永磁同步電機控制算法在運行時需要轉(zhuǎn)子位置信息參與計算。一般的無傳感器轉(zhuǎn)子位置估計方法計算量大且實現(xiàn)復(fù)雜,同時精度低、易受干擾。因此提出一種基于遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的永磁同步電機轉(zhuǎn)子位置估計方法,采用訓(xùn)練后的小波神經(jīng)網(wǎng)絡(luò)對永磁同步電機轉(zhuǎn)子位置進行估計。同時針對小波神經(jīng)網(wǎng)絡(luò)初始權(quán)值和閾值選取易導(dǎo)致陷入局部極值的問題,引入遺傳算法對小波神經(jīng)網(wǎng)絡(luò)進行優(yōu)化。仿真和實驗表明,提出的小波神經(jīng)網(wǎng)絡(luò)能夠有效對轉(zhuǎn)子位置進行估計,估計結(jié)果精度較好并且系統(tǒng)擁有較強的魯棒性。 

【文章來源】：微電機. 2020,53(09)北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引 言
1 基于小波神經(jīng)網(wǎng)絡(luò)的永磁同步電機轉(zhuǎn)子位置估計
    1.1 永磁同步電機位置檢測分析
    1.2 小波神經(jīng)網(wǎng)絡(luò)
    1.3 使用小波神經(jīng)網(wǎng)絡(luò)對轉(zhuǎn)子位置進行估計
2 基于遺傳優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)
    2.1 遺傳算法
    2.2 采用遺傳算法對小波神經(jīng)網(wǎng)絡(luò)進行優(yōu)化
3 仿真與實驗
    3.1 仿真對比
    3.2 實驗結(jié)果
4 結(jié) 語


【參考文獻】：
期刊論文
[1]基于遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)預(yù)測GPS可降水量[J]. 熊紅偉,鄭進.  城市勘測. 2019(04)
[2]基于遺傳優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)風(fēng)電功率預(yù)測[J]. 楊世秦,孫駟洲.  安徽工程大學(xué)學(xué)報. 2018(01)
[3]基于小波網(wǎng)絡(luò)的永磁無刷直流電機無位置傳感器控制[J]. 史婷娜,田洋,夏長亮.  天津大學(xué)學(xué)報. 2007(02)

博士論文
[1]永磁同步電動機無位置傳感器控制與高性能運行策略的研究[D]. 孫偉.浙江大學(xué) 2017
[2]無刷直流電機無位置傳感器控制關(guān)鍵技術(shù)研究[D]. 李自成.華中科技大學(xué) 2010

碩士論文
[1]基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的微渦流混凝投藥控制模型研究[D]. 樊琦.華東交通大學(xué) 2018
[2]云臺穩(wěn)定系統(tǒng)研究[D]. 韋嘯成.中北大學(xué) 2017
[3]基于小波網(wǎng)絡(luò)的永磁無刷直流電機無位置傳感器控制[D]. 田洋.天津大學(xué) 2007



本文編號：3181259