基于改进的PSO-BP神经网络的无刷直流电机控制

作者:王新;候风艳; 刊名:电子测量技术 上传者:刘越红

【摘要】实时检测无位置传感器的无刷直流电机运行过程中的转子位置,并输出相应的开关管导通与关断信号是控制无刷直流电机的一项关键技术.本文针对神经网络控制存在开关管误导通的问题,引入非线性的惯性权重因子并采用异步时变的学习因子改进策略对标准粒子群算法(PSO)进行改进,通过改进的PSO算法对BP神经网络进行优化,进而控制无位置传感器无刷直流电机的换相顺序.仿真实验表明,采用基于改进的PSO-BP神经网络方法控制无刷直流的运行,可以取得满意的结果.

全文阅读

电 子 测 量 技 术 ELECTR0NIC M EA SUREM ENT TECH N0L0GY 第 4O卷 第 2期 2017年 2月 基 于 改进 的 PSO-BP神经 网络 的无刷直流 电机控 制 王 新 候 风 艳 (河 南理 工 大 学物 理 与 电 子信 息 学 院 焦 作 454000) 摘 要 :实时检测无位置传感器 的无刷直 流电机 运行过程中 的转 子位置 ,并输 出相 应 的开关 管导通与关 断信号 是控 制无刷 直流电机的一项关键技术 。本文针对 神经 网络控制存在开关 管误导 通的问题 ,引入非线 性的惯性 权重 因子并 采用异 步时变的学习因子改进策略对标准粒 子群算 法(PSO)进行 改进 ,通过 改进 的 PSO算法对 BP神经 网络进 行优 化 ,进而控制无位置传感器无刷 直流电机的换相顺序 。仿真实验表 明,采用基于改进的 PSO—BP神经 网络方法控 制无 刷直流 的运 行 ,可 以取得满 意的结果 。 关键 词 :无 刷直流电机 ;无位置传感 器 ;转子位置检测 ;PSO;BP神 经网络 中图分 类号 :TN6;TM33 文献标识码 :A 国家标准学科分类代码 :120.3099 Control of brushless DC motor based on improved PSO—BP neural network W ang Xin Hou Fengyan (School of Physics and Electronic Information Engineering,Henan Polytechnic University,Jiaozuo 454000,China) Abstract: Real-time detection for rotor position during the operation of sensorless brushless DC motor and outputting a corresponding switch signal is a key technology for controlling the brushless DC motor. In order to overcome the problem of neural network exists the loca1 optimal value。the nonlinear inertia weight factor is introduced and the learning factor is improved by adopting the improved strategy of asynchronous time variation to improve the standard particle swarm optimization(PSO).Then the improved particle swarm optimization algorithm combined with BP neural network is used to contro1 the commutation order of sensorless brushless DC motor.Simulation results show that the control of brushless DC motor based on improved PSO-BP neural network can achieve satis

参考文献

引证文献

问答

我要提问