基于自回归小波神经网络的感应电动机滑模反推控制

• 作者: 王家军
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 感应电动机 自回归小波神经网络 滑模控制 反推控制
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 长论文
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP37
• 字数: 6024字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2009.00001

摘要

为了提高感应电动机控制的鲁棒件,提出了一种新颖的感应电动机解耦模型.基于感应电动机的解耦模型,利用滑模控制和反推控制设计电动机的虚拟转矩和磁链电压控制器.滑模开关增益的大小是造成系统抖振的关键,采用自回归小波神经网络(Self-recurrent wavelet neural networks,SRWNN)在线估计滑模开关增益的大小可以有效降低滑模控制造成的抖振.仿真结果表明基于SRWNN在线估计滑模开关增益的滑模反推控制方案可以有效提高感应电动机控制的鲁棒性,同时降低了滑模控制造成的抖振.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王家军	杭州电子科技大学自动化研究所	47	307	9.0	15.0