期刊文献+
共找到22篇文章
< 1 2 >
每页显示 20 50 100
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 被引量:39
1
作者 刘侃 章兢 《中国电机工程学报》 EI CSCD 北大核心 2010年第30期68-73,共6页
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... 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。 展开更多
关键词 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
下载PDF
考虑逆变器非线性因素的表贴式永磁同步电机参数辨识 被引量:29
2
作者 史婷娜 刘华 +1 位作者 陈炜 耿强 《电工技术学报》 EI CSCD 北大核心 2017年第7期77-83,共7页
在表贴式永磁同步电机参数辨识中,逆变器的非线性因素会影响电机参数的辨识精度。该文通过方程变换去除定子电压方程中逆变器非线性因素产生的误差电压,构建不受逆变器非线性因素影响的参数辨识模型。为了提高辨识结果的收敛速度并降低... 在表贴式永磁同步电机参数辨识中,逆变器的非线性因素会影响电机参数的辨识精度。该文通过方程变换去除定子电压方程中逆变器非线性因素产生的误差电压,构建不受逆变器非线性因素影响的参数辨识模型。为了提高辨识结果的收敛速度并降低稳态误差,采用加入动量项的自适应线性元件(Adaline)神经网络算法辨识电机参数。实验结果表明,所提方法能提高电感、定子电阻和转子磁链的辨识精度,并加快辨识结果的收敛速度。 展开更多
关键词 表贴式永磁同步电机 参数辨识 逆变器非线性因素 adaline神经网络
下载PDF
一种基于实际工况的数字化电能表校验方法及其误差分析 被引量:13
3
作者 寇英刚 范洁 +4 位作者 杨世海 陈刚 胡琛 穆小星 徐敏锐 《电力工程技术》 2017年第6期53-57,共5页
数字化电能表在实际工况下受到频率波动、谐波、输入噪声等因素影响,常出现误差超差的现象。为了研究现场实际工况下数字化电能表的计量性能,提出了一种基于实际工况的校验方法,研制了工况复现装置,推出了Blackman离散傅里叶变换(DFT)+... 数字化电能表在实际工况下受到频率波动、谐波、输入噪声等因素影响,常出现误差超差的现象。为了研究现场实际工况下数字化电能表的计量性能,提出了一种基于实际工况的校验方法,研制了工况复现装置,推出了Blackman离散傅里叶变换(DFT)+自适应线性(Adaline)神经网络算法,实现了标准电能的计算,并将该数字化电能表校验方法和瓦秒法进行了比较分析。误差分析结果表明基于实际工况的数字化电能表校验方法和瓦秒法均能用于校验数字化电能表,但是前者的测试结果波动更小,更加稳定,且能够为现场复杂工况下电能表性能评估提供参考。 展开更多
关键词 数字化电能表 实际工况 校验 傅里叶变换 自适应线性神经网络
下载PDF
基于Adaline神经网络参数辨识的PMSM鲁棒电流预测控制 被引量:6
4
作者 何静 唐润忠 +1 位作者 张昌凡 吴公平 《电机与控制学报》 EI CSCD 北大核心 2023年第4期127-139,共13页
针对复杂工况下永磁同步电机存在模型参数失配导致控制系统性能下降的问题,提出一种基于参数在线辨识的鲁棒电流预测控制方法。首先,建立永磁同步电机预测控制模型,详细分析电磁参数失配对电机响应电流及输出转矩和转速的影响。然后,设... 针对复杂工况下永磁同步电机存在模型参数失配导致控制系统性能下降的问题,提出一种基于参数在线辨识的鲁棒电流预测控制方法。首先,建立永磁同步电机预测控制模型,详细分析电磁参数失配对电机响应电流及输出转矩和转速的影响。然后,设计了基于Adaline神经网络的参数在线辨识器,并在传统的权值调整算法上,提出一种应用于电机参数辨识系统的新型动态混合最小均方算法。最后,利用在线辨识的参数来实时更新电流预测控制器中的参数,以避免参数失配对控制系统性能的影响。通过仿真和实验验证了所提方法和新型算法的可行性和有效性,其结果表明了该方法不仅能够实现精准在线跟踪电机参数的变化,而且有效抑制了参数失配导致的响应电流偏差。 展开更多
