基于模糊变步长神经网络的永磁同步电机控制系统

• 作者: 赵一民 黄植功
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 永磁同步电机 学习步长 神经网络 模糊控制
• 年，卷（期）: 2015,（4）
• 页码范围: 20-24
• 页数: 5页
• 分类号: TM341
• 字数: 2442字
• 语种: 中文
• DOI: 10.16088/j.issn.1001-6600.2015.04.004

摘要

永磁同步电机在传统工业生产、调速系统中应用较为广泛,但是该电机拥有非线性、强耦合、多变量等特性,使系统的响应能力和抗干扰能力降低.为保证系统平稳的运行,本文将RBF神经网络辨识器应用到永磁同步电机控制系统中,并使用模糊逻辑优化神经网络的学习步长,提高了RBF神经网络的辨识精度.仿真结果表明,这种优化后的神经网络辨识器对永磁同步电机速度控制有着良好的运行性能,比以往的传统PID控制转速超调量更小,更快地趋于平稳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄植功	广西师范大学电子工程学院	23	40	4.0	5.0
2	赵一民	广西师范大学电子工程学院	3	6	2.0	2.0