基于模糊神经网络的双凸极永磁电机非线性建模

被引:8
作者
孙强 [1 ]
程明 [2 ]
机构
[1] 合肥学院电子信息与电气工程系
[2] 东南大学电气工程学院
关键词
双凸极永磁电机; 非线性模型; 自适应模糊神经网络; 混合算法; 遗传算法;
D O I
暂无
中图分类号
TM351 [永磁电机];
学科分类号
080801 ;
摘要
双凸极永磁电机的电感、磁链等特性呈严重非线性,常规的线性或准线性模型难以准确反映双凸极永磁电机的实际特性,影响双凸极永磁电机的控制精度和工作性能.为此,本文提出采用自适应模糊神经网络建立双凸极永磁电机模型的新方法.首先在介绍了自适应模糊神经网络结构后,采用改进的递推最小二乘法修改网络参数,同时采用遗传算法对遗忘因子和学习率进行了优化,仿真计算和实测结果表明,该模型有很快的收敛性和很高的精确度,最后给出了利用模型实现双凸极永磁电机优化控制的方法.
引用
收藏
页码:601 / 606
页数:6
相关论文
共 4 条
[1]   用支持矢量机建立电励磁双凸极发电机的非线性模型 [J].
王莉 ;
宋晓峰 ;
孟小利 ;
严仰光 .
电工技术学报, 2004, (09) :1-5
[2]   双凸极无刷直流发电机的非线性数学模型 [J].
沙德尚 ;
孔力 ;
孙晓 .
电工技术学报, 2003, (04) :6-10
[3]   一种工业过程时变参数估计新算法——修正目标函数法 [J].
张承慧 .
中国工程科学, 2001, (11) :54-59
[4]  
K. T. Chau, Ming Cheng, C. C. Chan.Performance Analysis of 8/6-Pole Doubly Salient Permanent Magnet Motor[J].Electric Machines & Power Systems,1999