关键词 永磁同步电机 鲁棒电流预测控制 模型参数失配 adaline神经网络 最小均方算法
下载PDF
采用Adaline神经网络实现增益自适应内模控制 被引量:4
5
作者 刘红军 赵鑫 薛浩洋 《系统仿真学报》 EI CAS CSCD 北大核心 2005年第8期1955-1958,共4页
引入1/1Pade逼近处理纯滞后环节,利用二步法设计内模控制器,运用单层Adaline神经网络参数辨识算法得到被控对象的稳态增益,并用于内模控制算法中,以此来自动调整被控对象模型增益,实现增益自适应控制。大量仿真实验表明此控制方法能克... 引入1/1Pade逼近处理纯滞后环节,利用二步法设计内模控制器,运用单层Adaline神经网络参数辨识算法得到被控对象的稳态增益,并用于内模控制算法中,以此来自动调整被控对象模型增益,实现增益自适应控制。大量仿真实验表明此控制方法能克服系统增益变化对控制品质的影响,具有鲁棒性好,抗干扰能力强,控制精度高等特点。 展开更多
关键词 内模控制(IMC) adaline神经网络 增益自适应 参数辨识
下载PDF
基于神经网络的自适应相位纠偏器在电液伺服系统中的应用 被引量:3
6
作者 姚建均 丛大成 +2 位作者 姜洪洲 吴振顺 韩俊伟 《吉林大学学报(工学版)》 EI CAS CSCD 北大核心 2007年第4期930-934,共5页
针对电液伺服系统正弦响应中存在相位滞后的现象,基于Adaline神经网络,使用LMS自适应滤波算法设计了自适应相位纠偏器(APC)。当响应信号对输入信号有相位滞后时,利用LMS算法对神经网络的权值进行调整,经加权后的输入信号作用于控制系统... 针对电液伺服系统正弦响应中存在相位滞后的现象,基于Adaline神经网络,使用LMS自适应滤波算法设计了自适应相位纠偏器(APC)。当响应信号对输入信号有相位滞后时,利用LMS算法对神经网络的权值进行调整,经加权后的输入信号作用于控制系统,从而消除相位滞后。该方法并不需要对控制对象进行辨识,能保证控制系统的实时性。仿真和试验结果表明,自适应相位纠偏器能有效消除相位滞后,快速跟踪输入信号。 展开更多
关键词 自动控制技术 adaline神经网络 LMS自适应滤波算法 自适应相位纠偏器 相位滞后
下载PDF
农用机器人转向系统自适应内模控制 被引量:4
7
作者 焦俊 江朝晖 +2 位作者 金瑞春 许正荣 刘波 《农业机械学报》 EI CAS CSCD 北大核心 2011年第10期186-191,234,共7页
针对农用机器人转向系统状态和控制具有复杂、时滞和增益时变的特性,将Adaline神经网络(ANN)与内模控制相结合,提出一种在线调整时滞时间和控制增益的自适应控制方法。建立基于Adaline网络的增益与时滞的辨识算法,即通过反馈误差在线优... 针对农用机器人转向系统状态和控制具有复杂、时滞和增益时变的特性,将Adaline神经网络(ANN)与内模控制相结合,提出一种在线调整时滞时间和控制增益的自适应控制方法。建立基于Adaline网络的增益与时滞的辨识算法,即通过反馈误差在线优化,适应性地调整时滞时间和增益,克服参数时变对内模控制和被控对象模型的影响。仿真和试验结果表明,与常规的PID控制方法相比,该方法具有较高的控制精度、较强的自适应性和鲁棒性,完全适用于农用机器人转向系统的控制。 展开更多
关键词 农用机器人 转向系统 自适应内模控制 非线性PID控制 adaline神经网络
下载PDF
基于人工神经网络的电液伺服系统加速度谐波辨识 被引量:3
8
作者 姚建均 王立权 +2 位作者 王贤成 贾鹏 张忠林 《兵工学报》 EI CAS CSCD 北大核心 2009年第5期633-638,共6页
