永磁同步电机参数自学习滑模控制研究

• 作者: 唐红雨 赵文祥
• 来源期刊: 电机与控制应用
• 学科: 工学
• 关键词: 永磁同步电机 滑模控制 RBF网络 参数自学习 观测器
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 控制与应用技术
• 页码范围: 1-7
• 页数: 7页
• 分类号: TM351
• 字数: 3618字
• 语种: 中文

摘要

在传统滑模控制中,通常根据实测电流和观测器的电流估计值之差设计滑模面,但这往往会造成趋近滑模面较慢和相位滞后问题.以电流和磁链作为RBF神经网络滑模观测器的输入,把转子角速度作为未知量,采用RBF神经网络最小参数自学习算法,使神经网络滑模控制器的输出作为系统位置控制输入信号,通过参数的估计代替网络权值的调整,减少了计算量,采用指数型趋近律有效降低滑模控制的抖振现象.通过与传统滑模仿真试验相比,比较结果表明该方法可以提高系统的响应速度,实现转子位置的准确估算,降低抖振,改善系统的动态性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐红雨	镇江市高等专科学校电气与信息工程学院	16	30	3.0	5.0
2	赵文祥	江苏大学电气信息工程学院	74	710	12.0	25.0