共查询到17条相似文献,搜索用时 78 毫秒
1.
针对永磁同步电动机这一非线性多变量的复杂系统,提出了不依赖对象精确数学模型与参数的永磁同步电动机神经网络逆系统控制方法.给出了永磁同步电动机的一般数学模型和解析逆模型,证明了该系统可逆,用神经网络逆系统对其进行控制是可行的.永磁同步电动机的逆系统由静态神经网络加积分器构成,与原系统串联,实现了永磁同步电动机的转速和磁链动态解耦.在此基础上,对两个解耦的伪线性子系统设计了线性闭环调节器,使整个系统获得优良的动静态性能.仿真实验结果表明,神经网络逆系统方法可以实现对永磁同步电动机的高性能控制,对参数变化和负载扰动具有较强的鲁棒性. 相似文献
2.
永磁同步电动机逆系统解耦控制 总被引:2,自引:0,他引:2
提出了一种永磁同步电动机(PMSM)的逆系统线性化解耦控制方法。首先,通过非线性状态反馈获得PMSM的逆系统,将多变量、非线性、强耦合的PMSM动态解耦成转速与定子电流两个低阶的线性子系统,然后,分别设计线性控制器对转速与定子电流子系统进行闭环控制。仿真结果表明:提出的控制方案具有优良的动态和静态性能,且对负载变化具有较强鲁棒性。 相似文献
3.
基于逆系统理论的永磁同步电动机解耦控制 总被引:1,自引:0,他引:1
针对永磁同步电机这种多变量、非线性、强耦合的控制对象,应用逆系统方法,将永磁同步电机解耦成二阶线性转速子系统和一阶线性磁链子系统;在此基础上,采用鲁棒伺服控制器对伪线性子系统进行线性闭环控制设计.仿真试验表明,这种控制策略能够实现永磁同步电机转速和定子磁链之间的动态解耦控制,并且系统具有良好的动静态性能. 相似文献
4.
5.
6.
7.
永磁同步电动机神经网络速度控制的仿真 总被引:1,自引:1,他引:0
利用神经网络作为控制器 ,取代常规的PID控制器 ,实现永磁同步电动机调速系统速度控制的研究。仿真结果表明 :当突加负载扰动或参数突变时 ,神经网络控制与PID控制相比 ,具有恢复时间短 ,振荡小等特点 ,证明了神经网络控制的优越性。 相似文献
8.
将带外部输入的非线性自回归模型展开成多项式形式,在此基础上用残差分析法导出真实的阶次所满足的条件。为了克服神经网络结构依靠人工试凑的不足,使用基于Hession矩阵的修剪法来优化其结构。考虑到BP算法的一些固有缺点,使用NDEKF(基于节点的解耦扩展Kalman滤波器算法)来训练网络。实验证明,网络的输出结果与试验样机的实际输出十分接近;同时将NDEKF与BP算法进行对比,NDEKF算法具有收敛较快、泛化能力强、不易陷入局部极小等特点。 相似文献
9.
混沌神经网络算法是把混沌特性和Hop-field网络特征相结合,在Hopfield网络中引入混沌机制。充分利用两种算法的优点,把它运用在电机设计中。混沌神经网络算法具有很强的克服陷入局部极小能力和较快的收敛速度,函数优化结果表明该算法具有很好的全局收敛能力及稳定运行等优点。对比优化前后的工作特性曲线可以看出,在电机工作性能基本不变的情况下,电机体积有所减小,效率有所提高。 相似文献
10.
11.
12.
13.
14.
15.
16.