10.19335/j.cnki.2095-6649.2018.11.002
基于极限学习机的高铁永磁直驱电机转子位置预测
论文针对新一代高速动车组牵引系统,使用一种基于极限学习机(Extreme Learning Machine,ELM)算法的高铁永磁直驱电机的转子位置预测.利用ELM无限的非线性逼近能力.首先采集内置式永磁直驱电机三相定子电压、电流、电机的电磁转矩、转子初始位置等数据,使用这些数据对极限学习机进行训练,最后将训练过的极限学习机取代位置传感器从而辨识电机的转速和转子位置参数.并以MATLAB为仿真平台进行仿真,仿真结果显示极限学习机有优越的学习速度和良好的准确性,证实了将ELM用于内置式永磁直驱电机的位置预测能够取得良好的动态性能.
永磁直驱电机、极限学习机、转子位置预测
8
TP273(自动化技术及设备)
2019-02-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
6-11,17