基于人工神经网络的车载异步电机参数辨识

论文摘要

为精确获取车载异步电机在不同运行状态下的参数,将人工神经网络应用到电机的参数辨识中。基于异步电机数学模型建立线性神经网络,神经网络的输入、输出包括电机定子电压、电流和转速,定子电流和转速通过传感器获得,定子电压通过重构占空比获得。使用最小均方差法求取此神经网络的权值矩阵,并由权值矩阵得到电机不同运行状态下的参数。最后将参数表写入控制算法,并利用电驱动系统测试平台进行控制验证,良好的转矩特性证明了算法有效性。

论文目录

• 1 前言
• 2 异步电机参数辨识模型
• 3 基于线性神经网络的参数辨识
• 4 电压重构
• 5 试验验证
• 6 结束语

文章来源

类型: 期刊论文

作者: 林巨广,汪雷鸣

关键词: 异步电机,人工神经网络,参数辨识,最小均方差

来源: 汽车技术 2019年08期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 合肥工业大学

分类号: TM343

DOI: 10.19620/j.cnki.1000-3703.20190255

页码: 7-11

总页数: 5

文件大小: 1272K

下载量: 239