摘要
本发明涉及电机控制领域,具体公开了一种预测电机同步控制系数的方法,包括在电机控制器内部建立交叉耦合同步控制系统,对电机输入由目标转速、各电机实际转速负反馈信号以及两电机实际转速差值与同步补偿系数的乘积负反馈信号形成的控制指令,以得到不同固定参数的电机及其对应的同步PID参数和补偿系数,收集不同固定参数的电机及其对应的同步PID参数和补偿系数,通过BP神经网络算法建立可预测关于电机固定参数的PID参数和补偿系数的预测模型,通过预测模型可以快速得到新参数电机对应的PID参数和补偿系数,减少大量调试时间,大幅提升平台化开发的效率。
技术关键词
同步控制系统
预测电机
BP神经网络算法
参数
同步补偿器
PID控制器
Sigmoid函数
电机控制器
建立预测模型
偏差
误差
单层
速度
信号
噪声
平台
关系
系统为您推荐了相关专利信息
LSTM神经网络
智能示波器
sigmoid函数
采集系统
非线性
鲁棒性测试方法
教师
学生
语义分割模型
注意力机制
人体生理数据
调理装置
数据处理单元
传感器系统
表面肌电图