基于模糊神经网络的感应电机直接转矩控制

• 作者: 刘燕飞 王倩
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 模糊神经网络 直接转矩控制 转矩脉动 混合学习算法
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 86-89
• 页数: 4页
• 分类号: TM301.2|TP183
• 字数: 2768字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2008.03.017

摘要

传统的直接转矩控制存在较大的转矩脉动.为了减小转矩脉动,提高控制性能,将模糊神经网络算法引入到直接转矩控制当中,设计了基于模糊神经网络的直接转矩控制系统.所采用的Takagi-Sugeno型模糊神经网络充分融合了模糊逻辑和神经网络两者的优点.在模糊神经网络的训练过程中,采用了一种最小二乘算法和BP算法相结合的混合算法进行学习,提高了学习速度.为了验证该算法有效性和可行性,在MATLAB/Simulink环境下建立了基于模糊神经网络的直接转矩控制系统仿真模型,进行了仿真研究.仿真结果表明采用Takagi-Sugeno型的模糊神经网络算法使直接转矩控制系统的转矩脉动明显变小,控制性能明显改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王倩	西南交通大学电气工程学院	89	595	13.0	19.0
2	刘燕飞	西南交通大学电气工程学院	4	31	2.0	4.0