开关磁阻电机直接自适应神经网络控制

摘要：

针对开关磁阻电机调速系统存在的未知参数波动和外部负载扰动问题,提出了直接瞬时转矩控制下的基于最小学习参数的直接自适应神经网络控制算法实现开关磁阻电机高品质调速控制.采用RBF神经网络对包含未知参数波动和外部负载扰动等不确定项的理想控制律进行整体逼近.将神经网络理想权值的范数作为在线估计参数,使在线学习参数由多个权值减少为一个,降低了控制器的计算负担.基于李雅普诺夫函数的稳定性分析保证了闭环调速系统半全局一致最终有界稳定.与PI控制的对比仿真试验表明,直接自适应神经网络控制器能够有效地提高开关磁阻电机调速系统对参数波动的自适应性和对外部负载扰动的鲁棒性.

关键词：开关磁阻电机、速度控制、直接自适应神经网络、最少学习参数、PI控制、直接瞬时转矩控制

所属期刊栏目：22

分类号：TM352(电机)

资助基金：国家自然科学基金51407021;辽宁省自然科学基金2015020022;中央高校基本业务费3132016312

在线出版日期：2017-12-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：29-36