基于RBF和PID的混合控制器设计

发布时间：2018-08-18 16:26

【摘要】：针对永磁直线同步电机跟踪系统中出现的诸多非线性因素,提出了基于PID控制器和径向基函数(RBF)神经网络组成的混合控制器。混合控制器结合了PID控制和RBF神经网络控制的优点,实现了非线性PID控制、高精度跟踪控制,拥有参数自整定、结构简单、易于实施等优点。分别对PID控制器,RBF神经网络控制器、混合控制器建模仿真,试验结果表明,混合控制器有较好的自适应性和鲁棒性。
[Abstract]:A hybrid controller based on PID controller and radial basis function (RBF) neural network is proposed for the nonlinear factors in permanent magnet linear synchronous motor tracking system. The hybrid controller combines the advantages of PID control and RBF neural network control, and realizes nonlinear PID control, high precision tracking control, parameter self-tuning, simple structure and easy implementation. The PID controller and the hybrid controller are modeled and simulated respectively. The experimental results show that the hybrid controller has good adaptability and robustness.
【作者单位】： 桂林电子科技大学机电工程学院;桂林电子科技大学计算机科学与工程学院;桂林电子科技大学电子工程与自动化学院;
【基金】：广西科学研究与技术开发技术项目(桂科能1298025-5) 广西制造系统与先进制造技术重点实验室项目(12-071-11-61_005)
【分类号】：TM341

