基于RBF神经网络的PMSM滑模控制

摘要

针对永磁同步电机(PMSM)系统中经典滑模控制器产生的抖振现象对机械结构带来的损耗问题,设计了基于径向基(RBF)神经网络的滑模控制算法。采用RBF神经网络实时调节滑模控制中指数趋近律的切换增益,通过梯度下降法优化RBF神经网络的权值,增强电机的动态特性与抗干扰能力。与滑模控制进行对比仿真实验,仿真实验结果表明,该控制算法的跟踪性能更好,且能够有效降低滑模控制器的抖振。