基于CAPSO-RBF的磁悬浮系统控制研究

来源：机床与液压杂志2022年第22期北京时间：

作者：贾涌槟，李丹菁

单位：上海应用技术大学电气与电子工程学院；上海应用技术大学电气与电子工程学院

摘要：为解决传统控制器磁悬浮球系统快速性和稳定性易受干扰等问题，建立云自适应粒子群优化（CAPSO）的RBF神经网络监督控制器。通过RBF神经网络学习整定PD控制器的输出后采用云自适应粒子群算法对RBF网络的3个参数进〖JP+1〗行归一动态优化。采用原有RBF神经网络梯度下降法、粒子群算法、云自适应粒子群算法分别训练后进行对比控制仿真。结果表明：基于CAPSO-RBF的混合控制算法实现了磁悬浮球系统自适应控制，其动态性能和稳态性方面有较好的提升。

关键词：磁悬浮系统;粒子群算法;云自适应算法;RBF神经网络;系统控制