基于RBF神经网络自适应解耦的风力机舱两端悬浮控制方法

摘要

本发明公开了一种基于RBF神经网络自适应解耦的风力机舱两端悬浮控制方法，如何提升机舱轴向悬浮稳定、有效抑制机舱俯仰是风力机舱悬浮稳定关键，为此构建含轴向、俯仰两自由度运动的机舱两端悬浮模型，深入分析风力机舱两端悬浮系统间存在的机械耦合、电磁力耦合以及结构参数不匹配等对机舱悬浮稳定影响，将机舱两端悬浮控制转化为单端独立的RBF神经网络自适应跟踪控制，采用RBF神经网络直接逼近单端悬浮系统中存在的两端交叉耦合项和不确定性干扰，实现机舱稳定悬浮和俯仰力矩的有效抑制，对较重悬浮物的多点悬浮控制具有较强指导意义。