基于自回归小波神经网络的感应电动机滑模反推控制
为了提高感应电动机控制的鲁棒件,提出了一种新颖的感应电动机解耦模型.基于感应电动机的解耦模型,利用滑模控制和反推控制设计电动机的虚拟转矩和磁链电压控制器.滑模开关增益的大小是造成系统抖振的关键,采用自回归小波神经网络(Self-recurrent wavelet neural networks,SRWNN)在线估计滑模开关增益的大小可以有效降低滑模控制造成的抖振.仿真结果表明基于SRWNN在线估计滑模开关增益的滑模反推控制方案可以有效提高感应电动机控制的鲁棒性,同时降低了滑模控制造成的抖振.
感应电动机、自回归小波神经网络、滑模控制、反推控制
35
TP470.4057
浙江省科技计划项目2007C31018
2009-03-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
1-8