資源描述：
《基于蝙蝠算法優(yōu)化的自適應(yīng)神經(jīng)模糊推理系統(tǒng)直流無(wú)刷電機(jī)的速度控制》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于蝙蝠算法優(yōu)化的自適應(yīng)神經(jīng)模糊推理系統(tǒng)直流無(wú)刷電機(jī)的速度控制摘要在本文中，用蝙蝠算法在線自適應(yīng)神經(jīng)模糊推理系統(tǒng)呈現(xiàn)直流無(wú)刷電機(jī)的速度控制優(yōu)化。針對(duì)不同的優(yōu)化，采用遺傳算法和蝙蝠算法，學(xué)習(xí)在線ANFIS控制器的參數(shù)，即學(xué)習(xí)率，遺忘因子和最速下降動(dòng)量常數(shù)，粒子群算法和直流無(wú)刷電機(jī)的運(yùn)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(jì)算，比例積分微分（PID），模糊PID的收益調(diào)整，和自適應(yīng)模糊邏輯控制器。得到和比較所考慮的控制器速度響應(yīng)，如上升時(shí)間的時(shí)域特定網(wǎng)絡(luò)陽(yáng)離子，峰值過(guò)沖，下沖，恢復(fù)時(shí)間，穩(wěn)定時(shí)
2、間和穩(wěn)態(tài)誤差。此外評(píng)估和比較上述控制器性能指標(biāo)如均方根誤差，積分絕對(duì)誤差，積分時(shí)間倍增絕對(duì)誤差和積分平方誤差。為了驗(yàn)證所提出的控制器的有效性，在恒定負(fù)荷的條件下，不同的負(fù)載條件和不同的設(shè)定速度條件進(jìn)行直流無(wú)刷電機(jī)的仿真。使用VERI網(wǎng)絡(luò)版先進(jìn)的DSP處理器VERI網(wǎng)絡(luò)陽(yáng)離子對(duì)控制器實(shí)時(shí)實(shí)驗(yàn)。在線ANFIS控制器優(yōu)于所有考慮的工作條件下，仿真結(jié)果和實(shí)驗(yàn)結(jié)果確認(rèn)自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)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(jī)相關(guān)的問(wèn)題通過(guò)直流無(wú)刷電機(jī)克服。直流無(wú)刷電機(jī)效率高，有更低的易感性機(jī)械磨損，
3、每重量比扭矩高，可靠性高，噪音低，壽命長(zhǎng)和電磁干擾總體減少。在許多工業(yè)生產(chǎn)過(guò)程無(wú)刷直流電動(dòng)機(jī)的調(diào)速控制是一個(gè)重要方面[1-4]。多種控制方式都已經(jīng)開(kāi)發(fā)了用于改進(jìn)無(wú)刷直流電機(jī)驅(qū)動(dòng)的速度控制性能。其結(jié)果是，在新興的智能控制系統(tǒng)，無(wú)刷直流電機(jī)驅(qū)動(dòng)的興趣有所增加和基于線性和非線性模型設(shè)計(jì)的直流電動(dòng)機(jī)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(wú)刷直流電動(dòng)機(jī)。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(diào)整。
4、在[6]中，混合模糊PID控制器一直提出在直流無(wú)刷電機(jī)中的應(yīng)用。遺傳算法是用來(lái)調(diào)模糊PID控制器的輸入和輸出縮放因子。但由于突發(fā)性負(fù)載擾動(dòng)和速度變化，模糊PID控制器還具有不確定性因素。已被設(shè)計(jì)在無(wú)刷直流電動(dòng)機(jī)[7]模糊滑?？刂破骱捅壤e分微分控制器模糊滑?？刂频挠行赃M(jìn)行了比較。模糊設(shè)計(jì)控制器依賴(lài)非常對(duì)人體的專(zhuān)業(yè)知識(shí)的基礎(chǔ)上，提出的目標(biāo)和滑?？刂破鞯脑O(shè)計(jì)也很復(fù)雜。在[8]中,并行模糊PID算法已來(lái)實(shí)現(xiàn)速度調(diào)節(jié)器的直流無(wú)刷電機(jī)，但模糊PID控制器由于突發(fā)的負(fù)載擾動(dòng)存在不確定性因素。自適應(yīng)模糊邏輯控制器
