沈阳建筑大学学报(自然科学版)
瀋暘建築大學學報(自然科學版)
침양건축대학학보(자연과학판)
JOURNAL OF SHENYANG ARCHITECTURAL AND CIVIL ENGINEERING INSTITUTE
2013年
6期
1098-1103
,共6页
直接转矩%定子电阻%神经元网络%案例推理
直接轉矩%定子電阻%神經元網絡%案例推理
직접전구%정자전조%신경원망락%안례추리
direct torque control%stator resistance%artificial neural network%Case-Based Reasoning
目的 研究不同工况下电主轴定子电阻变化规律,找寻有效的定子电阻辨识方法,提高电主轴直接转矩控制(DTC)系统性能和定子电阻辨识精度.方法 实验检测电主轴不同工况下定子电阻,分析影响定子电阻的主要因素,将影响定子电阻变化的变量作为辨识系统的输入,建立人工神经元网络(ANN)与案例推理(CBR)联合组成的混合式智能定子电阻辨识的模型.结果 单纯地通过人工神经元网络方法对定子电阻进行辨识,辨识的误差可以达到±0.005 Ω;利用案例推理技术对神经元网络的辨识结果进行修正后,定子电阻辨识的误差减小到±0.002Ω.结论 基于神经元网络及案例推理相结合的定子电阻辨识方法与单纯的神经元网络辨识相比,可将定子电阻辨识精度提高60%,将辨识以后的定子电阻导入到电主轴直接转矩控制系统中,大大地提高了系统的控制性能.
目的 研究不同工況下電主軸定子電阻變化規律,找尋有效的定子電阻辨識方法,提高電主軸直接轉矩控製(DTC)繫統性能和定子電阻辨識精度.方法 實驗檢測電主軸不同工況下定子電阻,分析影響定子電阻的主要因素,將影響定子電阻變化的變量作為辨識繫統的輸入,建立人工神經元網絡(ANN)與案例推理(CBR)聯閤組成的混閤式智能定子電阻辨識的模型.結果 單純地通過人工神經元網絡方法對定子電阻進行辨識,辨識的誤差可以達到±0.005 Ω;利用案例推理技術對神經元網絡的辨識結果進行脩正後,定子電阻辨識的誤差減小到±0.002Ω.結論 基于神經元網絡及案例推理相結閤的定子電阻辨識方法與單純的神經元網絡辨識相比,可將定子電阻辨識精度提高60%,將辨識以後的定子電阻導入到電主軸直接轉矩控製繫統中,大大地提高瞭繫統的控製性能.
목적 연구불동공황하전주축정자전조변화규률,조심유효적정자전조변식방법,제고전주축직접전구공제(DTC)계통성능화정자전조변식정도.방법 실험검측전주축불동공황하정자전조,분석영향정자전조적주요인소,장영향정자전조변화적변량작위변식계통적수입,건립인공신경원망락(ANN)여안례추리(CBR)연합조성적혼합식지능정자전조변식적모형.결과 단순지통과인공신경원망락방법대정자전조진행변식,변식적오차가이체도±0.005 Ω;이용안례추리기술대신경원망락적변식결과진행수정후,정자전조변식적오차감소도±0.002Ω.결론 기우신경원망락급안례추리상결합적정자전조변식방법여단순적신경원망락변식상비,가장정자전조변식정도제고60%,장변식이후적정자전조도입도전주축직접전구공제계통중,대대지제고료계통적공제성능.