采用RBF网络补偿的直线电动机迭代学习控制

针对垂直提升分段永磁同步直线电动机(PMLSM)提升系统中存在的各种扰动因素,在已建立的分段PMLSM动力学模型下,采用一种径向基(RBF)神经网络非线性补偿和迭代学习控制相结合的方法对其系统进行跟踪控制,通过RBF网络修正反馈环节的控制信号输入,实现系统的误差最小化位置跟踪目标。运用Matlab软件,分别对RBF网络补偿+迭代学习控制、复合迭代学习控制进行仿真。仿真研究表明,前者的跟踪准确度优于后者,并且能够对系统的时不变非线性因素进行更有效的补偿。