基于自适应线性元件神经网络的表面式永磁同步电机参数在线辨识
提出一种基于自适应线性元件(Adaline)神经网络辨识表面式永磁同步电机定子绕组电阻、电感和转子磁链的方法.所提出的辨识方法不需要知道电机的任何设计参数信息,只需在线采样定子电流、电压和转速值即可.该方法首先在电机静止状态时估算出定子绕组电阻值,并利用该电阻值在电机启动时辨识出转子磁链和定子电感值,而所辨识出来的转子磁链值将被进一步用来在线估算定子绕组电阻的变化.实验显示该方法能够有效辨识定子电阻、电感和转子磁链.此外,当电机带负载运行时,该方法依然能够有效地在线跟踪电机定子绕组电阻变化.
自适应线性元件神经网络、永磁同步电机、参数辨识、绕组电阻、转子磁链
30
TM85(高电压技术)
国家自然科学基金;高等学校博士学科点专项科研基金
2011-01-26(万方平台首次上网日期,不代表论文的发表时间)
68-73