《基于RBF神经网络-滑模观测器的PMSM无传感器矢量控制》PDF+DOC
作者:孙一品,丁学明
单位:北京长城航空测控技术研究所
出版:《测控技术》2019年第02期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFIKJS2019020310
DOC编号:DOCIKJS2019020319
下载格式:PDF + Word/doc 文字可复制、可编辑
《永磁同步电机滑模无传感器矢量控制》PDF+DOC2016年第11期 李艳玲
《基于改进型滑模观测器与旋转高频电压注入法的永磁同步电机无传感器矢量控制(上)》PDF+DOC2019年第05期 张家明,张利军
《基于改进型滑模观测器与旋转高频电压注入法的永磁同步电机无传感器矢量控制(下)》PDF+DOC2019年第06期 张家明,张利军
《基于自适应模糊滑模观测器的永磁同步电机无传感器矢量控制》PDF+DOC2018年第04期 彭思齐,宋彦彦
《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
《基于改进型滑模观测器的PMSM无位置传感器控制》PDF+DOC2018年第04期 华志广,窦满峰,赵冬冬,颜黎明,姬军鹏,杨剑威
《带参数辨识的自适应二阶滑模观测器PMSM无传感器矢量控制》PDF+DOC2019年第07期 张谦,李东
《基于滑模观测器的永磁同步电机无速度传感器控制》PDF+DOC2018年第10期 吴春秋,刘骁暘
《基于高频信号注入法的永磁同步电机无传感器运行研究》PDF+DOC2006年第10期 曹国平
《一种新型的无传感器矢量控制研究》PDF+DOC2014年第01期 刘军,艾昊天
为了解决传统滑模观测器方法应用在永磁同步电机无传感器矢量控制时所产生的抖振问题,使用RBF神经网络动态调节观测器的切换增益,即使其输入为传统滑模估计方案中的电流估计误差,输出为滑模增益;同时为了简化系统结构、提高方案可行性,将RBF神经网络设计为单输入单输出的结构,并将网络的学习和工作过程融合,使其在自身网络参数的不断优化中实时输出滑模增益,以增强系统鲁棒性。最后通过Matlab/Simulink软件对该系统进行建模仿真,并将该方法与传统滑模观测器方法进行对比。实验结果表明,该方案能够为矢量控制提供更加准确的转子位置及速度信息,提高了整个电机控制系统的稳定性。
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。