《基于Elman神经网络观测器的永磁同步电机无传感器控制》PDF+DOC
作者:孙凯翔,胡兆稳,丁曙光,王伟,彭群,阚超豪
单位:西安微电机研究所
出版:《微电机》2019年第05期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFWDJZ2019050090
DOC编号:DOCWDJZ2019050099
下载格式:PDF + Word/doc 文字可复制、可编辑
《模型参考自适应下的永磁同步电机无传感器矢量控制》PDF+DOC2018年第02期 韦汉培,魏海峰,张懿
《两相永磁同步电动机无传感器控制研究》PDF+DOC2013年第05期 林海,闫海兰,张玲,闫茂德
《基于模糊变结构模型参考自适应观测器的永磁同步电机控制》PDF+DOC2016年第12期 柯希彪,鲁怀伟,李鹏飞
《基于ESMF算法的永磁同步电机无位置传感器控制》PDF+DOC2020年第01期 李蕊,何青,陈龙
《基于脉振高频注入的船舶电机无传感器低速控制研究》PDF+DOC2019年第05期 张周,马继先
《永磁同步电机无速度传感器控制技术综述》PDF+DOC2018年第03期 潘森林,高瑾
《基于自适应观测器的永磁同步电机无速度传感器矢量控制系统仿真研究》PDF+DOC2005年第01期 顾光旭
《永磁同步电机无位置传感器双滑模鲁棒控制》PDF+DOC2008年第06期 张细政,王耀南,杨民生
《基于STF的永磁同步电机无传感器SVM-DTC系统》PDF+DOC2014年第07期 张少华,郭磊
《用于城市轨道交通车辆永磁同步电机控制的一种新型滑模观测器》PDF+DOC2015年第09期 韩清,余朝刚,苏鹏云
针对永磁同步电机(PMSM)的无传感器控制问题,提出了一种基于Elman神经网络(ENN)观测器的PMSM无传感器控制方法。ENN适用于动态系统建模,并且所需的神经元数量少,收敛精确。根据ENN训练及电机无传感器控制特点,制定ENN在线训练策略,从而实现ENN观测器的自适应及电机转速、位置的准确估计。利用Lyapunov稳定性理论分析了ENN训练过程的稳定性。通过对机械参数扰动、负载扰动、电磁参数扰动的测试,验证了ENN观测器的有效性。仿真结果证明了所提出的ENN观测器具有优越的鲁棒性和精度。
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。