遗传模糊神经网络在交流伺服系统中的应用

为了满足交流伺服系统高精度、快响应的要求，提出了基于遗传算法的模糊神经网络控制方案。该方案把神经网络与模糊逻辑控制结合起来，采用遗传算法（GA）对模糊神经网络控制器中的参数进行搜索和优化，给出了设计方法和优化步骤。实验结果表明：该控制方法用于交流伺服系统，具有精度高、无超调、收敛性好以及较强的鲁棒性和抗干扰性等优点。     

改进遗传算法及模糊神经网络在交流伺服系统中的应用研究

针对交流伺服系统高精度、快响应的要求,提出了基于改进遗传算法(IGA)优化的模糊神经网络控制方案。把神经网络与模糊逻辑控制结合起来,采用IGA算法对模糊神经网络控制器中的参数进行搜索和优化,给出了具体设计方法和优化步骤。实验结果表明:基于IGA算法的模糊神经网络控制方法用于交流调速系统具有较高的精度以及较强的鲁棒性、抗干扰能力等。     

基于混沌优化的交流调速系统控制研究

针对交流调速系统高精度、快响应的要求,提出了基于模拟退火策略的混沌优化算法的模糊神经网络控制方案。采用混沌粗搜索与细搜索相结合的优化策略,对模糊神经网络控制器中的参数进行搜索和优化,给出了具体设计方法和优化步骤。仿真与实验结果表明,该控制方法用于交流调速系统具有无振荡、无超调以及较高的精度和较强的鲁棒性、抗干扰能力等优点。     

基于神经网络的规则自校正模糊控制器及其在交流伺服系统中的应用

提出了一种基于神经网络的规则自校正模糊控制器,设计了一种在线的模糊推理算法,利用神经网络调整模糊控制规则,并将其用于交流伺服系统的控制中,仿真实验结果表明：该控制器响应快、鲁棒性强,采用该控制器的系统具有较好的动、静态性能和抗干扰能力。     

基于PCC的神经网络PID控制器设计

利用神经网络逼近任意非线性函数的能力,对PID参数进行在线调整,并利用神经网络模型对控制对象的输出进行预测,对神经网络各层中的加权系数进行修正,使控制器具有调节数度快、适应能力强、可靠性高等优点.试验结果表明,控制器具有强抗扰、响应快、鲁棒性好等特点.     

交流稳压电源的改进神经网络PID控制

建立了交流稳压电源主电路数学模型并分析其闭环稳压控制原理。由于装置具有较强的非线性和变结构、变参数特性,采用经典PID控制器很难获得理想的控制效果。将人工神经网络与传统PID控制器相结合,构成一种不依赖于被控对象精确数学模型的神经网络PID控制器。为了提高神经网络的收敛速度,采用Levenberg-Marquardt算法计算连接权值更新量,并对当前解施加一个以一定概率保留的随机扰动,加快迭代过程跳出局部极小点。对装置主电路和改进神经网络PID控制器进行仿真,结果表明:系统动态响应快,鲁棒性强,调节平滑,具有较好的控制效果。最后,制造并测试了额定电压660 V、容量400 k VA的实验样机,对理论研究进行了实验验证。     

双神经网络交流传动自适应规划控制

将Hopfield神经网络应用于交流传动系统的自适应控制，通过神经网络来规划交流调速系统的速度控制器动态输出；并将Hopfield神经网络控制器代替矢量控制系统中的转速调节器，使速度控制器具有对某些参数变化良好的鲁棒性。对于不可控的负载转矩分量，加入神经网络负载转矩在线跟踪控制器，形成参数自动跟踪神经网络，构成具有参数在线跟踪功能的交流传动双神经网络自适应规划控制模式，进一步提高了系统的性能．仿真结果证明了该控制方案的有效性．     

交流伺服系统全数字控制器

交流伺服系统全数字控制器余隽，邓志华，程善美，秦忆（华中理工大学武汉４３００７４）１引言近年来，随着大功率电力电子器件和微处理器的进步，全数字交流伺服系统发展迅速，本文在快响应电流控制的力矩控制器的基础上，提出了一种适于全数字交流伺服系统的数字控制器...     

基于自适应模糊神经网络的二阶惯性纯滞后系统研究

本文在文献［１］、［２］基础上，提出一种与受控对象相关联的模糊神经网络控制器，仿真结果表明，此控制器用于二阶惯性纯滞后系统，使得系统响应快、无超调、稳态误差小。     

采用模糊控制的转差频率控制变频调速系统

针对转差频率控制变频调速系统设计了模糊控制器，给出了模糊控制器的设计方法，包括具体的模糊集、模糊规则和模糊推理。仿真结果表明，该模糊控制器响应快、超调小、控制曲线平滑，其动态响应性能与稳态精度均优于PI控制器。     

采用模糊控制的转差频率控制变频调速系统

针对转差频率控制变频调速系统设计了模糊控制器,给出了模糊控制器的设计方法,包括具体的模糊集、模糊规则和模糊推理.仿真结果表明,该模糊控制器响应快、超调小、控制曲线平滑,其动态响应性能与稳态精度均优于PI控制器.     

