-
题名基于TD-NNLI的永磁同步电机转速辨识
被引量：3
- 1
-
-
作者
蒋彦
刘国海
赵文祥
瞿沥
-
机构
江苏大学电气信息工程学院
-
出处
《电机与控制学报》
EI
CSCD
北大核心
2014年第2期62-68,共7页
-
基金
国家自然科学基金(51077066
61273154
+2 种基金
51277194)
江苏省自然科学基金(SBK201221867)
江苏高校优势学科建设工程项目
-
文摘
为获得无位置传感器控制系统中永磁同步电机(permanent magnet synchronous motor,PMSM)的转子速度,提出一种基于跟踪微分器—神经网络左逆(tracking differentiator-neural network left inversion,TD-NNLI)辨识方法。依据逆系统理论,构造一个以dq轴系下的电压电流及其导数为输入,以转速为输出的PMSM系统内含虚拟传感器。采用神经网络逼近该内含传感器的逆系统,将原系统串联在所得逆系统左侧辨识出电机转速。为降低系统噪声及外部扰动的影响,该神经网络的输入采用了由TD快速跟踪并降噪提取的系统状态量及其微分信号。仿真和实验结果表明,TD-NNLI观测器能够抑制系统噪声对于转速辨识的影响,解决了无速度传感器系统闭环控制的转速辨识问题。
-
关键词
神经网络左逆
永磁同步电机
跟踪微分器
转速观测器
无位置传感器控制
逆系统
-
Keywords
neural network left inversion （ nnli）
permanent magnet synchronous motors （ PMSM）
tracking differentiator （TD）
speed observer
sensorless control
inversion system
-
分类号
TM301.2
[电气工程—电机]
-
-
题名基于改进神经网络的两电机同步系统张力辨识
- 2
-
-
作者
袁骏
刘国海
-
机构
江苏大学
-
出处
《微特电机》
北大核心
2016年第12期77-80,共4页
-
基金
国家自然科学基金项目(61273154
51577084)
+1 种基金
江苏省高校自然科学研究重大项目(15KJA470002)
江苏省"333工程"科研资助项目(BRA2015302)
-
文摘
张力辨识是实现两电机同步系统无传感器运行的重要步骤。为了辨识出张力值,在系统数学模型左逆存在性已证明的前提下,针对BP算法训练慢且精度不高,两电机系统存在负载扰动和系统噪声的特点,提出一种基于跟踪微分器——粒子群优化BP网络左逆软测量辨识方法。仿真结果表明,该方法辨识出的张力可以在存在负载扰动情况下精确跟踪张力实际值,抑制外在扰动对于张力辨识的影响,为实现两电机无张力传感器系统的控制提供了现实可行性。
-
关键词
两电机同步系统
张力辨识
神经网络左逆
跟踪微分器
粒子群算法
-
Keywords
two-motor synchronous system
tension identification
neural network left-inversion （nnli）
tracking differentiator （TD）
particle swarm optimization （PSO）
-
分类号
TM346
[电气工程—电机]
-
