从感应伺服电机驱动的自适应神经控制中学习

针对系统参数完全未知的感应伺服电机驱动系统,为提高系统的控制精度,通过分析间接磁场定向控制感应伺服电机驱动模型,使用RBF神经网络设计了一种新的自适应神经网络控制器,使系统的输出跟踪给定参考轨迹,并在稳定的控制过程中实现了确定学习,使分神经网络权值收敛到最优值及未知闭环系统动态的局部准确逼近,学过的知识可应用到后续相同或相似的控制任务中,提高系统的控制精度。最后,用实例仿真说明了所设计控制算法能实现在控制中学习。