本文關(guān)鍵詞：數(shù)控機(jī)床高速無軸承異步電動(dòng)機(jī)懸浮子系統(tǒng)RBFNN逆獨(dú)立解耦控制，由筆耕文化傳播整理發(fā)布。

【摘要】：為了實(shí)現(xiàn)對(duì)數(shù)控機(jī)床用高速無軸承異步電動(dòng)機(jī)(Bearingless Induction Motor,BIM)動(dòng)態(tài)解耦控制以實(shí)現(xiàn)降低懸浮電主軸抖動(dòng),提出了一種基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(Radial Basis Function Neural Network,RBFNN)的懸浮子系統(tǒng)自適應(yīng)獨(dú)立控制方法。首先,基于RBFNN構(gòu)建了氣隙磁鏈觀測(cè)器,因?yàn)镽BFNN具有較強(qiáng)的自學(xué)習(xí)和自適應(yīng)能力,所以辨識(shí)的氣隙磁鏈較為精確;其次,基于Hamilton-Jacobi-Isaacs(HJI)原理設(shè)計(jì)RBFNN逆系統(tǒng)魯棒控制器,應(yīng)用基于HJI不等式的RBFNN辨識(shí)系統(tǒng)模型不確定和外界干擾,提高系統(tǒng)的穩(wěn)定性,懸浮子系統(tǒng)動(dòng)態(tài)獨(dú)立解耦控制得以實(shí)現(xiàn);最后,將磁鏈辨識(shí)器和逆系統(tǒng)魯棒控制器組成雙RBFNN懸浮子系統(tǒng)逆獨(dú)立控制系統(tǒng)。仿真和實(shí)驗(yàn)結(jié)果表明,采用該控制方法 BIM系統(tǒng)能獲得良好的動(dòng)、靜態(tài)性能。
【作者單位】： 江蘇大學(xué)電氣信息工程學(xué)院;華域汽車電動(dòng)系統(tǒng)有限公司技術(shù)研發(fā)部;
【關(guān)鍵詞】： 無軸承異步電動(dòng)機(jī) 解耦控制 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò) 磁鏈辨識(shí) 魯棒控制器 數(shù)控機(jī)床
【基金】：國家自然科學(xué)基金(61174005)
【分類號(hào)】：TG659;TM343
【正文快照】： 依靠轉(zhuǎn)矩繞組和懸浮力繞組產(chǎn)生磁場(chǎng)的共同作用,無軸承異步電動(dòng)機(jī)(Bearingless Induction Motor,BIM)可以實(shí)現(xiàn)其鼠籠轉(zhuǎn)子的穩(wěn)定懸浮,具有結(jié)構(gòu)簡(jiǎn)單、易于弱磁、可靠性高等優(yōu)點(diǎn),非常適合在注入高速精密數(shù)控機(jī)床、高壓密封泵等高速驅(qū)動(dòng)的高新技術(shù)領(lǐng)域,因而受到了國內(nèi)外學(xué)者的廣泛

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 宋鵬;彭繼慎;;基于FARX和RBFNN模型的壓鑄機(jī)液壓系統(tǒng)故障診斷[J];特種鑄造及有色合金;2011年01期

  本文關(guān)鍵詞：數(shù)控機(jī)床高速無軸承異步電動(dòng)機(jī)懸浮子系統(tǒng)RBFNN逆獨(dú)立解耦控制，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：510843