【参考文献】

相关期刊论文 前8条

1 蔚永强;郭宏;谢占明;;直驱式伺服系统的神经网络自适应滑模控制[J];电工技术学报;2009年03期

2 付子义;李华群;王振锋;;基于神经网络推力观测器的永磁直线电机滑模控制[J];电气传动;2009年11期

3 张霖;党选举;曾思霖;;永磁同步直线伺服系统的一种双模控制[J];电气传动;2010年02期

4 杨明;王宏佳;杨炀;徐殿国;;仿人机器人关节驱动微型伺服系统[J];电气传动;2011年10期

5 李广军;张晶;曾安平;;基于BP神经网络的PID控制器研究[J];计算机仿真;2009年09期

6 赵新龙;董建萍;;基于神经网络的迟滞非线性补偿控制[J];控制工程;2010年04期

7 郝双晖;蔡一;郑伟峰;刘杰;郝明晖;;基于前馈控制的交流伺服系统高速定位控制[J];微特电机;2010年02期

8 沈艳霞,纪志成;基于C MEX S-函数永磁同步电机控制系统仿真建模研究[J];系统仿真学报;2005年08期

【共引文献】

相关期刊论文 前10条

1 王洪斌;张永顺;冯少婵;高殿荣;;直驱泵控缸系统建模及自适应反推滑模控制[J];电机与控制学报;2011年09期

2 滕福林;李宏胜;葛红宇;周伯荣;;伺服系统中一种新型前馈控制结构的研究[J];电气传动;2012年02期

3 郑宝平;蒋高明;夏风林;张琦;秦文;;双PID控制的经编机电子横移系统设计[J];纺织学报;2012年05期

4 朱骁;党选举;徐小平;;永磁直线同步电动机的改进型迭代学习控制[J];电气传动;2012年10期

5 陈建锋;李可;;基于RBF神经网络的PID整定在直线驱动无绳电梯中的应用[J];电气自动化;2012年06期

6 崔国祥;张淼;刘金山;付品欣;;PMSM转速调节系统安排过渡过程方法的研究[J];电气传动;2012年11期

7 李文;亓芳;聂冰;;分数阶神经网络控制器自顶向下优化方法[J];大连交通大学学报;2013年01期

8 张强;叶林;石航飞;许永衡;;交流伺服系统负载转矩的辨识方法[J];兵工自动化;2014年04期

9 胡力刚;许伟明;;非线性系统的PID控制器的研究与设计[J];计算机仿真;2010年12期

10 张飞云;王武;姚宁;;神经滑模控制在转台伺服系统应用[J];机械设计与制造;2011年09期

相关博士学位论文 前5条

1 程远雄;永磁同步直线电机推力波动的优化设计研究[D];华中科技大学;2011年

2 张元涛;不确定非线性系统的自适应滑模控制及应用研究[D];重庆大学;2011年

3 鲁文其;永磁同步电机工程伺服系统若干关键技术研究[D];南京航空航天大学;2010年

4 王鑫哲;光纤陀螺捷联旋转式惯导系统关键技术研究[D];哈尔滨工程大学;2011年

5 彭思仑;轮毂电机转矩优化方法研究[D];吉林大学;2014年

相关硕士学位论文 前10条

1 马达;永磁直线电机直接推力控制系统的滑模控制研究[D];华东理工大学;2011年

2 王秀君;基于DSP和EPA技术的直流伺服驱动器的设计与研究[D];浙江大学;2011年

3 邱罗;广州薇甘菊空间分布预测研究[D];中南林业科技大学;2010年

4 匡建辉;全自主足球机器人运动控制系统的研制[D];广东工业大学;2011年

5 张永顺;新型电机融合泵驱动的泵控缸伺服控制策略研究[D];燕山大学;2011年

6 彭康;交流传动系统的滑模控制算法研究[D];华中科技大学;2011年

7 童飞;直驱式滚筒洗衣机驱动控制系统设计及实现[D];南京理工大学;2012年

8 郝明亮;直线电梯单电磁悬浮导向系统RBF神经网络滑模控制[D];沈阳工业大学;2012年

9 王学良;机械手上下料控制系统关键技术研究[D];江南大学;2012年

10 孙增华;船舶起货机PLC复合控制的实现[D];大连海事大学;2009年

【二级参考文献】

相关期刊论文 前10条

1 王立锦,胡强,滕蛟,朱逢吾;高分辨磁旋转编码器磁鼓表露磁场分析与AMR检测磁头设计[J];北京科技大学学报;2004年05期

2 史晓娟;基于复合滑模变结构控制的位置伺服系统的研究[J];电工技术学报;2003年03期

3 吴雪芬;;基于自适应神经网络的PMLSM速度控制研究[J];电气传动;2008年06期

4 姬晓飞,孟令柏,申东日,陈义俊;基于RBF神经网络多步预测的自适应PID控制[J];甘肃科学学报;2003年02期

5 戚连锁;赵镜红;张俊洪;;永磁直线同步电机递归神经网络补偿器仿真研究[J];武汉理工大学学报(交通科学与工程版);2008年02期

6 于秀丽;魏世民;廖启征;;仿人机器人发展及其技术探索[J];机械工程学报;2009年03期

7 岳恒;张海军;柴天佑;;基于混合粒子群算法的RBF神经网络参数优化[J];控制工程;2006年06期

