10.13700/j.bh.1001-5965.2017.0777
基于UMAC的RBF神经网络PID控制
针对通用电机运动控制器(UMAC)下的传统PID控制和现有的模糊PID控制自适应性和鲁棒性较差,伺服系统的动静态性能不理想的问题,将RBF神经网络引入到UMAC的PID参数调节中,增强伺服系统的自适应性和鲁棒性,并提高系统动静态特性.通过UMAC的嵌入式PLC程序对算法进行了实现,位置阶跃响应实验和正弦跟踪实验表明,RBF神经网络PID控制下的伺服电机位置阶跃响应上升时间由传统PID控制下的0.164 s和模糊PID控制下的0.118 s减小到了0.017 s,峰值时间由传统PID控制下的0.196 s和模糊PID控制下的0.131 s减小到了0.023 s,调节时间由传统PID控制下的0.216 s和模糊PID控制下的0.142 s减小到了0.025 s,电机响应速度变快;RBF神经网络PID控制下的伺服电机位置正弦响应动态跟随最大误差由传统PID控制下的188 counts和模糊PID控制下的120 counts减小到了39 counts,且误差波动较小、平稳,伺服电机动态跟随性能显著提高.
通用电机运动控制器(UMAC)、RBF神经网络、自适应性、鲁棒性、动静态性能
44
TP301.6(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金
2018-11-19(万方平台首次上网日期,不代表论文的发表时间)
共8页
2063-2070