基于BP神经网络的开关磁阻电机直接转矩控制建模与仿真

• 作者: 李玉峰 王博 王栋栋
• 来源期刊: 电子器件
• 学科: 工学
• 关键词: 开关磁阻电机(SRM) 直接转矩控制 神经网络 转矩脉动
• 年，卷（期）: 2020,（4）
• 页码范围: 825-830
• 页数: 6页
• 分类号: TM352
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9490.2020.04.023

摘要

开关磁阻电机具有特殊的双凸极结构,导致其运行时会产生严重的转矩脉动,直接转矩控制可显著降低转矩脉动,但由于磁路的严重饱和,传统方法利用公式计算转矩过程非常复杂.提出一种基于BP神经网络来预测开关磁阻电机转矩,进而进行直接转矩控制的策略.通过有限元仿真得到训练数据经离线训练之后,即可得到输入量到转矩的非线性映射.该控制方法利用BP神经网络泛化、逼近能力强的优点,省去了复杂的转矩计算,同时可以对转矩脉动进行抑制.仿真和实验结果表明,该方法响应速度快,控制精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玉峰		49	213	6.0	13.0
2	王博		21	9	2.0	3.0
3	王栋栋		1	0	0.0	0.0