8 史步海;朱学峰;;LMBP神经网络改进算法的研究[J];控制工程;2008年02期

9 黄肖玲;刘巍;宣伟宏;魏俊秀;;改进的RBF神经网络在磨矿指标预测中的应用[J];控制工程;2008年05期

10 孙宜标,郭庆鼎;基于RBF神经网络补偿的直线伺服系统滑模鲁棒跟踪控制[J];控制理论与应用;2004年02期

【相似文献】

相关期刊论文 前10条

1 郭伟伟;刘家学;马云龙;李书琰;;基于改进RBF网络算法的电力系统短期负荷预测[J];电力系统保护与控制;2008年23期

2 张晓亮;;一种改进的RBF网络在电力系统短期负荷预测中的应用[J];煤矿机电;2008年03期

3 李志农,丁启全,吴昭同,郑时雄;双相干谱和RBF网络在旋转机械故障诊断中的应用[J];机械强度;2003年04期

4 李捷辉;基于RBF神经网络的数控机床故障诊断研究[J];机床电器;2003年05期

5 周鹏;秦树人;;基于切片谱RBF神经网络的旋转机械故障诊断[J];中国机械工程;2008年12期

6 臧蕾;刘伟;李祚泳;;基于RBF的指标规范值的水资源承载力评价模型[J];安徽农业科学;2012年04期

7 包刚;覃志豪;周义;包玉海;辛晓平;红雨;海全胜;;基于高光谱数据和RBF神经网络方法的草地叶面积指数反演[J];国土资源遥感;2012年02期

8 夏长亮;李志强;王明超;刘均华;;基于RBF神经网络在线辨识的永磁无刷直流电机单神经元PID模型参考自适应控制[J];电工技术学报;2005年11期

9 董泽;黄宇;韩璞;;量子遗传算法优化RBF神经网络及其在热工辨识中的应用[J];中国电机工程学报;2008年17期

10 曹安照;田丽;金礼力;张玉成;;基于RBF的社会消费品总额的预测[J];电气传动自动化;2006年01期

相关会议论文 前10条

1 张琳;李海森;;基于模糊聚类算法的RBF网络在漏钢预报中的应用[A];中国计量协会冶金分会2007年会论文集[C];2007年

2 彭正勇;;基于RBF神经网络的巷道围岩松动圈厚度预测[A];全国金属矿山采矿新技术学术研讨与技术交流会论文集[C];2007年

3 王海荣;;基于遗传RBF网络时间序列的城市火灾预测[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集（下册）[C];2006年

4 王玮;何建新;许丽生;;基于RBF神经网络的气温预报模型的研究[A];中国气象学会2008年年会第二届研究生年会分会场论文集[C];2008年

5 宋宜斌;王培进;;一种改进的RBF神经网络预测模型[A];2005年中国智能自动化会议论文集[C];2005年

6 李亚芬;杨扬;;基于RBF网的CSTR内模控制[A];第二十届中国控制会议论文集（下）[C];2001年

7 王俊松;田库;刘玉敏;张兴会;李建国;刘玉亮;;基于RBF神经网络的肿瘤组织热传导过程建模及软测量[A];第25届中国控制会议论文集（上册）[C];2006年

8 徐中;辛志东;叶希贵;;基于RBF神经网络水处理系统建模与仿真[A];第六届全国表面工程学术会议论文集[C];2006年

9 黄艳清;曹长修;孙圣军;;基于自反馈RBF神经网络的高炉热状态预测模型[A];冶金企业自动化、信息化与创新——全国冶金自动化信息网建网30周年论文集[C];2007年

10 吕强;郝继红;段运波;许耀铭;;基于RBF网络的非线性系统输出跟踪控制[A];1994中国控制与决策学术年会论文集[C];1994年

相关博士学位论文 前2条

1 赵斌;基于RBF网络的北方温室温湿度控制机理的研究[D];东北林业大学;2010年

2 曾祥萍;自适应组合RBF滤波器理论及其应用研究[D];西南交通大学;2013年

相关硕士学位论文 前10条

1 王翠;基于灰色理论和RBF神经网络民航客运量预测方法研究[D];北京交通大学;2008年

2 尹德武;RBF的改进及在中国轿车市场预测中的应用研究[D];大连理工大学;2006年

3 翟伟;基于自适应RBF神经网络的商业银行信贷风险预警评估研究[D];重庆工商大学;2008年

4 李志强;基于RBF神经网络在线辨识的永磁无刷直流电机单神经元自适应PID控制[D];天津大学;2005年

5 高彦荷;基于混合递阶遗传算法的RBF神经网络优化及应用[D];四川大学;2004年

6 张晶;基于改进RBF神经网络的入侵检测研究[D];河北大学;2009年

7 刘亦青;类RBF人工神经网络算法研究及硬件实现[D];北京建筑大学;2013年

8 孟萌萌;基于RBF神经网络短期热网负荷预测研究[D];哈尔滨工业大学;2013年

9 刘婧;基于BP、RBF及GAAA-RBF神经网络的工程估价方法[D];华侨大学;2013年

10 靳荣;基于RBF神经网络和模糊理论的连铸漏钢预报系统的研究[D];燕山大学;2009年

，

本文编号：2190024