← 返回
基于改进思维进化算法优化BP神经网络的六极径向主动磁轴承解耦控制
Decoupling Control of Six-Pole Radial Active Magnetic Bearings Based on BP Neural Network Inverse Optimized by Improved Mind Evolutionary Algorithm
| 作者 | Zhihao Ma · Huangqiu Zhu |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2026年2月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 机器学习 故障诊断 |
| 相关度评分 | ★★ 2.0 / 5.0 |
| 关键词 | 主动磁悬浮轴承 解耦控制 BP 神经网络 智能进化算法 逆系统 径向位移 |
语言:
中文摘要
针对六极径向主动磁轴承(AMB)转子两个自由度径向位移的耦合问题,提出了一种基于改进思维进化算法(MEA)优化BP神经网络的逆系统解耦控制策略。文章介绍了六极AMB的结构与原理,建立了数学模型,并通过仿真验证了该控制策略在实现解耦控制、提高系统动态性能方面的有效性。
English Abstract
To solve the coupling issues of radial displacements in the two degrees of freedom of a six-pole radial active magnetic bearing (AMB) rotor, a decoupling control strategy based on backpropagation neural network (BPNN) inverse optimized by an improved mind evolutionary algorithm (MEA) is proposed. First, the structure and working principle of the six-pole radial AMB are introduced, and its mathemat...
S
SunView 深度解读
该研究聚焦于主动磁轴承的高精度解耦控制,属于高端旋转机械的精密控制范畴。虽然阳光电源的核心业务集中在电力电子变换(光伏、储能、风电),但该技术中涉及的“基于AI算法的复杂系统解耦控制”思路,对阳光电源的风电变流器及大型旋转设备驱动控制具有一定的参考价值。建议关注其在高速电机驱动或风电发电机组轴系振动抑制方面的潜在应用,以提升系统运行的可靠性与稳定性。