机电工程
機電工程
궤전공정
MECHANICAL & ELECTRICAL ENGINEERING MAGAZINE
2014年
6期
764-768,813
,共6页
永磁同步电机%终端滑模%径向基神经网络%误差反馈学习
永磁同步電機%終耑滑模%徑嚮基神經網絡%誤差反饋學習
영자동보전궤%종단활모%경향기신경망락%오차반궤학습
permanent magnet synchronous motor (PMSM)%terminal sliding mode (TSM)%radial basis function neural network (RBFNN)%feedback error learning
针对传统永磁同步电机调速系统面对变负载和大范围调速时,P、I参数需要频繁调整且速度跟踪不理想的问题,提出了一种基于误差反馈学习结构的永磁同步电机有限时间速度控制方法.在对永磁同步电机运动方程分析的基础上,使用非线性PI和径向基神经网络建立了速度环控制器模型.前者保证控制系统收敛和稳定,其输出作为神经网络的误差学习参数;后者基于终端滑模理论设计参数调整律,加快神经网络的参数收敛速度,使得神经网络的输出逐渐取代非线性PI成为控制系统的主要控制器.利用李雅普诺夫稳定判据分析了控制器的收敛性,并在永磁同步电机调速系统上进行了试验.研究结果表明,基于误差反馈学习结构的有限时间控制策略能够减小系统静态误差和抖振,具有一定的抗干扰能力.
針對傳統永磁同步電機調速繫統麵對變負載和大範圍調速時,P、I參數需要頻繁調整且速度跟蹤不理想的問題,提齣瞭一種基于誤差反饋學習結構的永磁同步電機有限時間速度控製方法.在對永磁同步電機運動方程分析的基礎上,使用非線性PI和徑嚮基神經網絡建立瞭速度環控製器模型.前者保證控製繫統收斂和穩定,其輸齣作為神經網絡的誤差學習參數;後者基于終耑滑模理論設計參數調整律,加快神經網絡的參數收斂速度,使得神經網絡的輸齣逐漸取代非線性PI成為控製繫統的主要控製器.利用李雅普諾伕穩定判據分析瞭控製器的收斂性,併在永磁同步電機調速繫統上進行瞭試驗.研究結果錶明,基于誤差反饋學習結構的有限時間控製策略能夠減小繫統靜態誤差和抖振,具有一定的抗榦擾能力.
침대전통영자동보전궤조속계통면대변부재화대범위조속시,P、I삼수수요빈번조정차속도근종불이상적문제,제출료일충기우오차반궤학습결구적영자동보전궤유한시간속도공제방법.재대영자동보전궤운동방정분석적기출상,사용비선성PI화경향기신경망락건립료속도배공제기모형.전자보증공제계통수렴화은정,기수출작위신경망락적오차학습삼수;후자기우종단활모이론설계삼수조정률,가쾌신경망락적삼수수렴속도,사득신경망락적수출축점취대비선성PI성위공제계통적주요공제기.이용리아보낙부은정판거분석료공제기적수렴성,병재영자동보전궤조속계통상진행료시험.연구결과표명,기우오차반궤학습결구적유한시간공제책략능구감소계통정태오차화두진,구유일정적항간우능력.
