《基于神经网络的开关磁阻电机无位置传感器控制》PDF+DOC
作者:夏长亮,王明超,史婷娜,郭培健
单位:中国电机工程学会
出版:《中国电机工程学报》2005年第13期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFZGDC2005130240
DOC编号:DOCZGDC2005130249
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于RBF的无位置开关磁阻电机控制系统》PDF+DOC2011年第07期 蒯松岩,吴涛,代尚方,张旭隆
《基于神经网络的开关磁阻电机的无位置检测》PDF+DOC2009年第06期 马晓光,瞿遂春,谭平
《基于神经网络的传感器非线性误差校正》PDF+DOC2006年第11期 张爱祥,刘春生
《无刷直流电机无位置传感器控制下的转矩波动抑制新策略》PDF+DOC2005年第05期 夏长亮,王娟,史婷娜,徐绍辉
《基于自适应径向基函数神经网络的无刷直流电机直接电流控制》PDF+DOC2003年第06期 夏长亮,王娟,史婷娜,陈炜,徐绍辉,杨荣
《基于径向基函数神经网络的涡流传感器非线性补偿方法研究》PDF+DOC2008年第05期 俞阿龙
《基于RBF神经网络的永磁同步电机无位置传感器控制》PDF+DOC2007年第02期 史婷娜,王向超,夏长亮
《基于SOM-RBF算法的瓦斯涌出量动态预测模型研究》PDF+DOC2015年第08期 付华,刘汀,张胜强,赵东红,丁冠西
《基于改进神经网络的SRM转子位置预测》PDF+DOC 周磊
《传感器组自诊断与自修复方法研究》PDF+DOC2014年第03期 刘敏林,刘伯运,林瑞霖
论文提出了基于自适应径向基函数(radialbasisfunction,RBF)神经网络的开关磁阻电机(SRM)无位置传感器控制新方法。该方法构造了一个隐层节点初始个数为零的RBF网络,通过在训练过程中不断按照自适应算法添加和删除隐层单元,形成一个结构简单、紧凑的网络来实现电机电压、磁链与转子位置之间的非线性映射,实现SRM的无位置传感器控制。网络训练分为离线训练和在线训练两个部分。利用训练样本按给出的自适应算法对网络进行离线训练,确定RBF网络隐层节点的个数及位置;按递推最小二乘法(RLS)在线修正隐层与输出层之间的连接权。仿真及实验结果表明,该方法能够实现电机的准确换相,从而实现了位置传感器的消去。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。