In this paper, a new control scheme

In this paper, a new control scheme for speed control is proposed that utilizes sliding mode control (SMC) and radial basis function neural network (RBFNN) to achieve the robustness. First, the design of conventional sliding mode control scheme is investigated. However, the bounds of uncertainties in the induction motor are needed to preserve the robust property. The proposed neural network sliding mode control law can avoid calculating the limits of the uncertainties in the induction motor, and be robust to these uncertainties. Unlike conventional SMC, a RBFNN controller replaces the output of the sliding mode controller to eliminate undesired chattering. Finally, computer simulation results have demonstrated that the proposed control scheme provides robust dynamic characteristics without large chattering.

結果 (繁體中文) 1:

在本文中，用於速度控制的新控制方案，提出了利用滑動模式控制（SMC）和徑向基函數網絡（RBFNN）來實現的魯棒性。首先，傳統的滑動模式控制方案的設計進行了研究。不過，還需要在感應電機的不確定性的界限，以保持強勁的性能。所提出的神經網絡滑模控制律可避免計算感應電動機的不確定性的限制，並且是堅固的，以這些不確定性。不同於傳統的SMC，一個RBFNN控制器取代滑動模式控制器的輸出，以消除不需要的顫動。最後，計算機模擬結果表明，所提出的控制方案提供了強大的動力特性沒有大的抖動。

結果 (繁體中文) 2:

本文提出了一種新的速度控制方案，利用滑動模式控制（SMC）和徑向基函數神經網路（RBFNN）來實現魯棒性。首先，研究了傳統的滑動模式控制方案的設計。然而，需要感應電機中的不確定性來保持堅固的特性。提出了神經網路滑動模式控制規律，可以避免計算感應電機中不確定性的極限，並對這些不確定性具有較強的支援力。與傳統的SMC不同，RBFNN控制器取代了滑動模式控制器的輸出，以消除不需要的顫動。最後，電腦模擬結果表明，該控制方案提供了強大的動態特性，沒有大的顫動。

結果 (繁體中文) 3:

本文提出了一種新的速度控制方案，利用滑模控制（SMC）和徑向基函數神經網路（RBFNN）來實現速度控制的魯棒性。首先，研究了常規滑模控制方案的設計。然而，為了保持非同步電動機的魯棒性，需要確定其不確定性的界。所提出的神經網路滑模控制律可以避免計算非同步電動機不確定性的極限，對這些不確定性具有魯棒性。與傳統的滑模控制器不同，RBFNN控制器取代了滑模控制器的輸出以消除不希望的抖振。最後，電腦模擬結果表明，所提出的控制方案在不產生大的抖振的情况下具有魯棒的動態特性。