本文擬借助于神經(jīng)網(wǎng)絡良好的逼近能力，實現(xiàn)永磁同步電機的無位置傳感器控制。 人工神經(jīng)網(wǎng)絡(Neural Network)可以逼近任意復雜非線性映射，具有很強的自學習自適應能力，十分適合于解決復雜的非線性控制問題。其中，BP神經(jīng)網(wǎng)絡是目前廣泛應用的神經(jīng)網(wǎng)絡之一，得到了較為深入的研究，其結構簡單，需要離線確定的參數(shù)少、泛化能力強、逼近精度高、實時性強，采用BP神經(jīng)網(wǎng)絡實現(xiàn)永磁同步電機的調速控制具有重要意義。 文中提出了基于BP神經(jīng)網(wǎng)絡的永磁同步電機自適應調速控制策略，建立了一種包含辨識網(wǎng)絡和控制網(wǎng)絡的雙神經(jīng)網(wǎng)絡結構控制系統(tǒng)。辨識網(wǎng)絡在線動態(tài)辨識系統(tǒng)輸出并對控制網(wǎng)絡參數(shù)進行調整，控制網(wǎng)絡與PI控制方法相結合實現(xiàn)永磁同步電機自適應轉速控制。仿真結果表明，該系統(tǒng)動態(tài)響應快、實時性較強、精度較高。 文中提出了一種基于混合訓練算法的BP神經(jīng)網(wǎng)絡永磁同步電機無位置傳感器控制方法。采用混沌優(yōu)化和梯度下降法相結合的混合算法對BP神經(jīng)網(wǎng)絡進行離線訓練后，將其用于永磁同步電機的轉子位置角在線估計。結果表明，該訓練算法可以有效地加快神經(jīng)網(wǎng)絡收斂速度，且估計的轉子位置角誤差較小、精度較高。 文中建立了以TMS320F2812芯片為核心的永磁同步電機調速控制系統(tǒng)，并進行了相應的軟硬件設計，為實現(xiàn)永磁同步電機的各種控制策略奠定了實驗基礎。DSP控制系統(tǒng)為神經(jīng)網(wǎng)絡訓練提供樣本，為研究永磁同步電機的自適應調速控制和轉子位置角估計創(chuàng)造了條件。
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
資源簡介：
上傳時間：
上傳用戶：
