李沛隆，黄 勇*，孙先波，易金桥，梁树先，叶建聪

(1.湖北民族大学 信息工程学院，湖北 恩施，445000；2.广州风标教育技术股份有限公司，广州 510700)

永磁同步电机自问世以来，因为其构造简单、功率密度大、响应迅速、调速范围广、可靠性好等优点，在汽车、伺服系统、轨道交通、数控机床、无人机等领域得到了广泛应用[1-4].目前，在许多的工程控制领域，PID控制器有着其独特的作用，并凭借其结构的简单和实现的简便性得到了广泛应用.可是传统的PID控制却在实践中面临新的挑战，实际复杂多变的系统运行环境，再加上其本身自适应能力的缺陷，导致PID控制器无法满足高精度控制应用场景.因此，设计一个性能优异且便于工程实现的PID控制器成为亟待解决的问题[5-6].

目前在永磁同步电机控制领域，以神经网络为主导的研究正在逐步深入.呼文豹等[7]提出了改进的PID控制方式来缩短响应时间，但该算法由于过于依赖人工助力，计算量复杂、易错等原因导致其无法在工程实际中广泛运用.欧峰等[8]和费红姿等[9]利用模糊控制算法来调节PID参数，虽然能够达到需要的响应速度，可以排除系统自带的干扰，但模糊控制无法自学习且确定模糊规则中子集的确定一般靠经验结论，验证过程比较费时.胡改玲等[10]和李俊等[11]通过串级模糊PID策略来控制无人机，相比于文献[8]的研究有明显的改进，但其仍然无法突破模糊PID控制的瓶颈.

将PID控制与径向基函数(Radial Basis Function，RBF)神经网络进行融合.首先在负……