李学哲, 张 军, 潘玉民

(1. 华北科技学院 信息与控制技术研究所，北京 101601; 2. 华北科技学院 科技管理处，北京 101601)

0 引 言

CMAC+PD复合控制策略目前在机器人及各种电机控制中得到了广泛应用，但在无刷直流电机(Brushless DC Motor, BLDCM)中的应用研究甚少，基于小脑模型关节控制器(Cerebellar Model Articulation, CMAC)逆模型控制的研究成果则更为鲜见。文献[1]提出了一种基于神经网络的BLDCM系统逆控制策略，通过离线训练BP网络，采用静态神经网络加积分器来构造逆模型，将其与原电机系统串联构成伪线性系统，取得了较理想的控制效果。但该方法实现较复杂，BP网络存在训练速度慢、局部极小等问题，逆模型的有效性受训练样本的制约。文献[2]提出了一种利用CMAC+PD复合控制器对BLDCM进行电流、转速闭环控制。该方法能够有效抑制负载扰动，快速平稳跟踪给定指令，动静态性能均优于PID控制，但并未从逆模型控制角度进行分析。本文提出了一种基于CMAC+PD逆动态模型控制的BLDCM系统转速闭环控制方案。仿真试验结果表明，该方法可以显著提高系统的动静态性能。

逆模型控制的概念由美国斯坦福大学著名教授B.Widrow于1986年首次提出[3]。该方法是一种新颖的智能控制策略，近年来倍受关注。逆模型控制的潜在优势是能够将被控对象的全部信息，尤其是复杂系统中的非线性、时变、耦合、干扰及不确定因素等映射于逆模型中，并与系统模型相抵消。逆模型本质是一种非线性动力学系统，因此对难以建立精确数学模型和具有不确定因素的复杂系统控制十分有效。……