基于模糊 RBF 神经网络的无刷直流电机 PID 控制

来源：计算机技术与发展杂志2022年第08期北京时间：

作者：顾文斌;';杨生胜;王贤良;苑明海

单位：1. 河海大学 机电工程学院,江苏 常州 213022;2. 南通河海大学 海洋与近海工程研究院,江苏 南通 226004

摘要：针对无刷直流电机在传统 PID 控制方式下,存在抗干扰能力差、响应速度慢以及控制精度低等问题,提出一种基于模糊径向基函数( RBF) 神经网络的无刷直流电机 PID 控制策略。 首先,利用模糊控制不需要精确数学模型的优势,能够克服传统 PID 对数学模型的依赖性,而模糊控制规则的制定主要取决于经验,因此,将 RBF 神经网络与模糊控制相结合,可以提高其自学习、自适应能力。 此外,利用改进蚁群算法对模糊神经网络的参数进行初始化,避免了在传统聚类方法下陷入局部最优的困境,同时提高了模糊神经网络的收敛速度,然后将列文伯格-马夸尔特算法融入模糊神经网络,以确定神经网络的权值,并提高神经网络的训练速度。 最后,在 Simulink 中通过仿真与其他控制策略进行对比。 仿真结果表明,模糊 RBF 神经网络 PID 控制策略相较于其他控制策略,在无刷直流电机控制系统中具有更优异的控制性能。

关键词：无刷直流电机;模糊径向基函数;改进蚁群算法;LM 算法;PID 控制