基于改进蚁群优化神经网络反推控制的IM鲁棒控制

摘要：

针对六相铜转子感应电机(SpCRIM)在不确定扰动条件下的鲁棒控制,提出一种基于改进蚁群优化(AACO)递归罗曼诺夫斯基多项式神经网络(RRoPNN)的反推控制策略.首先,基于反推控制理论设计了SpCRIM的控制律,并提出了一种改进的具有自适应律的RRoPNN,以实现对反推控制律中的总不确定度进行估计;然后设计了相应的误差估计律对网络观测误差进行补偿,同时实现在线参数调节;为防止早熟并加快所提RRoPNN的收敛速度,提出了AACO算法对RRoPNN连接权值学习率进行调整;通过Lyapunov稳定性理论证明了所提控制方法的鲁棒性;最后,对所提出控制器的位置跟踪性能进行了实验验证,并与经典PI控制器及基于开关函数的反推控制器进行了对比.结果表明,所提控制方法具有更为良好的位置跟踪精度和鲁棒性.

关键词：六相感应电机、多项式神经网络、反推控制、蚁群优化算法、鲁棒控制

所属期刊栏目：53

分类号：TM346(电机)

资助基金：国网江苏省电力有限公司科技项目J2019124

在线出版日期：2023-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：23-30