论文摘要
为了解决传统滑模观测器方法应用在永磁同步电机无传感器矢量控制时所产生的抖振问题,使用RBF神经网络动态调节观测器的切换增益,即使其输入为传统滑模估计方案中的电流估计误差,输出为滑模增益;同时为了简化系统结构、提高方案可行性,将RBF神经网络设计为单输入单输出的结构,并将网络的学习和工作过程融合,使其在自身网络参数的不断优化中实时输出滑模增益,以增强系统鲁棒性。最后通过Matlab/Simulink软件对该系统进行建模仿真,并将该方法与传统滑模观测器方法进行对比。实验结果表明,该方案能够为矢量控制提供更加准确的转子位置及速度信息,提高了整个电机控制系统的稳定性。
论文目录
文章来源
类型: 期刊论文
作者: 孙一品,丁学明
关键词: 神经网络,滑模观测器,无传感器矢量控制,永磁同步电机
来源: 测控技术 2019年02期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业
单位: 上海理工大学光电信息与计算机工程学院
分类号: TM341
DOI: 10.19708/j.ckjs.2019.02.029
页码: 137-141
总页数: 5
文件大小: 642K
下载量: 198
相关论文文献
标签：神经网络论文; 滑模观测器论文; 无传感器矢量控制论文; 永磁同步电机论文;