基于神经网络算法的电感参数辨识在弱磁控制中的研究

• 作者: 刘文生 刘钰 张皓淼
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 弱磁控制 神经网络 模型参考自适应 电感辨识
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 工程实践
• 页码范围: 2505-2511
• 页数: 7页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.10.040

摘要

准确的数学模型和电机参数是内置式永磁同步电机调速系统高性能控制的基础,其中电感参数对电机的稳态和动态运行性能影响较大.由于电机d、q轴电感会随着磁路饱和程度的不同而发生改变,进而会降低其弱磁控制的有效性.考虑到定子电流引起的磁路饱和及交叉饱和效应的影响,基于模型参考自适应的理论基础,论文提出了加入神经网络算法对d、q轴电感进行辨识的算法,并将辨识结果应用到电机弱磁控制中,进而提高参数辨识的鲁棒性.仿真结果验证了该算法的有效性,在不影响电机系统正常运行的同时,实现电感参数的快速辨识,且具有较好的辨识精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘文生		33	156	6.0	12.0
2	刘钰		2	0	0.0	0.0
3	张皓淼		1	0	0.0	0.0