← 返回
基于神经网络和双相位补偿器的步进电机自适应电流控制器
Adaptive Current Controller Based on Neural Network and Double Phase Compensator for a Stepper Motor
| 作者 | Hoang Ngoc Tran · Kien Minh Le · Jae Wook Jeon |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2019年8月 |
| 技术分类 | 控制与算法 |
| 技术标签 | PWM控制 机器学习 深度学习 |
| 相关度评分 | ★★ 2.0 / 5.0 |
| 关键词 | 自适应电流控制器 神经网络 相位补偿器 步进电机 自适应位置控制器 AFPR控制 |
语言:
中文摘要
本文提出了一种改进步进电机精度的先进方法，包含自适应电流控制器和自适应位置控制器。核心技术是基于神经网络（NN）的自适应前馈比例谐振（AFPR）电流控制技术，该方法在传统比例积分控制基础上实现了显著优化。
English Abstract
In this paper, we propose an advanced approach to improve the accuracy of stepper motors based on an effective phase compensator. The proposed approach includes an adaptive current controller and an adaptive position controller. The proposed adaptive feed-forward proportional-resonant (AFPR) current control technique with a neural network (NN) is an improvement over the conventional proportional-i...
S
SunView 深度解读
该文献聚焦于电机控制算法，虽然主要针对步进电机，但其提出的基于神经网络的自适应控制策略（AFPR）在电力电子控制领域具有通用性。对于阳光电源而言，该算法思想可借鉴应用于光伏逆变器或储能变流器（PCS）的电流环控制，特别是在复杂电网环境下提升谐波抑制能力和动态响应速度。此外，在iSolarCloud智能运维平台中，利用神经网络进行设备运行状态的自适应调节也是未来的技术演进方向。建议研发团队关注该文献中神经网络与传统控制结合的鲁棒性设计，以优化现有产品的控制性能。