基于支持向量机的开关磁阻电机转子位置估计

被引:16
作者
夏长亮
贺子鸣
周亚娜
谢细明
机构
[1] 天津大学电气与自动化工程学院
关键词
开关磁阻电机; 转子位置估计; 支持向量机; 序列最小优化算法;
D O I
10.19595/j.cnki.1000-6753.tces.2007.10.003
中图分类号
TM352 [磁阻电机];
学科分类号
080801 ;
摘要
开关磁阻电机具有结构简单、工作可靠、效率高和成本较低等优点,在很多领域都显示出强大的竞争力,但是位置传感器的存在不仅削弱了开关磁阻电机结构简单的优势,而且降低了系统高速运行的可靠性,增加了成本。针对这一问题,提出了基于支持向量机的开关磁阻电机转子位置估计新方法。该方法针对开关磁阻电机的非线性,利用支持向量机泛化能力强以及能够较好地解决小样本学习问题的特点,通过离线学习的方法形成一个理想的支持向量机结构来实现电机电流、磁链与转子位置之间的非线性映射,实现开关磁阻电机的转子位置估计。仿真及实验结果表明,该方法能够实现电机转子位置的准确估计,进而实现开关磁阻电机的无位置传感器控制。
引用
收藏
页码:12 / 17
页数:6
相关论文
共 10 条
[1]   基于RBF神经网络的开关磁阻电机单神经元PID控制 [J].
夏长亮 ;
王明超 .
中国电机工程学报, 2005, (15) :161-165
[2]   基于神经网络的开关磁阻电机无位置传感器控制 [J].
夏长亮 ;
王明超 ;
史婷娜 ;
郭培健 .
中国电机工程学报, 2005, (13) :123-128
[3]   一种用于RBF神经网络的支持向量机与BP的混合学习算法 [J].
袁小芳 ;
王耀南 ;
孙炜 ;
杨辉前 .
湖南大学学报(自然科学版), 2005, (03) :88-92
[4]   开关磁阻电动机无位置传感器能量优化控制 [J].
郑洪涛 ;
蒋静坪 ;
徐德鸿 ;
刘连根 ;
郭淑英 .
中国电机工程学报, 2004, (01) :153-157
[5]   基于RBF神经网络的无刷直流电机无位置传感器控制 [J].
夏长亮 ;
文德 ;
范娟 ;
杨晓军 .
电工技术学报, 2002, (03) :26-29+76
[6]   基于简化磁链法的开关磁阻电机间接位置检测 [J].
邱亦慧 ;
詹琼华 ;
马志源 ;
郭伟 .
中国电机工程学报, 2001, (10) :60-63+121
[7]   无位置传感器开关磁阻电动机位置的检测与预报 [J].
王旭东 ;
张弈黄 ;
王喜莲 ;
王炎 .
中国电机工程学报, 2000, (07) :6-9
[8]   A tutorial on support vector regression [J].
Smola, AJ ;
Schölkopf, B .
STATISTICS AND COMPUTING, 2004, 14 (03) :199-222
[9]   A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167
[10]  
Fast training of support vector machines using sequential minimum optimization .2 PLATT J. Advance in Kernel Methodssupport Vector Learning . 1999