对于电液伺服系统,由于系统非线性因素的存在,当正弦信号输入时,系统加速度输出中出现高次谐波,使加速度信号严重谐波失真。提出了基于人工神经网络(ANN)的谐波辨识方法,该方法利用Adaline神经网络在线辨识信号中各次谐波的幅值和相位,... 对于电液伺服系统,由于系统非线性因素的存在,当正弦信号输入时,系统加速度输出中出现高次谐波,使加速度信号严重谐波失真。提出了基于人工神经网络(ANN)的谐波辨识方法,该方法利用Adaline神经网络在线辨识信号中各次谐波的幅值和相位,用实际加速度输出与辨识得到的加速度信号间的误差,通过LMS算法来调整Adaline神经网络的权值,从而利用权值计算各次谐波的幅值和相位。通过大量仿真试验证实,这种方法能快速有效精确地在线辨识各次谐波信号。 展开更多
关键词 控制理论 adaline神经网络 LMS算法 谐波辨识 非线性 电液伺服系统
下载PDF
基于Walsh-Hadamard变换与预测误差扩展的图像水印算法 被引量:3
9
作者 王洪 王聪 余金暇 《光学技术》 CAS CSCD 北大核心 2018年第4期487-494,共8页
设计了基于可逆Walsh-Hadamard变换与预测误差扩展的图像水印算法。将载体图像分割为4×4的非重叠子块,引入Walsh-Hadamard变换,对每个子块进行处理,得到其域Hadamard,提取其直流分量与交流分量系数;基于Adaline神经网络,确定一个... 设计了基于可逆Walsh-Hadamard变换与预测误差扩展的图像水印算法。将载体图像分割为4×4的非重叠子块,引入Walsh-Hadamard变换,对每个子块进行处理,得到其域Hadamard,提取其直流分量与交流分量系数;基于Adaline神经网络,确定一个准确的预测系数,构建线性预测函数,计算每个交流系数的误差;对交流系数误差完成二进制表示,根据水印信息对误差进行扩展;考虑像素的溢出或下溢问题,从所有子块中指定一个平滑扩展块,通过设计水印嵌入方法,将水印信息嵌入到扩展块中,再借助Walsh-Hadamard逆变换,输出水印图像;构建水印提取机制,从水印图像中提取初始水印信息。实验结果显示:与当前水印图像相比,所提算法具有更高的不可感知性与更低的失真度。 展开更多
关键词 图像水印 Walsh-Hadamard变换 预测误差扩展 预测系数 adaline神经网络 平滑扩展块
原文传递
基于参数辨识的推进电机模型参考自适应控制 被引量:2
10
作者 吕长龙 周毅 +2 位作者 李萌 蒙学昊 罗文忠 《船海工程》 北大核心 2023年第2期15-19,24,共6页
针对模型参考自适应系统(MRAS)对电机参数依赖性强的问题,采用Adaline神经网络对电机参数进行在线参数辨识,并对MRAS中的模型参数进行修正;以船用永磁同步推进电机作为被控对象,使用Adaline神经网络对控制系统中的模型参数进行修正,结... 针对模型参考自适应系统(MRAS)对电机参数依赖性强的问题,采用Adaline神经网络对电机参数进行在线参数辨识,并对MRAS中的模型参数进行修正;以船用永磁同步推进电机作为被控对象,使用Adaline神经网络对控制系统中的模型参数进行修正,结果表明,该方法可有效提高MRAS对电机转速和转子信息的估测精度,提高系统的动态和稳态性能。 展开更多
关键词 adaline神经网络 模型参考自适应系统 推进电机 参数辨识
下载PDF
基于负载测试的神经网络SPMSM参数在线辨识 被引量:3
11
作者 荣智林 《电子测量与仪器学报》 CSCD 北大核心 2015年第12期1821-1828,共8页
针对表面式永磁同步电机(SPMSM),提出了一种基于负载测试的自适应线性元件神经网络(ANN)参数在线辨识方法。该方法通过在d轴电流上添加一个△id负载信号和对转速做一小范围的变化,在线估计出SPMSM的参数,包括d电感、q轴电感和转子永磁磁... 针对表面式永磁同步电机(SPMSM),提出了一种基于负载测试的自适应线性元件神经网络(ANN)参数在线辨识方法。该方法通过在d轴电流上添加一个△id负载信号和对转速做一小范围的变化,在线估计出SPMSM的参数,包括d电感、q轴电感和转子永磁磁势,解决了SPMSM静止状态下的欠秩问题。在此基础上,分析和处理了系统的病态问题,进一步提高了方法的准确性。实验结果验证了方法的有效性。 展开更多
