基于模糊神经网络的无刷直流电动机调速系统

无刷直流电动机是一种多变量、非线性的控制系统,采用经典的PID控制难以得到满意的控制效果。在分析无刷直流电动机数学模型基础上,提出了一种把高斯基函数作为隶属函数设计无刷直流电动机模糊神经网络控制器的新方法。仿真表明,系统响应速度快,抗干扰能力强,具有较高的控制精度和较好的鲁棒性。     

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。     

基于递归神经网络的无刷直流电动机控制研究

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。     

基于改进BP神经网络PID的无刷直流电动机速度控制的研究

引进模糊归一化控制策略，在线实时地调整与收敛速度密切相关的学习速率和动量系数，克服了BP网络收敛慢和容易陷入局部最小的缺点,并将改进的BP神经网络PID算法成功应用于无刷直流电动机速度控制中。仿真结果表明,改进BP神经网络PID使收敛变得更快，而且系统具有较强的鲁棒性和自适应能力。     

基于模糊自适应整定PID无刷直流电动机的控制

结合PID控制和模糊控制各自的特点,设计了基于模糊自适应整定PID控制器.仿真结果表明:模糊自适应整定PID控制方法具有较强的自适应能力和抗负载扰动能力,稳定性、动态速度响应均优于传统的PID控制.这一新颖的复合智能控制策略为无刷直流电动机调速控制的研究和发展提供了新的思路.     

无刷直流电动机的神经网络模型参考自适应逆控制

提出了无刷直流电动机的神经网络模型参考自适应逆控制的新方法。在无刷直流电动机的双闭环控制系统中,电流环采用电流分时反馈控制的方式,神经网络的模型参考自适应逆控制控制器代替原来速度环的常规PID控制器。仿真结果表明控制系统具有响应快、无超调、抗干扰能力好以及稳态误差小等优点,其动、静态性能均优于常规PID控制。     

永磁无刷电动机能量回馈制动调制方式比较

根据永磁无刷电动机制动过程PWM控制的开关管的方式不同,可以分为半桥调制制动方式和全桥调制制动方式。针对这两种不同的制动方式,应用状态方程和逆变器-电机系统状态图比较分析其各自的续流过程和充电过程,并以实验验证。分析和实验结果表明,采用上下桥臂同时斩波的全桥调制方式具有更高的制动效率和更小的制动转矩脉动,更加适用于电动汽车工况。     

基于ARM的无刷直流电动机网络控制研究

在传统的无刷直流电机控制系统基础上，研究了无刷电机网络控制系统，将传统的控制系统速度环、电流环分别放置在网络的两端，通过网络形成闭环。采用TMS320LF2407和ARM核的网络控制芯片S3C4510B设计了无刷直流电机网络控制系统。仿真实验表明，此控制系统的动、静态性能良好。     

无刷直流电动机的网络控制

针对基于DSP的无刷直流电动机控制器,研究其网络控制方案。无刷直流电动机通过RS-232电路与PC机相连,由WEB组件接入基于J2EE的信息网络中,实现控制网络与信息网络的无缝连接。经编制的JSP远程控制页面测试,客户端可以通过浏览器对电动机进行调速,并实时显示速度波形。结果表明此无刷直流电动机的网络控制方案可行,为实现更复杂的远程控制提供了参考。     

基于遗传算法的无刷直流电动机模糊滑模控制

针对一般滑模控制中存在的系统抖振问题,提出了一种基于模糊遗传算法的滑模变结构控制无刷直流电动机方法.通过使用遗传算法优化的模糊控制柔化滑模控制输出,有效地减小系统抖振.该方法能使系统较好地实现输入参考模型的跟踪,具有自适应强、鲁棒性好的特点.     

一种基于TSK型递归模糊神经网络的无刷直流电动机位置控制方法仿真

考虑系统的参数变化和包括摩擦力在内的非线性及时变的外界干扰情况下,永磁无刷直流电动机位置伺服控制系统是多变量和非线性的时变系统.针对传统PID控制方法的不足,提出了一种TSK型模糊神经网络控制器的设计方法,并用于永磁无刷直流电动机伺服控制系统的位置控制;可同时动态在线进行结构学习和参数学习,以提高位置控制静态精度和动态跟踪性能.仿真结果表明,所设计的TSK型模糊神经网络位置控制器响应速度快、跟踪性能好、输出精度高、动态和静态性优能于传统PID控制方法.     

