基于BP神经网络的无刷直流电机控制器优化设计

王 玲，程耕国，赵玉寿

（武汉科技大学 信息科学与工程学院，武汉 430081)

基于BP神经网络的无刷直流电机控制器优化设计

王 玲，程耕国，赵玉寿

（武汉科技大学 信息科学与工程学院，武汉 430081)

无刷直流电机是一个多变量、强耦合的非线性系统，用常规的线性控制方法很难达到理想的控制效果。为了克服常规PID控制方法的不足，应用了BP神经网络对速度控制器的PID参数进行了优化设计。使用MATLAB仿真结果表明，采用BP神经网络这种控制方式的无刷直流电机调速系统具有良好的动态性能和稳态精度，能达到进一步优化控制系统性能的目的。

无刷直流电动机；BP神经网络；速度控制系统

引言

无刷直流电机由于采用永磁转子，其能量密度也比交流电机大，结构简单和具有良好的调速性能，在工业中得到了广泛的应用。但由于该电机是一个多变量、强耦合的非线性系统，如电枢反应的非线性、负载扰动、电阻变化等，使得难以用一个精确的数学表达式来描述永磁无刷直流电机的电磁关系，所以使用常规的 PID控制方法很难达到理想的控制效果。

人工神经网络是由大量神经元处理单元广泛互联形成的网络，是一个高度复杂的非线性动力学系统，特别适合处理需要同时考虑许多因素和条件的、不确定和模糊的信息处理问题。反向误差传播算法（back propagation以下简称BP网络）是对非线性可微分函数进行权值训练的多层前向神经网络，是目前人工神经网络实际应用中应用最广，效果最好的一种模型方法，它有较好的持久性和适时预报性。……