永磁同步电动机调速系统模糊神经网络控制的研究

文章介绍了以基本样条函数设计永磁同步电动机模糊神经网络速度控制器的方法。基于Matlab／Simulink的PMSM控制系统仿真平台，基本样条模糊神经网络调速控制的仿真结果表明：该方法响应快、超调小、鲁棒性强，具有较优的动、静态特性。     

基于神经网络的永磁同步电动机新型矢量控制器设计

在分析永磁同步电动机矢量控制基本原理的基础上,提出了一种基于神经网络(ANN)的新型矢量控制器.神经网络用于速度控制和空间矢量脉宽调制.神经网络速度控制器不依赖于系统精确数学模型,具有动态响应快和较稳态精度高的特点.基于神经网络的空间矢量脉宽调制(ANN-SVM)算法实现容易、计算量小,使电流谐波有效降低.在Matlab/Simulink环境下建立永磁同步电动机神经网络矢量控制系统仿真模型并进行仿真研究.仿真结果证明了基于ANN的新型矢量控制器的可行性和有效性.     

参数在线跟踪的交流传动系统双神经网络模型参考自适应控制

该文研究的目的在于将一种具有优越的非线性并行处理特征的神经网络引入自适应控制器的设计中，将其并行收敛特性和便于实行的参数设计原则与模型参考自适应控制模式结合起来，进行具有很高自适应控制要求的交流传动系统控制器设计。该文将Hopfield神经网络引入交流传动系统的模型参考自适应控制，通过神经网络控制器来给出交流传动系统的励磁及速度控制器输出，使控制效果具有对某些参数变化的一定程度的鲁棒性。对于不可控的负载转矩分量，加入参数自动跟踪神经网络，构成上有参数在线跟踪功能的交流传动双神经网络模型参考自适应控制模式，进一步提高了系统的控制性能。结果充分证明了Hopfield神经网络在处理自适应交流传动系统控制问题中的适用特征。     

基于智能积分的多模协调控制交流伺服系统研究

为了满足交流伺服系统高精度、快响应的要求,结合模糊控制、比例控制和积分控制各自的优点,设计了一种基于智能积分的多模控制模糊控制器,并且分析了该控制策略的可行性,并将其应用于交流伺服系统.通过仿真和具体实验分别验证了上述分析和设计的合理性.试验结果表明:该控制方法不仅大大提高了交流伺服系统的稳态精度,缩短了过渡过程时间,加快了交流伺服系统的动态响应,而且对交流伺服系统有很好的抗干扰性能和较强的鲁棒性,使交流伺服系统具有较好的动、静态性能.     

无刷直流电动机模糊神经网络PI控制方法

通过分析无刷直流电动机模糊PI控制的不足,在对传统模糊-PI混合控制策略进行改进的基础上,提出模糊神经网络PI控制策略。该策略是建立在用基本样条函数实现BLDCM模糊神经网络速度控制器新方法基础之上。通过调整模糊神经网络中唯一需要优化的权值系数,以达到模糊神经网络参数自动调整与寻优的目的,从而提高了系统的动态响应和鲁棒性。仿真结果表明,该方法响应快、无超调、鲁棒性强。     

变论域模糊PID控制在交流发电系统中的应用

在三级式交流发电系统中一般使用传统PID控制器进行调压控制,但是在某些工况下该控制策略难以满足复杂系统的高精度、快响应要求。通过在传统PID控制器的基础上,分析了其不足之处,引入了模糊PID控制策略。同时,针对模糊PID在系统的动态调节过程中论域过小的问题,提出了一种基于变论域模糊控制理论的PID控制器,并与传统双环PID控制和普通的模糊PID控制在MATLAB/Simulink软件中进行对比仿真,验证了该控制策略具有更好的稳态调节精度和动态调节性能,与传统双环PID控制器相比,稳态误差从0.5%优化到0.3%,动态调节时间从0.4 s缩短至0.2 s。     

基于DSP的无刷舵用电机智能控制系统设计

针对实际应用中对现代AUV舵机的高精度控制要求,设计了一种基于DSP的模糊神经网络的AUV舵机控制器,并运用改进型BP算法,实现了对无刷舵用电机的高精度控制.该系统融合了模糊逻辑和神经网络两大智能控制理论的优点,适合于无刷舵用电机这样的多变量、时变性复杂系统.通过仿真结果表明,与传统PID控制相比,该方法具有响应速度快...     

无刷直流电机调速系统模糊神经网络控制新方法

在分析无刷直流电机(BLDCM)数学模型的基础上建立控制系统的仿真模型，提出了用基本样条函数实现BLDCM模糊神经网络速度控制器设计的新方法。在dSPACE环境中构建了BLDCM控制系统硬件，进行了基本样条模糊神经网络调速系统的实时控制实验。结果表明，该方法响应快、超调小、鲁棒性强，动、静态特性均优于传统PI控制。     

基于神经网络自适应的双电流闭环联合控制策略研究

在分析了双电流闭环控制策略不足的基础上,提出了一种基于神经网络自适应的双电流闭环联合控制策略,该策略利用神经网络技术对控制器参数进行实时自适应调整,提高了控制器运行效率,优化了整个双电流闭环控制结构.在不对称故障下的仿真实验表明,该控制策略能够消除直流侧电压波动和削弱直流侧电压纹波分量,系统动态响应快、控制效果好.