文献类型：期刊文章

作　　者：党选举[1] 徐小平[1] 于晓明[2] 姜辉[1]

机构地区：[1]桂林电子科技大学电子工程与自动化学院,广西桂林541004 [2]陕西科技大学电气与信息工程学院,陕西西安710021

出　　处：《电机与控制学报》

基　　金：国家自然科学基金(60964001;61263013);广西自然科学基金重点项目(桂科自0991019Z)

年　　份：2013

卷　　号：17

期　　号：1

起止页码：43-50

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSCD、CSCD_E2013_2014、EI(收录号：20131316153350)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对永磁同步直线电机跟踪性能易受推力波动、摩擦力等干扰严重影响的问题,提出了基于小波神经网络的控制方法。分析证明了所构建的小波神经网络能以任意精度逼近主要干扰:非线性推力波动干扰。并且在复合前馈PID控制方法的基础上,利用小波神经网络实现了对永磁同步直线电机干扰的在线估计补偿。小波神经网络的控制实验的跟踪误差为0.15 mm,精确度为0.75%,实验结果表明,与复合前馈PID控制方法和神经网络自适应逆模型控制方法相比,基于小波神经网络的控制方法有效地提高了系统的跟踪性和鲁棒性,并能有效消除干扰对系统的影响。

关 键 词：永磁同步直线电机 小波神经网络 干扰补偿  复合控制

分 类 号：TM351]