基于RBF神经网络的直线磁悬浮同步电动机控制优化OACSTPCD

选择数控机床进给控制系统的励磁直线电机作为研究对象,并根据该系统运行机制构建数学模型,设置误差函数以及RBF神经网络来实现逼近控制,通过自适应律验证了系统运行的稳定性,并开展仿真分析。空载启动下,RBF控制达到了最快的响应速率,经过0.17 s就进入制定悬浮高度处,与PID和SMC控制相比调节效率依次提升42.2%和24.1%。突加负载下,RBF控制悬浮气隙高度下降5.0×10^(-5) m,经过0.065 s恢复到原先状态,相对之前PID和SMC控制,动态降落显著减小,恢复时间也明显缩短。端部扰动下,RBF控制形成基本稳定响应,有助于获得更加稳定的气隙高度,使控制系统对端部效应起到明显抵抗作用。经测试可知:采用本控制策略能够实现系统抗干扰性能的显著提升。