用

变风空调具有多变量,强耦合和时滞等特性。传统的解耦方法在变风空调上的解耦效果上并不理想。根据传统静态解耦的思路,在对角线解耦的基础上,对求得的解耦控制器进行修正,使得解耦后的变风空调具有更好的动态特性和鲁棒性,并最终给出了与简化解耦在变风空调解耦效果上的对比。仿真实验结果表明,该方法的可行性与有效性。