基于模糊RBF神经网络滑模观测器的电机控制方法

本发明提出了一种基于模糊RBF神经网络滑模观测器的电机控制方法，包括：建立永磁同步电机的数学模型，通过Clark变换将坐标变换到两项静止坐标系α‑β轴；将α‑β轴上的控制电压输入至滑模观测器中，得到α‑β轴的电流观测值，将得到的电流观测值与电流实际值做差得到电流误差，将电流误差输入模糊RBF神经网络，用于在RBF神经网络和模糊控制的协同作用下得到滑模增益比例因数，通过比例因数调节滑模增益，将整定后的滑模增益送入开关函数中以得到反电动势，最后经过锁相环解调从而得到电机的位置信息和转速的估计值。本发明对电机转子位置和速度的估计精度比传统的滑模观测器更加准确，并且有效地抑制了系统的抖振。