首页 | 本学科首页   官方微博 | 高级检索  
     

基于模糊神经网络的位置控制器设计
引用本文:韩增红,孔令军,杨志平. 基于模糊神经网络的位置控制器设计[J]. 化工自动化及仪表, 2008, 35(5)
作者姓名:韩增红  孔令军  杨志平
作者单位:北华大学,吉林,吉林,132021;长春工业大学,长春,130022;北华大学,吉林,吉林,132021
摘    要:针对传统HD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,并用于永磁直流无刷电机伺服控制系统的位置控制.该方法中使用了一种TSI(型递归模糊神经网络,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、静态特性优于传统PID.

关 键 词:永磁无刷直流电机  TSK型递归模糊神经网络  位置控制器  PID控制

Position Control Based on Fuzzy Neural Network
HAN Zeng-hong,KONG Ling-jun,YANG Zhi-ping. Position Control Based on Fuzzy Neural Network[J]. Control and Instruments In Chemical Industry, 2008, 35(5)
Authors:HAN Zeng-hong  KONG Ling-jun  YANG Zhi-ping
Affiliation:HAN Zeng-hong1,2,KONG Ling-jun1,YANG Zhi-ping1(1.Beihua University,Jilin 132021,China,2.Changchun University of Technology,Changchun 130022,China)
Abstract:Advanced a novel approach of a Takagi-Sugeno-Kang(TSK)-type recurrent fuzzy neural network control reference adaptive control for position control of a permanent magnet brushless DC motors in virtue of the disadvantage of conventional PID control.It uses TSK-type recurrent fuzzy neural network.The structure and the parameter learning phases were performed concurrently and on line in the proposed servo control systems in order to improve position control and tracking performance.Simulation results indicate t...
Keywords:permanent magnet brushless DC motors  TSK-type recurrent fuzzy neural network  position control  PID control  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号