《基于RBF神经网络的永磁同步电机无位置传感器控制》PDF+DOC
作者:史婷娜,王向超,夏长亮
单位:中国科学院电工研究所
出版:《电工电能新技术》2007年第02期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFDGDN2007020030
DOC编号:DOCDGDN2007020039
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于RBF神经网络-滑模观测器的PMSM无传感器矢量控制》PDF+DOC2019年第02期 孙一品,丁学明
《基于扩展卡尔曼滤波的PMSM无位置传感器控制》PDF+DOC2015年第01期 施大发,施佳,黄庆,李杰,李高林
《基于改进型滑模观测器的电动汽车用永磁同步电机转子位置估算》PDF+DOC2017年第01期 薛增涛,郭颖颖,李争
《永磁同步电机无位置传感器控制技术在天津地铁的应用研究》PDF+DOC2020年第03期 周兴祥
《基于霍尔传感器的永磁同步电机高精度转子位置观测》PDF+DOC2019年第22期 张懿,张明明,魏海峰,李垣江,刘维亭
《永磁同步电机传动系统低速运行的新方法》PDF+DOC1997年第04期 王新生,陈拯民
《基于RBF神经网络的无刷直流电机无位置传感器控制》PDF+DOC2002年第03期 夏长亮,文德,范娟,杨晓军
《基于小波神经网络的永磁同步电机无速度传感器控制》PDF+DOC2010年第07期 李毓洲,阳林
《用RBF神经网络改善传感器输出特性》PDF+DOC2008年第28期 史健芳,龚海燕,汤洪彪
《RBF神经网络在传感器故障诊断中的应用研究》PDF+DOC2006年第05期 翟卫青,王化冰
本文通过分析永磁同步电机Id=0控制策略及其间接位置检测原理,提出了基于径向基函数(RBF)神经网络的无位置传感器控制方法。该方法首先构建一个隐层节点数为零的四输入两输出RBF网络,网络的输入为电机α-β轴上电压和电流,输出为转子转角和转速,然后在离线训练过程中按照自适应算法不断添加和删除隐层节点,形成一个结构简单、紧凑的RBF网络,最后采用梯度下降纠正误差法在线训练更新网络参数。该方法通过对电机α-β轴上电压和电流的映射,得到了电机转子的转角和转速,取代了传统的位置传感器。实验结果表明了该控制方法的有效性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。