一种基于RBF神经网络PID优化的挤压油膜阻尼器主动控制方法

本发明公开一种基于RBF神经网络PID优化的挤压油膜阻尼器主动控制方法。其步骤为：通过数据采集模块获取转子系统的状态参数；将所述状态参数输入RBF神经网络，利用RBF神经网络对PID控制参数进行在线优化；基于优化后的PID参数，通过压电陶瓷控制器驱动压电陶瓷促动器，调节挤压油膜阻尼器的阻尼力，实现对转子系统振动的主动控制。本发明融合RBF神经网络非线性逼近与PID控制稳定性，解决传统被动控制的迟滞、锁死问题，实现转子系统振动的主动抑制，大大提升了控制精度与可靠性。