資源描述：
《基于蝙蝠算法優(yōu)化的自適應神經模糊推理系統(tǒng)直流無刷電機的速度控制》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、基于蝙蝠算法優(yōu)化的自適應神經模糊推理系統(tǒng)直流無刷電機的速度控制摘要在本文中，用蝙蝠算法在線自適應神經模糊推理系統(tǒng)呈現(xiàn)直流無刷電機的速度控制優(yōu)化。針對不同的優(yōu)化，采用遺傳算法和蝙蝠算法，學習在線ANFIS控制器的參數(shù)，即學習率，遺忘因子和最速下降動量常數(shù)，粒子群算法和直流無刷電機的運行條件。此外采用遺傳算法，粒子群算法優(yōu)化和蝙蝠算法計算，比例積分微分（PID），模糊PID的收益調整，和自適應模糊邏輯控制器。得到和比較所考慮的控制器速度響應，如上升時間的時域特定網絡陽離子，峰值過沖，下沖，恢復時間，穩(wěn)定時間和穩(wěn)態(tài)誤差。此外評估和比較上述控制器性能指標如均方根誤差，積分
2、絕對誤差，積分時間倍增絕對誤差和積分平方誤差。為了驗證所提出的控制器的有效性，在恒定負荷的條件下，不同的負載條件和不同的設定速度條件進行直流無刷電機的仿真。使用VERI網絡版先進的DSP處理器VERI網絡陽離子對控制器實時實驗。在線ANFIS控制器優(yōu)于所有考慮的工作條件下，仿真結果和實驗結果確認自適應模糊神經網絡蝙蝠算法優(yōu)化了其他控制器。1.緒論大多數(shù)有刷直流電機相關的問題通過直流無刷電機克服。直流無刷電機效率高，有更低的易感性機械磨損，每重量比扭矩高，可靠性高，噪音低，壽命長和電磁干擾總體減少。在許多工業(yè)生產過程無刷直流電動機的調速控制是一個重要方面[1-4]。
3、多種控制方式都已經開發(fā)了用于改進無刷直流電機驅動的速度控制性能。其結果是，在新興的智能控制系統(tǒng)，無刷直流電機驅動的興趣有所增加和基于線性和非線性模型設計的直流電動機電刷眾多的智能控制方案。[5–15].在[5]基于速度控制器比例積分微分（PID）控制器已發(fā)展為三相無刷直流電動機。然而，PID控制器降低系統(tǒng)控制器的恒定增益參數(shù)，從控制器的參數(shù)也表現(xiàn)該控制器不斷受到不正確的調整。在[6]中，混合模糊PID控制器一直提出在直流無刷電機中的應用。遺傳算法是用來調模糊PID控制器的輸入和輸出縮放因子。但由于突發(fā)性負載擾動和速度變化，模糊PID控制器還具有不確定性因素。已被設
4、計在無刷直流電動機[7]模糊滑模控制器和比例積分微分控制器模糊滑?？刂频挠行赃M行了比較。模糊設計控制器依賴非常對人體的專業(yè)知識的基礎上，提出的目標和滑?？刂破鞯脑O計也很復雜。在[8]中,并行模糊PID算法已來實現(xiàn)速度調節(jié)器的直流無刷電機，但模糊PID控制器由于突發(fā)的負載擾動存在不確定性因素。自適應模糊邏輯控制器已經開發(fā)速度響應和建立時間在[9]和無刷的具有較大的穩(wěn)態(tài)誤差的無刷直流電動機。在[10]中討論與PI控制器的有效性相比模糊速度控制器適配無刷直流電機驅動。然而，控制器會降低在瞬態(tài)期間的無刷直流電動機的速度的性能。在[11]，混合的PI模糊邏輯控制器一直用于
5、直流無刷電機?；旌系腜I的性能模糊控制器比傳統(tǒng)的PI控制器更好。但是，該控制器顯示，由于設置速度變化存在不確定因素。在[12]，所述已使用模糊PD控制器控制無刷直流電動機的速度。該控制器產生了較大過沖以及因負載變化的響應速度下沖。在[13]，已經概述了直流無刷電機模糊神經網絡基于PI/PD控制器擴展卡爾曼濾波。這種控制設計增加了控制器的復雜性。在[14]，ANFIS基于有監(jiān)督評論家控制器算法已被提出，但評論的比例調整和衍生收益具有控制系統(tǒng)顯著的影響性能如超調大，建立時間大和馬達的速度響應穩(wěn)態(tài)誤差高。在[15]，對于直流無刷電機的設計由粒子群與ANFIS增益比例積分
6、根據(jù)速度調節(jié)器的整定。如果操作條件的改變，速度的響應也發(fā)生了變化，因此，控制器僅對于設計具體的操作條件。此外，網上ANFIS控制器從得知遺忘因子和最速下降動量與在直流無刷電機的工作點變化。這些參數(shù)對時域規(guī)格有顯著的效果。由于直流無刷電機的工作點定期更換，它已成為必要。為一個優(yōu)化目標，許多已制定的算法和每一個算法都有自己的優(yōu)點和缺點。遺傳算法（GA）是在開發(fā)[16]模糊邏輯控制器的最佳設計。但是，這種優(yōu)化技術方法取決于的大小正在研究的系統(tǒng)需要很長的運行時間。此外，它算法的設置已引起參數(shù)重復類似的次優(yōu)解決方案。基在[17]了于粒子群優(yōu)化（PSO）的設計參數(shù)。PSO相對
7、于其他相關的優(yōu)化技術如GA有一定優(yōu)勢。然而，PSO在其速度和調節(jié)跟蹤不太精確。此外，該算法在高級搜索階段銜接不暢，弱局部搜索能力和算法可能會導致局部最優(yōu)解決方案不成立。在為了克服這些缺點，并獲得更好的清晰度，最近研究人員開始利用蝙蝠算法[18,19]。蝙蝠算法在啟發(fā)式算法下進行分類。蝙蝠算法是一種新的搜索算法，看臺上的微型蝙蝠的行為回聲定位。初步研究表明，對于GA和PSO求解無約束優(yōu)化問題蝙蝠算法是更好的，因為這些方法無法處理多模態(tài)優(yōu)化問題[19]。因為，該無刷直流電動機的運轉狀態(tài)趨于太多改變，魯棒控制器設計下寬工作操作條件范圍，在已經給足夠的研究范圍下也提升了控
8、制系統(tǒng)的性
