摘要:步進電機細分控制中電機繞組電流與電機角度輸出是一種非線性函數,其精確擬合是步進電機細分控制中的一個重要課題,應用神經網絡對其模擬是一種新嘗試。針對前饋神經網絡的反向傳播(BP)學習算法在逼近非線性函數時收斂速度慢,沒有先驗知識的缺點,提出利用基于知識的人工神經網絡(KBANN)來確定步進電機的最佳細分電流數據。仿真結果袁明,KBANN具有精度高、速度快的特點,能夠實現步進電機均勻步距的細分控制。
關鍵詞:知識人工神經網絡;步進電機;細分控制;精確擬合
中圖分類號:TN915-34 文獻標識碼:A 文章編號:1004-373X(2011)07-0190-03