10.3969/j.issn.1004-7018.2015.02.001
基于GANN的SRM无位置传感器位置预估方法研究
神经网络具有强大的非线性映射能力,非常适用于对磁链特性高度非线性的开关磁阻电机(SRM)转子位置的预估.然而,由于其网络结构、初始连接权值和阈值的不确定性,很难一次获得理想的训练结果.提出了一种基于遗传优化神经网络(GANN)的SRM无位置传感器位置预估方法,利用遗传算法对神经网络的初始权值和阈值进行优化,在此基础之上,以磁链和电流为输入、转子位置为输出,建立了预估模型.仿真结果表明,该方法可以在不同转速下对转子位置进行准确的预估,其预估误差不大于2°.
开关磁阻电机、神经网络、遗传算法、无位置传感器、位置预估
43
TM352(电机)
国家自然科学基金项目51107100;陕西省自然科学基金项目2011GQ7001;教育部博士点基金新教师类项目20116102120033;西北工业大学本科生毕业设计论文重点扶持项目
2015-04-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
1-3,7