关键词 表面式永磁同步电机 负载测试 神经网络 参数在线辨识
下载PDF
基于小波-EEMD-Adaline网络的容栅传感器信号去噪方法 被引量:2
12
作者 邓慧芳 孙传猛 +2 位作者 杨孟 谢锐 魏涯峰 《传感技术学报》 CAS CSCD 北大核心 2018年第6期898-903,共6页
针对容栅传感器检测的转动轴扭振信号掺杂的环境噪声干扰和自身的电磁噪声干扰使得信噪比低、微弱信号难提取的问题,提出了一种基于小波-EEMD-Adaline自适应线性神经网络去噪方法。该方法对信号进行小波、EEMD、Adaline网络消噪处理,采... 针对容栅传感器检测的转动轴扭振信号掺杂的环境噪声干扰和自身的电磁噪声干扰使得信噪比低、微弱信号难提取的问题,提出了一种基于小波-EEMD-Adaline自适应线性神经网络去噪方法。该方法对信号进行小波、EEMD、Adaline网络消噪处理,采用三级去噪、噪声过滤、对消来逼近原始信号。用典型加噪超声信号、Doppler信号、Block信号对该方法进行有效性验证,与EEMD、基于小波分解的EEMD去噪效果相比较。实验结果表明,后两种方法信号去噪的SNR提升小(均不到20),而本文方法 SNR(RMSE)提升(减小)明显,对于9 d B的Doppler信号SNR提升达90,RMSE从1.038 5降至0.009 5。对容栅电路实测大噪声微弱信号去噪,结果表明,该方法去噪性能更优,去噪后信号光滑性好,波动稳定性强。 展开更多
关键词 容栅传感器 小波 集合经验模态分解 adaline神经网络 信号去噪
下载PDF
带时滞的ADALINE神经网络在时变线性系统自适应建模中的应用研究
13
作者 赖桂文 王永初 《现代机械》 2006年第3期86-89,共4页
本文提出了带时滞的ADALINE神经网络对时变复杂线性系统的自适应建模方法,通过对性能函数是权系数二次型的神经网络的算法改进,以梯度变化的共轭向量为搜索方向,以解析式确定最优步长,理论分析和仿真实验证明了此算法的快速性和高精度... 本文提出了带时滞的ADALINE神经网络对时变复杂线性系统的自适应建模方法,通过对性能函数是权系数二次型的神经网络的算法改进,以梯度变化的共轭向量为搜索方向,以解析式确定最优步长,理论分析和仿真实验证明了此算法的快速性和高精度逼近能力,也证明了基于这种快速算法的带时滞的ADALINE网络实现复杂时变线性系统高精度动态自适应建模的有效性。 展开更多
关键词 adaline神经网络 时滞 共轭向量 快速算法
下载PDF
基于Adaline神经网络参数辨识的含DG配电网的电压稳定性分析
14
作者 杨志淳 《电力与能源》 2015年第2期158-163,共6页
提出了一种基于Adaline神经网络参数辨识来研究含有分布式电源配电网电压稳定性的方法。依据戴维南等值理论,将含有分布式电源的配电网络等值为3节点系统,在该等值系统的基础上提出了一种新的电压稳定性指标;将Adaline神经网络用于戴维... 提出了一种基于Adaline神经网络参数辨识来研究含有分布式电源配电网电压稳定性的方法。依据戴维南等值理论,将含有分布式电源的配电网络等值为3节点系统,在该等值系统的基础上提出了一种新的电压稳定性指标;将Adaline神经网络用于戴维南等值系统的参数辨识中,通过测量单元采集到的电压和电流相量对系统进行训练,得到戴维南等值系统的电势及阻抗,从而对含分布式电源的配电网络进行电压稳定性评估。结合IEEE33节点系统的仿真,对不含分布式电源和含分布式电源的配电网络在不同负荷水平下的电压稳定性进行了分析。所提出的电压稳定性指标、等值系统参数辨识方法及配电网电压稳定性分析为评估分布式电源对配电网电压稳定性的影响提供了基础。 展开更多
关键词 分布式电源 戴维南等值 稳定性指标 adaline神经网络 参数辨识
下载PDF
基于传播算子的间谐波参数智能估计算法
15
