基于TSK型递归模糊神经网络的永磁 直线同步电机位置控制研究*

作者：熊渊琳，方宝英 日期：2019-04-26/span> 浏览：2514 查看PDF文档

                                              基于TSK型递归模糊神经网络的永磁直线同步电机位置控制研究*
                                                                              熊渊琳1，方宝英2
   (1.江苏海事职业技术学院 电气学院，江苏 南京 211170；2.上海理工大学 光电信息与计算机工程学院，上海 200093)

摘要：针对基于磁场定向控制的永磁直线同步电机(PMLSM)伺服系统的位置精准控制问题，提出了一种TSK型递归模糊神经网络（TSKRFNN）控制方法。在考虑了系统易受参数变化、外部扰动和摩擦力等不确定性因素影响的基础上，建立了含有不确定性因素在内的PMLSM动态数学模型；利用TSKFRNN对系统同时进行了实时在线的结构学习和参数学习，提高了系统抑制不确定性因素的鲁棒性，保证了系统的动态跟踪性能。实验及研究结果表明：与模糊神经网络PID控制方法相比，TSKFRNN可以有效辨识电机参数，抑制系统的不确定性对系统伺服性能的影响，提高了系统的鲁棒性和跟踪性能。

关键词：永磁直线同步电动机；不确定性因素；TSK型递归模糊神经网络；鲁棒性；跟踪性

中图分类号：TM301.2；TP273                   文献标志码：A                     文章编号：1001-4551(2019)04-0413-05

本文引用格式：
熊渊琳，方宝英.基于TSK型递归模糊神经网络的永磁直线同步电机位置控制研究［J］.机电工程，2019，36(4)：413-417.
XIONG Yuanlin, FANG Baoying. Position control of PMLSM based on TSKtype recurrent fuzzy neural network［J］.Journal of Mechanical & Electrical Engineering, 2019,36(4):413-417.
《机电工程》杂志：http://www.meem.com.cn