王天鹤 赵希梅 金鸿雁

基于递归径向基神经网络的永磁直线同步电机智能二阶滑模控制

王天鹤 赵希梅 金鸿雁

（沈阳工业大学电气工程学院 沈阳 110870）

针对永磁直线同步电机（PMLSM）易受系统参数变化、外部扰动、摩擦力等不确定性因素影响的问题，采用二阶滑模控制（2OSMC）和递归径向基神经网络（RRBFNN）相结合的智能二阶滑模控制（I2OSMC）方法来提高系统控制性能。利用2OSMC削弱传统滑模控制中的抖振问题，提高了系统的位置跟踪精度。但由于难以估计系统中不确定性因素的边界，从而无法实现2OSMC的最佳性能，因此，引入RRBFNN对不确定性因素进行估计。由于RRBFNN具有较快的学习能力，可通过在线训练网络参数，进而提高系统的鲁棒性。实验结果表明，所提出的控制方法切实可行，能够有效地抑制不确定性因素对系统的影响，使系统具有较高的位置跟踪精度和较强的鲁棒性能。

永磁直线同步电机 不确定性因素 二阶滑模控制 递归径向基神经网络

0 引言

近年来，随着电力电子技术的进步以及高性能永磁材料的发展，永磁直线同步电机（Permanent Magnet Linear Synchronous Motor, PMLSM）受到了极大的重视[1]。由于具有结构简单、没有机械摩擦力、推力大和体积小等优点，PMLSM适合于高性能伺服应用场合，广泛应用于交通运输、航空航天、工业与自动化、仪器仪表和军工业等领域[2]。PMLSM的特点在于利用电能直接产生直线运动，不需要中间转换结构，省去了传动链、齿轮组、滚珠丝杠等间接机械传动装置，消除了间隙死区、摩擦以及弹性等影响，但同时PMLSM伺服系统性能受时变不确定性因素影响很大，其中包括系统参数变化、外部扰动、摩擦力等[3-4]。……