基于变步长自适应线性神经网络的PMSM参数辨识

• 作者: 吕刚震 王建祥 申中一
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 永磁同步电机 参数辨识 神经网络 变步长
• 年，卷（期）: 2019,（23）
• 所属期刊栏目: 理论与算法
• 页码范围: 85-90
• 页数: 6页
• 分类号: TN43|TM351
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903080

摘要

永磁同步电机(PMSM)实际运行过程中由于外界环境温度磁场变化以及自身磁路饱和,会引起电机参数变化,导致电机控制性能下降.提出了一种变步长的自适应线性(adaline)神经网络对电机进行多参数在线辨识,在学习过程中使用自适应于误差的步长因子,并在权值更新公式中增加了动量项,从而加快了PMSM多参数在线辨识的收敛速度,提高了辨识精度,进而提高永磁同步电机的控制性能.通过建立数学模型,用计算机对辨识方法进行了仿真研究.仿真结果表明,对比传统的Adaline神经网络,该算法收敛速度更快,并且具有稳态误差小,鲁棒性好的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕刚震		3	0	0.0	0.0
2	王建祥		3	2	1.0	1.0
3	申中一		1	0	0.0	0.0