无刷直流电动机模糊自适应PID控制策略研究

提出了一种无刷直流电动机调速系统的模糊自适应PID控制方法.在Matlab/Simulink平台上建立了无刷直流电机模糊自适应PID控制的仿真模型,对参数改变时无刷直流电动机模糊自适应PID仿真模型也进行了仿真,并与模糊PID控制和传统PID控制的控制效果进行了比较.仿真结果表明:建立的系统鲁棒性强、响应速度快、无超调,且稳态精度高.     

无刷直流电动机模糊自适应PID控制策略研究

提出了一种无刷直流电动机调速系统的模糊自适应PID控制方法。在Matlab/Simulink平台上建立了无刷直流电机模糊自适应PID控制的仿真模型,对参数改变时无刷直流电动机模糊自适应PID仿真模型也进行了仿真,并与模糊PID控制和传统PID控制的控制效果进行了比较。仿真结果表明：建立的系统鲁棒性强、响应速度快、无超调,且稳态精度高。     

基于Fuzzy-PI混合控制的无刷直流电动机系统

采用了一种基于模糊规则推理的Fuzzy-PI混合控制器用于无刷直流电动机的转速控制中.在分析无刷直流电动机数学模型的基础上,构造了无刷直流电动机控制仿真模块.仿真结果表明,系统超调量小,响应速度快,具有较高的控制精度和较好的鲁棒性.实验结果显示,较之传统PI控制,采用Fuzzy-PI混合控制在无刷直流电动机实时控制中取得了较好的实验效果,具有较好的动态和静态性能.     

无刷直流电动机的无位置传感器控制

无刷直流电动机的机械位置传感器影响着整个系统的可靠性、成本和体积，甚至在某些场合根本无法安装，因此无刷直流电动机的无机械传感器转子位置检测成为近年来学术界的研究热点。分析了目前国内外文献中所介绍的无位置传感器无刷直流电动控制技术中十种位置检测方法的原理、特点和适用范围，并针对起动方法，控制芯片及其在实际中的应用等相关技术的发展作了现状分析和展望，这些技术的发展可使无刷直流电动机无位置传感器控制系统获得更好的性能。     

无刷直流电动机的转矩脉动

依据无刷直流电动机的基本电磁规律,分析了它的转矩特性,并讨论了影响转矩脉动的各种因素及减小转矩脉动所能采用的各种有效措施。     

基于BP神经网络PID自适应控制的无刷直流电动机控制方法

提出了利用变步长法和引入动量项来改进BP神经网络学习算法,有效减小了学习过程的振荡趋势,改善了收敛性,避免了学习过程陷入某些局部最小值,并将其用于在线调整无刷直流电动机控制系统的PID参数,实现具有最佳组合的PID控制。     

无刷直流电动机的全局滑模控制研究

针对传统的滑模变结构在应用于无刷直流电动机时系统的趋近模态不具有鲁棒性的缺点,提出了一种新型的具有全滑动模态的变结构控制系统,该设计方案对系统参数不确定性、外部干扰等具有较强的鲁棒性,即使系统在响应的全过程都有良好的鲁棒性,滑模控制中的抖振也得到了明显的抑制。并提出采用自适应小波神经网络算法提高无位置传感器直流无刷电动机的转子位置检测精度。最后通过仿真实验证明了上述方法的可行性和有效性。     

基于改进遗传算法的无刷直流电动机递归模糊神经网络控制

无刷直流电动机的动力学特性是一个高阶、非线性、强耦合的系统,针对传统PI控制的滞后性和动态响应性能较差等特点,提出一种基于动态递归模糊神经网络PI控制的无刷直流电动机调速系统速度控制器的实施方案,利用改进遗传算法(IGA)优化递归模糊神经网络的隶属度函数参数和网络权值系数等,从而提高系统的动态响应性能.仿真结果表明,该方法响应快,具有较强的抗干扰性和鲁棒性,动、静态特性均优于传统PI控制.     

基于DSP的无刷直流电动机控制系统

介绍一种基于DSP的无刷直流电动机控制系统,简述了实现该控制系统 的硬件设计方案及控制策略。