磁悬浮改进RBF神经网络控制的仿真研究 (2011年)

利用RBF神经网络的自学习、自适应能力,在传统PID控制基础上,提出一种改进的RBF在线辨识的自适应PID控制方法。为避免系统启停过程中,短时大偏差引起的超调较大,文中利用RBF网络提供辨识信息实现对参数KP、KD调整,对参数KI不做整定,以满足磁悬浮系统的动态和静态性能要求。设计中采用S-函数建立磁悬浮系统的非线性模型,搭建PD参数整定和RBF网络辨识器,并与常规方法进行比较。仿真结果表明,该方法能够有效控制磁悬浮系统,具有更好的自适应性和抗干扰性。