基于模糊神经网络的双凸极永磁电机非线性建模

孙强[1] 程明[2]

[1]合肥学院电子信息与电气工程系,安徽合肥230022 [2]东南大学电气工程学院,江苏南京210096

摘  要:

双凸极永磁电机的电感、磁链等特性呈严重非线性,常规的线性或准线性模型难以准确反映双凸极永磁电机的实际特性,影响双凸极永磁电机的控制精度和工作性能.为此,本文提出采用自适应模糊神经网络建立双凸极永磁电机模型的新方法.首先在介绍了自适应模糊神经网络结构后,采用改进的递推最小二乘法修改网络参数,同时采用遗传算法对遗忘因子和学习率进行了优化,仿真计算和实测结果表明,该模型有很快的收敛性和很高的精确度,最后给出了利用模型实现双凸极永磁电机优化控制的方法. (共6页)

相关文章:

主题相关 参考文献(15篇) 耦合文献(10篇) 
参考文献+更多
相关期刊+更多
    中国业务群个人门户,免费下载!
    征稿启事
    社区热帖+更多
    天元数据 维普资讯 版权所有 Copyright © 2001-2008 cqvip.com Inc. All rights reserved.
    渝ICP证 B2-20050021  违法和不良信息举报中心
    建议使用:1024x768分辨率,16位以上颜色