论文摘要
针对内置式永磁同步电机(IPMSM)参数非线性及不确定性导致的电机转矩难以准确估测和控制等问题,研究了基于ELM(极限学习机)神经网络的IPMSM的矢量控制转矩观测器。利用ELM神经网络较强的泛化能力和逼近能力,同时根据IPMSM的矢量控制要求,设计出电流到转矩的非线性映射;将神经网络输出的估测的转矩作为反馈转矩输入PI转矩控制器,并通过PI电流控制器调节q轴电流;使实际电机转矩等于转矩命令,从而完成对电机的转矩控制。实验结果表明,该观测器有效地减少了90%的转矩脉动,具有良好的动态和静态性能,同时对系统参数不确定性和非线性具有较好的适应性。
论文目录
文章来源
类型: 期刊论文
作者: 厉亚强,张文涛,李涉川
关键词: 内置式永磁同步电机,转矩观测器,极限学习机,矢量控制,闭环控制
来源: 微特电机 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 桂林电子科技大学
基金: 国家自然科学基金项目(61565004),国家科技重大专项(02专项)子课题(2017ZX02101007-003)
分类号: TM341
页码: 50-54
总页数: 5
文件大小: 938K
下载量: 93
相关论文文献
标签：内置式永磁同步电机论文; 转矩观测器论文; 极限学习机论文; 矢量控制论文; 闭环控制论文;