《基于BP神经网络的开关磁阻电机无位置传感器控制》PDF+DOC
作者:李大鹏,樊胜利,代尚方,吴涛
单位:东方国际科技传媒有限公司
出版:《智能机器人》2011年第05期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFSFKZ2011050160
DOC编号:DOCSFKZ2011050169
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种改进的RBF神经网络的开关磁阻电机磁链模型》PDF+DOC2015年第06期 胡学彬,王宏华,周湛权
《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
《基于简化磁链法的SRM无位置传感器的研究》PDF+DOC2016年第04期 梅柏杉,孟悦然,高宁,刘东阳
《开关磁阻电机神经网络无位置传感器控制》PDF+DOC2020年第07期 程昭竣,李姗,陈茂才,曹阳
《开关磁阻电机神经网络无位置传感器控制》PDF+DOC2011年第08期 蒯松岩,张旭隆,王其虎,张能
《基于径向基神经网络的无位置传感器开关磁阻电机采煤机牵引系统》PDF+DOC2011年第09期 张旭隆,谭国俊,蒯松岩,吴涛
《基于神经网络脉冲激励的SRM无位置检测研究》PDF+DOC2010年第06期 周永勤,宋岩,王哈力,吴晓刚
《一种无位置传感器SRM位置检测方法的研究》PDF+DOC2007年第05期 唐朝晖,张晓星,喻寿益
《无位置传感器的开关磁阻电机转子位置检测技术》PDF+DOC2006年第02期 周素莹,林辉
《基于改进神经网络的SRM转子位置预测》PDF+DOC 周磊
开关磁阻电机(Switched Reluctance Motor,简称SRM)引入位置传感器使电机的结构变得复杂,同时降低了可靠性。为此,本文以Matlab/Simulink中一台三相6/4极SRM电机模型的磁链特性数据为样本,建立了以磁链和电流为输入,转子位置角为输出的BP神经网络模型,用于无位置传感器转子位置的估计。最后通过MATLAB对三相(6/4)结构的SRM电机进行了仿真实验。实验结果表明,此无位置控制策略具有较好的动态特性和较高精度,系统最大位置检测误差≤2°;。
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。