河北省科技计划项目(10213944)
- 作品数：4 被引量：11H指数：2
- 相关作者：蔡满军赵晓东于彬更多>>
- 相关机构：燕山大学更多>>
- 发文基金：河北省科技计划项目国家自然科学基金更多>>
- 相关领域：电气工程更多>>
- 永磁直线同步电机的遗传优化神经网络控制被引量：3
- 2014年
- 针对永磁直线同步电机的跟踪性能易受推力波动等干扰影响的问题,以及BP神经网络收敛速度慢和易于陷入极小值的问题,提出了基于遗传优化神经网络的控制方法。该算法在复合前馈PID控制算法的基础上,将遗传算法全局寻优和BP神经网络局部寻优相结合,利用神经网络实现了对永磁直线同步电机的干扰的快速,准确的在线补偿。实验结果表明,与复合前馈PID控制方法和神经网络控制方法相比,基于遗传优化神经网络的控制方法有效的提高了系统的跟踪性和鲁棒性,并能有效的消除干扰对系统的影响。
- 蔡满军赵成圆
- 关键词：永磁直线同步电机
- 带跟踪微分器的永磁直线同步电机的PID神经元网络控制被引量：2
- 2017年
- 针对以永磁直线同步电机为执行机构的驱动系统易受到推力波动等周期性扰动影响的问题,采用了基于PID神经元网络的跟踪微分器控制方法。该方法通过定义具有比例、积分、微分功能的神经元,将PID控制规律融合进神经元网络中,有效抑制端部效应、纹波推力、齿槽力以及摩擦力对系统的干扰,同时具有快速的跟踪性能。仿真试验表明,与传统的PID控制相比,该控制方法提高了系统的鲁棒性和跟踪性,更加实用有效。
- 蔡满军赵晓东于彬赵成圆
- 关键词：永磁直线同步电机PID神经元网络跟踪微分器
- 永磁直线同步电机的PIDNN控制
- 2016年
- 针对以永磁直线同步电机为执行机构的驱动系统容易受到端部效应等周期性扰动影响的问题,采用了基于PID神经元网络(proportional-integral-derivative neural network,PIDNN)的控制方法,通过定义具有比例、积分、微分功能的神经元,从而将PID控制规律融合进神经元网络中,有效地抑制端部效应、纹波推力、齿槽力和摩擦力对系统的干扰。仿真实验表明,与传统的PID控制相比,PIDNN控制提高了系统的鲁棒性和跟踪性,更加实用有效。
- 蔡满军赵晓东赵成圆
- 关键词：永磁直线同步电机PID神经元网络神经网络
- 永磁直线同步电机的自适应迭代学习控制被引量：6
- 2014年
- 永磁直线同步电机驱动的伺服随动系统,既要对周期性的输入信号具有跟踪能力,又要对周期性的扰动具有抑制能力。对这一问题,从迭代学习控制的本质出发,与自适应算法相结合,提出了一种自适应迭代学习控制策略,解决了伺服系统中对周期性输入信号的跟踪问题,以及对参数摄动和不确定性干扰,尤其是对周期性扰动的抑制问题。在永磁直线同步电机位置控制实验中,将该方法与传统控制进行对比试验,实验结果表明,该方法能够有效地提高系统的位置控制精度。
- 蔡满军赵成圆
- 关键词：永磁直线同步电机自适应控制迭代学习控制周期信号跟踪误差
