基于自适应RBF神经网络的PID自调控制技术在无刷直流电机驱动的机器人关节中的应用 薛彩霞、毕辉、朱伦

《Applied Sciences》:Adaptive RBF Neural Network-Based Self-Tuning PID Control for BLDC Motor-Driven Robotic Joints Caixia Xue, Hui Bi and Lun Zhu

【字体: 大 中 小 】 时间:2026年05月03日 来源:Applied Sciences 2.5

编辑推荐:

   摘要

  

摘要

对机器人关节进行精确且稳健的控制对于高性能机器人系统至关重要。然而,传统的比例-积分-微分(PID)控制器在应用于非线性且时变条件下的无刷直流(BLDC)电机驱动关节时,其适应性有限。为了解决这个问题,本文提出了一种基于径向基函数(RBF)神经网络的增强型自调PID控制策略。RBF神经网络作为在线识别器,用于近似BLDC电机的非线性动态并在线估计系统雅可比矩阵。根据估计的雅可比矩阵,PID增益(Kp、Ki 和 Kd)通过梯度下降机制进行自适应更新,从而能够持续适应不同的工作条件。仿真和实验结果表明,与传统的PID和PI控制器相比,所提出的方法能够实现几乎可忽略的超调、更快的稳定性能以及更高的稳态精度。此外,该控制器还在突然的速度变化和启停条件下表现出更强的抗干扰能力和更稳健的性能。该方法有效地结合了PID控制的简单性与神经网络的适应性,为高精度机器人关节控制提供了一个实用且高效的解决方案。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号