电主轴定子电阻混合智能辨识方法

• 作者: 吴玉厚 张丽秀 片锦香
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 工学
• 关键词: 直接转矩 定子电阻 神经元网络 案例推理
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 机械工程
• 页码范围: 1098-1103
• 页数: 6页
• 分类号: TM34
• 字数: 3846字
• 语种: 中文

摘要

目的 研究不同工况下电主轴定子电阻变化规律,找寻有效的定子电阻辨识方法,提高电主轴直接转矩控制(DTC)系统性能和定子电阻辨识精度.方法 实验检测电主轴不同工况下定子电阻,分析影响定子电阻的主要因素,将影响定子电阻变化的变量作为辨识系统的输入,建立人工神经元网络(ANN)与案例推理(CBR)联合组成的混合式智能定子电阻辨识的模型.结果 单纯地通过人工神经元网络方法对定子电阻进行辨识,辨识的误差可以达到±0.005 Ω;利用案例推理技术对神经元网络的辨识结果进行修正后,定子电阻辨识的误差减小到±0.002Ω.结论 基于神经元网络及案例推理相结合的定子电阻辨识方法与单纯的神经元网络辨识相比,可将定子电阻辨识精度提高60％,将辨识以后的定子电阻导入到电主轴直接转矩控制系统中,大大地提高了系统的控制性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴玉厚	沈阳建筑大学交通与机械工程学院	281	1922	22.0	31.0
2	张丽秀	沈阳建筑大学交通与机械工程学院	76	254	8.0	11.0
3	片锦香	沈阳建筑大学交通与机械工程学院	34	132	5.0	10.0