基于变步长自适应线性神经网络的PMSM参数辨识

基于变步长自适应线性神经网络的PMSM参数辨识

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

  • 0 引 言
  • 1 PMSM数学模型
  • 2 Adaline神经网络
  •   2.1 Adaline神经网络
  •   2.2 传统LMS算法
  •   2.3 步长可变的LMS算法
  •   2.4 优化算法分析
  • 3 基于变步长Adaline神经网络的PMSM多参数辨识
  •   3.1 永磁同步电机参数辨识原理
  •   3.2 参数辨识步骤
  • 4 仿真验证与结果分析
  •   4.1 仿真设置
  •   4.2 仿真结果与分析
  • 5 结 论
  • 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

    相关论文文献

    标签:;  ;  ;  ;  

    基于变步长自适应线性神经网络的PMSM参数辨识
    下载Doc文档

    猜你喜欢