伺服位置控制参数的RBF神经网络自整定研究  

Study on Position Control Parameters Auto-tuning of Servo System Based on RBF Neural Network

作　　者：周佳[1] 卢少武[1] 周凤星[1] 

机构地区：[1]武汉科技大学信息科学与工程学院,武汉430081

出　　处：《组合机床与自动化加工技术》2016年第3期75-77,81,共4页Modular Machine Tool & Automatic Manufacturing Technique

基　　金：国家自然科学基金项目(51405349);武汉科技大学科技创新基金项目(14ZRA139)

摘　　要：为了获得满意的交流伺服系统位置控制性能,需要对伺服系统位置控制参数进行整定。提出一种基于RBF神经网络的伺服系统位置控制参数自整定方法,该方法利用RBF神经网络全局寻优的优点,对伺服系统位置PF控制参数进行整定,从而改善常规PF控制器的控制效果,最后通过仿真实验进行了验证。仿真结果表明:与常规PF控制方法相比,该方法稳定有效,控制精度高,具有更好的控制效果。引入了RBF神经网络的伺服系统,提高了动态性能,增强了系统稳定性。To obtain the satisfactory the position control performance of AC servo system,the position control parameters of servo system should be tuned. This paper presents a position control parameters auto-tuning algorithm of servo system based on RBF neural network,the aim of which is to improve the control effect of traditional PF controller. It is verified through simulation finally. The simulation results showthat,compared with traditional PF control algorithm,the proposed algorithm is stable and effective,and has high precision and better control effect. Based on the RBF neural network,the dynamic performance and the stability of the servo system is improved obviously.

关 键 词：伺服系统 永磁同步电机 RBF神经网络 PF参数整定 

分 类 号：TH161[机械工程—机械制造及自动化] TG659[金属学及工艺—金属切削加工及机床]