声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：31-1316/TU
国际刊号：1000-3835
发布日期:
作者：孙宇新，钱忠波,
单位：江苏大学，电气信息工程学院，镇江 212013
关键词：无轴承异步电动机; 解耦控制; 径向基函数神经网络; 磁链辨识; 鲁棒控制器; 数控机床
为了实现对数控机床用高速无轴承异步电动机(bearingless induction motor, BIM)动态解耦控制以实现降低悬浮电主轴抖动，本文提出了一种基于径向基函数神经网络(radial basis function neural network, RBFNN)的悬浮子系统自适应独立控制方法。首先，基于RBFNN构建了气隙磁链观测器，因为RBFNN具有较强的自学习和自适应能力，所以辨识的气隙磁链较为精确；其次，基于Hamilton-Jacobi-Isaacs (HJI)原理设计RBFNN逆系统鲁棒控制器，应用基于HJI不等式的RBFNN辨识系统模型不确定和外界干扰，提高系统的稳定性，悬浮子系统动态独立解耦控制得以实现；最后，将磁链辨识器和逆系统鲁棒控制器组成双RBFNN悬浮子系统逆独立控制系统。仿真和实验结果表明，采用该控制方法BIM系统能获得良好的动、静态性能。<br>
来源：2016年第21期
《振动与冲击》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。