论文摘要
永磁同步电机(PMSM)实际运行过程中由于外界环境温度磁场变化以及自身磁路饱和,会引起电机参数变化,导致电机控制性能下降。提出了一种变步长的自适应线性(adaline)神经网络对电机进行多参数在线辨识,在学习过程中使用自适应于误差的步长因子,并在权值更新公式中增加了动量项,从而加快了PMSM多参数在线辨识的收敛速度,提高了辨识精度,进而提高永磁同步电机的控制性能。通过建立数学模型,用计算机对辨识方法进行了仿真研究。仿真结果表明,对比传统的Adaline神经网络,该算法收敛速度更快,并且具有稳态误差小,鲁棒性好的特点。
论文目录
文章来源
类型: 期刊论文
作者: 申中一,吕刚震,王建祥
关键词: 永磁同步电机,参数辨识,神经网络,变步长
来源: 电子测量技术 2019年23期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业,自动化技术
单位: 上海理工大学机械工程学院
分类号: TP183;TM341
DOI: 10.19651/j.cnki.emt.1903080
页码: 85-90
总页数: 6
文件大小: 1525K
下载量: 127