一类永磁同步电机混沌运动的GWO-RBFNN双参协同智能优化控制

打开文本图片集

摘 要：针对永磁同步电机（permanent magnet synchronous motor，PMSM）混沌控制问题，提出了一种基于GWO-RBFNN的双参协同智能优化控制方法。从控制器能够自动搜索预期运动状态的角度出发，选择Poincaré截面上两点间距离作为控制器输入，并考虑到系统参数对系统动力学行为的耦合影响作用，基于径向基函数神经网络（radial basis function neural network，RBFNN）设计了双参协同控制器；采用灰狼优化算法（grey wolf optimization，GWO）优化选择控制器参数，以实现最佳的控制器性能；通过对PMSM系统中两个可控参数进行微幅扰动调整，将系统从混沌状态控制到预期的运动状态。（剩余14396字）