[發明專利]一種基于自適應模糊神經網絡的電機轉速跟蹤控制方法

有效

• 申請號: 201310695259.8
• 申請日: 2013-12-13
• 公開（公告）號: CN103701396A
• 公開（公告）日: 2014-04-02
• 發明（設計）人: 史婷娜;肖竹欣;夏長亮
• 申請（專利權）人: 天津大學
• 主分類號: H02P23/00
• 分類號: H02P23/00
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 程毓英

1.一種基于自適應模糊神經網絡的電機轉速跟蹤控制方法，其特征在于，采用轉速、電流雙閉環控制，外環為轉速環，設計了基于滑模控制理論的模糊神經網絡控制器（SMFNN），內環為電流環，采用比例積分（PI）控制器；所述的模糊神經網絡轉速控制器由兩部分組成，一部分是PID控制器，另一部分是模糊神經網絡，這兩部分共同作用得到轉速控制器的輸出i_r，即PID控制器的輸出i_PID減去模糊神經網絡的輸出i_FNN作為轉速控制器的輸出i_r，且其中k_p、k_i、k_d分別為比例、積分和微分系數，e為轉速誤差，為轉速誤差的導數。?

2.根據權利要求1所述的電機轉速跟蹤控制方法，其特征在于，模糊神經網絡部分，將PID型等效滑模面表示為S_PID，且S_PID=i_PID，學習速率表示為η，模糊神經網絡的輸入層有兩個節點，分別表示為x₁和x₂，x₁和x₂分別是轉速誤差e和轉速誤差的導數x₁的導數表示為x₂的導數表示為隸屬度層選用高斯隸屬度函數，作用是將輸入層的信號模糊化，c_Ai、σ_Ai分別表示輸入層節點x₁的第i個隸屬度函數的中心因子和標準差，cB_j、σB_j分別表示輸入層節點x₂的第j個隸屬度函數的中心因子和標準差，規則層的作用是對隸屬度層的節點進行模糊推理，規則層l_ij規則的輸出經歸一化后表示為，且?其中i=1、2…M，j=1、2…N，M和N分別表示屬于x₁和x₂的隸屬度函數的個數，ωi_j為規則層li_j規則在輸出層所占的權重值，輸出層有一個節點，為規則層的加權線性組合，即則需要修正的參數包括：隸屬度函數的中心因子c_Ai、c_Bj及標準差σ_Ai、σ_Bj，規則層l_ij規則在輸出層所占的權重值ω_ij，其修正律為?

其中，sgn(S_PID)是符號函數，當S_PID>0時，sgn(S_PID)=1，當S_PID<0時，sgn(S_PID)=-1，當S_PID=0時，sgn(S_PID)=0。?

3.根據權利要求2所述的模糊神經網絡的參數修正方法，其特征還在于，修正律中的符號函數sgn(S_PID)用如下函數g(S_PID)代替：?

其中，ε為選定的誤差帶的寬度。?