原文传递
基于模糊RBF神经网络的磁悬浮系统研究
| 论文题名： | 基于模糊RBF神经网络的磁悬浮系统研究 |
| 关键词： | 磁悬浮系统;PID控制;RBF神经网络;MATLAB仿真 |
| 摘要： | 磁悬浮技术是将电磁学、动力学、电力电子以及自动控制等多学科有机结合在一起，并随着这些技术及理论的发展而建立起来的一种典型的机电一体化技术。目前，越来越多的国内外学者都展开了对磁悬浮技术的研究。磁悬浮系统是一个具有非线性、开环不稳定和不确定等特性的复杂系统，这给控制器的设计增加了难度。常规的PID控制难以取得令人满意的控制效果。必须研究和开发新的控制策略。 本文首先对单自由度磁悬浮系统的结构和工作原理以及动态性能进行了深入的研究，并把该系统作为研究对象。针对系统开环不稳定和非线性的特点，利用S-函数建立磁悬浮系统的非线性模型，然后分别采用经典PID控制策略和基于BP神经网络整定的PID控制对磁悬浮系统进行控制，并在MATLAB环境下进行仿真，通过仿真结果指出这两种控制方法的缺陷和不足。最后针对常规PID参数整定困难以及BP神经网络算法训练速度慢、容易陷入局部极小值、学习效率低等问题，提出一种基于模糊RBF神经网络智能PID控制方法。径向基函数(RBF)网络具有运算量小，收敛速度快，能够在一定程度上改善BP网络的不足。该方法结合神经网络学习能力强以及模糊控制推理能力强的特点，将模糊逻辑推理与RBF神经网络相结合，对PID控制器的三个参数kp、ki、kd进行在线调整，整定出一组适合磁悬浮系统的PID参数，满足磁悬浮系统的静态和动态性能要求。仿真结果表明，基于模糊RBF神经网络整定PID控制方法能够实现对磁悬浮系统的有效控制，同时该控制方法具有更好的抗干扰性和自适应能力。 |
| 作者： | 戴赛 |
| 专业： | 控制理论与控制工程 |
| 导师： | 张静 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨理工大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
