基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对以矢量控制工作方式的复杂多电机同步系统,以3台电机同步系统为研究对象,证明了该系统可逆,提出了基于增长和修剪的RBF(GGAP-RBF)神经网络逆的多电机同步控制方法.将RBF神经网络逆串接在三电机系统之前,组成由速度和张力子系统组成的伪线性复合系统,分别对速度和张力子系统设计闭环控制器,实现了对速度和张力的解耦控制.根据给定的性能指标,对RBF神经元数目进行适当增删和修剪,解决了BP神经网络逆控制系统难以进行优化的问题,为复杂多电机同步系统的控制提供了简化依据.仿真结果表明,该方法具有较好的动静态性能.
推荐文章
模糊PID神经网络逆控制多电机系统研究
多电机
神经网络
逆系统
模糊PID
基于RBF神经网络的复杂系统的建模与优化
RBF神经网络
建模与优化
复杂系统
联合制碱
基于RBF神经网络的PID控制
RBF
PID
参数整定
仿真
Matlab
两变频调速电机系统的神经网络逆同步控制
解耦控制
同步控制
感应电机
变频器
神经网络
逆系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GGAP-RBF神经网络逆的复杂多电机系统同步控制
来源期刊 控制工程 学科 工学
关键词 多电机 GGAP-RBF 神经网络逆 解耦控制
年,卷(期) 2011,(1) 所属期刊栏目 过程控制技术及应用
研究方向 页码范围 31-34,38
页数 分类号 TP27
字数 3270字 语种 中文
DOI 10.3969/j.issn.1671-7848.2011.01.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘国海 江苏大学电气信息工程学院 263 3146 27.0 43.0
2 张今朝 江苏大学电气信息工程学院 31 150 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (118)
参考文献  (7)
节点文献
引证文献  (11)
同被引文献  (35)
二级引证文献  (85)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(6)
  • 参考文献(2)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(10)
  • 引证文献(2)
  • 二级引证文献(8)
2015(17)
  • 引证文献(1)
  • 二级引证文献(16)
2016(18)
  • 引证文献(1)
  • 二级引证文献(17)
2017(19)
  • 引证文献(0)
  • 二级引证文献(19)
2018(14)
  • 引证文献(2)
  • 二级引证文献(12)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多电机
GGAP-RBF
神经网络逆
解耦控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
总被引数(次)
44239
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导