基于模糊神经网络的双凸极永磁电机非线性建模

• 作者: 孙强 程明
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 双凸极永磁电机 非线性模型 自适应模糊神经网络 混合算法 遗传算法
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 短文
• 页码范围: 601-606
• 页数: 6页
• 分类号: TP341
• 字数: 3946字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2007.04.016

摘要

双凸极永磁电机的电感、磁链等特性呈严重非线性,常规的线性或准线性模型难以准确反映双凸极永磁电机的实际特性,影响双凸极永磁电机的控制精度和工作性能.为此,本文提出采用自适应模糊神经网络建立双凸极永磁电机模型的新方法.首先在介绍了自适应模糊神经网络结构后,采用改进的递推最小二乘法修改网络参数,同时采用遗传算法对遗忘因子和学习率进行了优化,仿真计算和实测结果表明,该模型有很快的收敛性和很高的精确度,最后给出了利用模型实现双凸极永磁电机优化控制的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程明	东南大学电气工程学院	165	3603	33.0	55.0
2	孙强	合肥学院电子信息与电气工程系	10	33	4.0	5.0