作者 陈国志 陈隆道 蔡忠法 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2011年第4期759-764,共6页
为了降低多重信号分类(MUSIC)法频率估计的计算复杂度,提出基于传播算子的间谐波频率估计方法.通过传播算子可以得到噪声子空间,不需要估计协方差矩阵和进行特征分解,并且不需要间谐波个数的先验知识,基于传播算子MUSIC算法的频率估计... 为了降低多重信号分类(MUSIC)法频率估计的计算复杂度,提出基于传播算子的间谐波频率估计方法.通过传播算子可以得到噪声子空间,不需要估计协方差矩阵和进行特征分解,并且不需要间谐波个数的先验知识,基于传播算子MUSIC算法的频率估计性能与MUSIC算法几乎相同.构造复数域自适应线性神经网络模型来估计谐波和间谐波的幅值和相位.该模型的输入变量和权值仅为实数域自适应线性神经网络的一半,简化了网络结构;采用Levenberg-Marquardt(LM)算法对网络进行学习,大大减少了学习次数.仿真结果表明,该算法无需同步采样,能够快速准确地估计间谐波的频率、幅值和相位. 展开更多
关键词 多重信号分类(MUSIC) 间谐波 传播算子 自适应神经网络 LM算法
下载PDF
一种改进的自适应线性网络多用户检测器
16
作者 王杰令 刘祖军 +1 位作者 易克初 胡小林 《信号处理》 CSCD 北大核心 2008年第4期659-662,共4页
采用粒子群优化算法结合LMS算法来改进自适应线性网络的训练过程,改变了传统神经网络交错反复周期性循环训练样本的训练方式,可以逐个样本的进行训练来达到全局最优,从而从根本上克服了神经网络动态适应性能差的缺点。计算机仿真结果表... 采用粒子群优化算法结合LMS算法来改进自适应线性网络的训练过程,改变了传统神经网络交错反复周期性循环训练样本的训练方式,可以逐个样本的进行训练来达到全局最优,从而从根本上克服了神经网络动态适应性能差的缺点。计算机仿真结果表明,改进的自适应线性网络构成的多用户检测器(简称ANN-MUD),动态适应性能明显改善,实用性大大增强。 展开更多
关键词 多址干扰 多用户检测 自适应线性网络 粒子群优化 误码率
下载PDF
基于变步长Adaline神经网络的永磁同步电机参数辨识 被引量:30
17
作者 张立伟 张鹏 +2 位作者 刘曰锋 张超 刘杰 《电工技术学报》 EI CSCD 北大核心 2018年第A02期377-384,共8页
为了提高永磁同步电机在线参数辨识结果的收敛速度并减小稳态误差,首先对考虑逆变器非线性因素电压补偿的表贴式永磁同步电机电压方程进行变换,从而消除误差电压的影响。在此基础上,提出一种变步长自适应线性(Adaline)神经网络算法,对... 为了提高永磁同步电机在线参数辨识结果的收敛速度并减小稳态误差,首先对考虑逆变器非线性因素电压补偿的表贴式永磁同步电机电压方程进行变换,从而消除误差电压的影响。在此基础上,提出一种变步长自适应线性(Adaline)神经网络算法,对表贴式永磁同步电机参数进行在线辨识。实验结果表明,所提方法能有效减小定子电阻、电感、转子磁链辨识结果的稳态误差,同时提高辨识结果的收敛速度。 展开更多
关键词 表贴式永磁同步电机 变步长adaline神经网络 参数辨识 稳态误差
下载PDF
VARIABLE STRUCTURE CONTROL APPLIED IN ELECTRO-HYDRAULIC SERVO SYSTEM WITH ANN 被引量:6
18
作者 YAO Jianjun WANG Xiancheng +1 位作者 WU Zhenshun HAN Junwei 《Chinese Journal of Mechanical Engineering》 SCIE EI CAS CSCD 2006年第1期32-36,共5页
