线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于RBF神经网络的超声波电机参数辨识与模型参考自适应控制

夏长亮; 祁温雅; 杨荣; 史婷娜 中国电机工程学报 2004年第07期

摘要:超声波电机(USM)是近年发展起来的一种新型微特电机,与传统的电磁驱动型电机的工作原理截然不同.由于USM具有小型轻量、无电磁干扰、响应速度快、低速大转矩、高保持力矩、高功率密度等诸多优点,因而在光学仪器、办公自动化、汽车专用电器、智能机器人、航空航天等领域具有良好的应用前景.但USM的高度非线性、时变性和强耦合增加了它的控制难度.该文提出一种新的USM自适应控制策略.系统采用双闭环控制,内环用来补偿定子环机械谐振频率的漂移:外环利用径向基函数神经网络(RBFNN)控制器调节USM的驱动频率,实现速度的自适应控制.经实验证明,该控制系统具有响应迅速、适应性强等优点,具有较高的控制精度和较好的稳定性.

关键词:超声波电机参数辨识模型参考自适应控制rbf神经网络

单位:天津大学电气与自动化工程学院; 天津; 300072

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

中国电机工程学报

北大期刊

¥2539.20

关注 23人评论|1人关注