首页 | 官方网站   微博 | 高级检索  
     

基于递归模糊神经网络的感应电机无速度传感器矢量控制
引用本文:王耀南,王辉,邱四海,黄守道.基于递归模糊神经网络的感应电机无速度传感器矢量控制[J].中国电机工程学报,2004,24(5):84-89.
作者姓名:王耀南  王辉  邱四海  黄守道
作者单位:湖南大学电气与信息工程学院,湖南,长沙,410082
基金项目:国家“十五”重点科技攻关项目(ZZ02-03-01-05),湖南省自然科学基金项目(02JJY2089)
摘    要:该文提出了一种控制性能较好的递归模糊神经网络(RFNN)无速度传感器感应电机矢量控制方法,该方法使用模型参考自适应方法辨识转子磁场位置和转速,采用递归模糊神经网络控制器作为转矩控制器来近似系统最优控制器输出。仿真实验表明,当系统参数动态变化或受到外部不确定性因素的影响时,利用神经网络来在线动态的调整网络的隶属函数参数以及神经网络递归权值,使系统仍将具有很好的动静态性能。

关 键 词:感应电机  无速度传感器  矢量控制  递归模糊神经网络  隶属函数  最优控制器
文章编号:0258-8013(2004)05-0084-06
修稿时间:2003年10月30

THE FIELE-ORIENTED CONTROL FOR SPEED-SENSORLESS INDUCTION MOTOR DRIVE BASED ON RECURRENT FUZZY NEURAL NETWORK
WANG Yao-nan,WANG Hui,QIU Si-hai,HUANG Shou-dao.THE FIELE-ORIENTED CONTROL FOR SPEED-SENSORLESS INDUCTION MOTOR DRIVE BASED ON RECURRENT FUZZY NEURAL NETWORK[J].Proceedings of the CSEE,2004,24(5):84-89.
Authors:WANG Yao-nan  WANG Hui  QIU Si-hai  HUANG Shou-dao
Abstract:This paper presents a speed-sensorless field-oriented control for induction motor drive based on recurrent fuzzy neural network(RFNN).The rotor flux and speed are derived on the basis of the model reference adaptive system (MRAS) theory. The RFNN controller is used as a torque controller to mimic a optimized output of the system. The simulation results show the good performance for the system by using network to adjust the parameters and the recurrent weight of neural network on-line dynamically on the condition of variety of system parameter and the impact of outside uncertainty factors.
Keywords:Induction motor  Recurrent fuzzy neural network  Learning arithmetic  Field-oriented control  Speed-sensorless
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号