The variable structure control (VSC) theory is applied to the electro-hydraulic servo system here. The VSC control law is achieved using Lyapunov method and pole placement. To eliminate the chattering phenomena, a s... The variable structure control (VSC) theory is applied to the electro-hydraulic servo system here. The VSC control law is achieved using Lyapunov method and pole placement. To eliminate the chattering phenomena, a saturation function is adopted. The proposed VSC approach is fairly robust to load disturbance and system parameter variation. Since the distortion. including phase lag and amplitude attenuation occurs in the system sinusoid response, the amplitude and phase control (APC) algorithm, based on Adaline neural network and using LMS algorithm, is developed for distortion cancellation. The APC controller is simple and can on-line adjust, thus it gives accurate tracking. 展开更多
关键词 Variable structure control (VSC) adaline neural network Pole placement LMS algorithm Amplitude and phase control (APC)
下载PDF
自适应神经网络在消除矿井内噪声中的应用 被引量:1
19
作者 李目 刘祖润 《中国矿业》 北大核心 2006年第3期29-31,共3页
本文通过对煤炭矿井的实地调查与研究,为了提高矿井内的安全生产水平,对Adaline构成的自适应网络进行了分析,针对该网络在消除矿井内噪声中的应用进行了研究并利用MATLAB语言对该系统进行了描述和计算机仿真,仿真结果表明了该方案的可... 本文通过对煤炭矿井的实地调查与研究,为了提高矿井内的安全生产水平,对Adaline构成的自适应网络进行了分析,针对该网络在消除矿井内噪声中的应用进行了研究并利用MATLAB语言对该系统进行了描述和计算机仿真,仿真结果表明了该方案的可行性和有效性。 展开更多
关键词 自适应神经元 神经网络 噪声消除 安全生产 MATLAB
下载PDF
增强型自适应神经网络谐波分析方法的应用研究 被引量:1
20
作者 许寒冰 《吉林电力》 2010年第6期8-11,共4页
通过对比当前几种主流谐波分析方法的优缺点,提出了较为理想的增强型自适应神经网络模型,并重点讨论了学习算法中频率学习率以及频率延迟率调整策略对于算法收敛性能的影响,给出了较为合适的参数优化设定值,并通过仿真实验验证了增强型... 通过对比当前几种主流谐波分析方法的优缺点,提出了较为理想的增强型自适应神经网络模型,并重点讨论了学习算法中频率学习率以及频率延迟率调整策略对于算法收敛性能的影响,给出了较为合适的参数优化设定值,并通过仿真实验验证了增强型自适应神经网络模型具有较高的谐波分析精度以及较快的学习收敛速度,并且无需同步采样以及长周期采样,是一种比较理想的谐波分析方法。 展开更多
关键词 自适应神经网络模型 谐波 收敛速度 参数优化 仿真
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部