基于神经网络的电机转矩软测量研究

• 作者: 蔡华斌
• 来源期刊: 中国测试技术
• 学科: 工学
• 关键词: RBF神经网络 软测量技术 软测量模型 辨识 仿真
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 计量技术与工程测试
• 页码范围: 50-52
• 页数: 3页
• 分类号: TP273
• 字数: 2404字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5124.2007.02.017

摘要

径向基函数神经网络(RBFNN)具有最优逼近和全局逼近的特性,在函数拟合方面优于传统的BP网络,将在化工领域广泛使用的软测量技术应用于电机系统的转矩测量,该方法的可行性进行了论证,并运用RBF神经网络建立转矩的软测量模型.同时建立了基于BP神经网络的软测量模型,用改进的Levenberg-Marquardt算法对BP神经网络进行学习和训练,并对两种网络进行了对比.该方法只需要电流信息,辨识方法简单.研究表明,RBF神经网络辨识效果优于BP神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡华斌	铁道科学研究院机车车辆研究所	1	9	1.0	1.0