一种基于神经网络逆的感应电动机解耦线性化改进策略

• 作者: 戴先中 王新
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 转子磁链 神经网络逆系统 自适应解耦线性化 感应电动机 鲁棒性
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 电机与传动控制
• 页码范围: 32-38
• 页数: 7页
• 分类号: TP13
• 字数: 4727字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6753.2008.04.006

摘要

由于感应电动机运行过程中的参数变化,磁场定向控制和解析逆控制所实现的解耦线性化遭到破坏.为此,基于输出为转子磁链幅值和转速的电流控制型感应电动机模型,本文提出了一种神经网络逆解耦线性化方法,理论分析表明,此方法可以实现感应电动机系统的自适应解耦线性化,弱化转子磁链与转速之间的耦合,从而简化外环控制器的设计,进一步提高整个系统控制性能.最后,对采用所提解耦线性化方法的整个感应电动机控制系统进行仿真研究,仿真结果对比表明该解耦线性化方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴先中	东南大学自动化学院	185	3390	32.0	48.0
2	王新	东南大学自动化学院	24	268	9.0	15.0