5、已經(jīng)開(kāi)發(fā)速度響應(yīng)和建立時(shí)間在[9]和無(wú)刷的具有較大的穩(wěn)態(tài)誤差的無(wú)刷直流電動(dòng)機(jī)。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(wú)刷直流電機(jī)驅(qū)動(dòng)。然而，控制器會(huì)降低在瞬態(tài)期間的無(wú)刷直流電動(dòng)機(jī)的速度的性能。在[11]，混合的PI模糊邏輯控制器一直用于直流無(wú)刷電機(jī)?；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(shè)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(wú)刷直流電動(dòng)機(jī)的速度。該控制器產(chǎn)生了較大過(guò)沖以及因負(fù)載變化的響應(yīng)速度下沖。在[13]，已經(jīng)概述
6、了直流無(wú)刷電機(jī)模糊神經(jīng)網(wǎng)絡(luò)基于PI/PD控制器擴(kuò)展卡爾曼濾波。這種控制設(shè)計(jì)增加了控制器的復(fù)雜性。在[14]，ANFIS基于有監(jiān)督評(píng)論家控制器算法已被提出，但評(píng)論的比例調(diào)整和衍生收益具有控制系統(tǒng)顯著的影響性能如超調(diào)大，建立時(shí)間大和馬達(dá)的速度響應(yīng)穩(wěn)態(tài)誤差高。在[15]，對(duì)于直流無(wú)刷電機(jī)的設(shè)計(jì)由粒子群與ANFIS增益比例積分根據(jù)速度調(diào)節(jié)器的整定。如果操作條件的改變，速度的響應(yīng)也發(fā)生了變化，因此，控制器僅對(duì)于設(shè)計(jì)具體的操作條件。此外，網(wǎng)上ANFIS控制器從得知遺忘因子和最速下降動(dòng)量與在直流無(wú)刷電機(jī)的工作點(diǎn)變化
7、。這些參數(shù)對(duì)時(shí)域規(guī)格有顯著的效果。由于直流無(wú)刷電機(jī)的工作點(diǎn)定期更換，它已成為必要。為一個(gè)優(yōu)化目標(biāo)，許多已制定的算法和每一個(gè)算法都有自己的優(yōu)點(diǎn)和缺點(diǎn)。遺傳算法（GA）是在開(kāi)發(fā)[16]模糊邏輯控制器的最佳設(shè)計(jì)。但是，這種優(yōu)化技術(shù)方法取決于的大小正在研究的系統(tǒng)需要很長(zhǎng)的運(yùn)行時(shí)間。此外，它算法的設(shè)置已引起參數(shù)重復(fù)類(lèi)似的次優(yōu)解決方案。基在[17]了于粒子群優(yōu)化（PSO）的設(shè)計(jì)參數(shù)。PSO相對(duì)于其他相關(guān)的優(yōu)化技術(shù)如GA有一定優(yōu)勢(shì)。然而，PSO在其速度和調(diào)節(jié)跟蹤不太精確。此外，該算法在高級(jí)搜索階段銜接不暢，弱局部搜
8、索能力和算法可能會(huì)導(dǎo)致局部最優(yōu)解決方案不成立。在為了克服這些缺點(diǎn)，并獲得更好的清晰度，最近研究人員開(kāi)始利用蝙蝠算法[18,19]。蝙蝠算法在啟發(fā)式算法下進(jìn)行分類(lèi)。蝙蝠算法是一種新的搜索算法，看臺(tái)上的微型蝙蝠的行為回聲定位。初步研究表明，對(duì)于GA和PSO求解無(wú)約束優(yōu)化問(wèn)題蝙蝠算法是更好的，因?yàn)檫@些方法無(wú)法處理多模態(tài)優(yōu)化問(wèn)題[19]。因?yàn)?，該無(wú)刷直流電動(dòng)機(jī)的運(yùn)轉(zhuǎn)狀態(tài)趨于太多改變，魯棒控制器設(shè)計(jì)下寬工作操作條件范圍，在已經(jīng)給足夠的研究范圍下也提升了控制系統(tǒng)的性
