基于TSK型递归模糊神经网络的加工中心双直线电机交叉耦合同步控制.pdf

基于TSK型递归模糊神经网络的加工中心双直线电机交叉耦合同步控制 本文主要讨论了基于TSK型递归模糊神经网络（TSK-RFNN）的加工中心双直线电机交叉耦合同步控制方法。该方法将TSK-RFNN与交叉耦合同步控制（CCC）结合，解决了双直线电机的同步跟踪问题。 TSK-RFNN是一种递归模糊神经网络，能够解决单轴perm a n e nt m agnet lin e a r synchronous m o to r（PMLSM）受到参数变化和外界扰动等不确定性影响的问题。TSK-RFNN可以估计并偿总不确定性因素，并在线调整网络参数，从而抵抗外界干扰，提高系统的鲁棒性和跟踪性。 CCC是将单轴跟踪误差按照一定比例分配给两台PMLSM，以抑制由不同步问题引起的不平衡扭矩。通过将TSK-RFNN与CCC结合，可以实现双直线电机的高精度同步运行。 实验结果表明，该方法具有鲁棒性和跟踪性优良，可以较好地满足加工中心同步控制的要求。 知识点： 1. TSK型递归模糊神经网络（TSK-RFNN）：一种递归模糊神经网络，能够解决单轴PMLSM受到参数变化和外界扰动等不确定性影响的问题。 2. 交叉耦合同步控制（CCC）：一种控制方法，将单轴跟踪误差按照一定比例分配给两台PMLSM，以抑制由不同步问题引起的不平衡扭矩。 3. 递归模糊神经网络（RFNN）：一种神经网络模型，能够解决不确定性问题。 4. 模糊神经网络（FNN）：一种神经网络模型，能够解决不确定性问题。 5. perm a n e nt m agnet lin e a r synchronous m o to r（PMLSM）：一种直线电机，具有高精度同步运行的要求。 6. 加工中心同步控制：一种控制方法，旨在实现加工中心的高精度同步运行。 本文提出了一种基于TSK-RFNN的加工中心双直线电机交叉耦合同步控制方法，解决了双直线电机的同步跟踪问题，提高了系统的鲁棒性和跟踪性。