RBF-SMC磁浮控制器

温升下悬浮更稳

利用RBF神经网络在线估计并补偿温升扰动，克服传统PID在磁浮系统中的悬浮力衰减问题。

Li, Zhengyan · Ke, Zhihao · Jiaheng, Shi · Shi, Hongfu · 邓自刚

IEEE Transactions on Intelligent Vehicles 2025

参数信息

跟踪误差降低百分比

75.2 %

技术优势

温升下悬浮不衰减

RBF神经网络实时估计并补偿温升引起的扰动，避免悬浮力损失。

抗干扰能力更强

滑模控制对参数变化和外部扰动不敏感，结合神经网络补偿后鲁棒性提高。

应用场景

• 磁浮车辆控制：直接替换磁浮车原有PID控制器，消除温升导致的悬浮力损失。
• 主动悬挂系统：为主动悬挂系统提供自适应滑模控制算法，提升抗干扰能力。
• 低空悬浮交通：保障低空悬浮交通在温升工况下的稳定悬浮，减少维护停机。