存在扰动的永磁同步电机混沌运动模糊自适应同步

电机的混沌运动并不总是有害的,在某种特殊应用场合中永磁同步电机的混沌运动是有益的,因此需要对永磁同步电机的混沌运动进行反控制。提出了一种存在扰动的永磁同步电机（PMSM）混沌运动的模糊自适应同步控制方法。分析了PMSM混沌运动的吸引子和lyapunov指数谱,使模糊控制规则满足系统的lyapunov稳定条件,设计模糊自适应控制器对存在扰动的PMSM混沌系统进行同步控制,仿真结果表明该方法可实现PMSM混沌运动的同步控制,具有较好的控制效果。     

存在扰动的永磁同步电机混沌运动模糊自适应同步

电机的混沌运动并不总是有害的,在某种特殊应用场合中永磁同步电机的混沌运动是有益的,因此需要对永磁同步电机的混沌运动进行反控制.提出了一种存在扰动的永磁同步电机(PMSM)混沌运动的模糊自适应同步控制方法.分析了PMSM混沌运动的吸引子和lyapunov指数谱,使模糊控制规则满足系统的lyapunov稳定条件,设计模糊自适应控制器对存在扰动的PMSM混沌系统进行同步控制,仿真结果表明该方法可实现PMSM混沌运动的同步控制,具有较好的控制效果.     

永磁同步电机的模糊神经网络控制方法

在分析永磁同步电机(PMSM)数学模型的基础上,建立了控制系统的仿真模型,并提出了一种新型模糊神经网络控制方法:以基本样条函数实现PMSM模糊神经网络速度控制器的设计。基于MATLAB/Simulink的PMSM控制系统仿真平台,实现了基本样条模糊神经网络调速控制的仿真。仿真结果表明:该方法响应快、超调小、鲁棒性强,具有较优的动、静态特性。     

永磁同步电机的模糊神经网络控制方法

在分析永磁同步电机（PMSM）数学模型的基础上,建立了控制系统的仿真模型,并提出了一种新型模糊神经网络控制方法：以基本样条函数实现PMSM模糊神经网络速度控制器的设计。基于MATLAB／Simulink的PMSM控制系统仿真平台,实现了基本样条模糊神经网络调速控制的仿真。仿真结果表明：该方法响应快、超调小、鲁棒性强,具有较优的动、静态特性。     

基于双模糊控制器的永磁同步电机混沌与稳定性研究

在分析永磁同步电机电机参数变化导致定子磁链观测器输出误差变化的基础上,研究了永磁同步电机在一定工作情况下呈现混沌运动,根据PMSM的数学模型得出其混沌特性曲线.由于常规的直接转矩控制大多采用滞环比较器,容易产生转矩脉动,导致逆变器开关频率过高;与此同时,常规的PI速度调节器的跟踪精度不高;鉴于此,采用双模糊控制器建立了具有混沌特性的永磁同步电机模型.仿真结果证明:永磁同步电机直接转矩控制系统双模糊控制对其混沌特性具有良好的控制效果,系统的动态和静态性能也得到改善,可以减少转矩和磁通纹波,并能提高系统的响应速度.     

永磁同步电机动态模糊神经网络控制器设计

针对如何提高永磁同步电机控制系统的性能,将动态模糊神经网络(DFNN)运用到永磁同步电机调速系统中,充分利用动态模糊神经网络的学习能力与映射能力,实现模糊系统的参数和结构的在线学习.对采用这种控制器的永磁同步电机(PMSM)矢量控制系统进行了仿真研究.仿真结论说明采用动态模糊神经网络控制器的控制效果较传统PID控制而言,不仅响应速度快、超调小,而且具有非常好的鲁棒性.     

基于模糊径向基函数神经网络的永磁同步电机滑模观测器设计

针对传统滑模控制易导致系统出现抖振的问题,提出了一种模糊径向基函数(RBF)神经网络滑模观测器来实现永磁同步电机(PMSM)无传感器控制。为了减小观测器系统抖振,利用模糊RBF神经网络算法动态调整滑模增益,并采用李雅普诺夫稳定性定理证明了该模糊神经网络观测器的稳定性;利用锁相环(PLL)技术提高估算精度,并削弱计算噪声。基于MATLAB/Simulink软件平台搭建了仿真模型,将模糊RBF神经网络滑模观测器系统与传统滑模观测系统进行对比。结果表明,与传统的滑模观测器相比,新型滑模观测器能够快速、有效地跟踪转子位置,精确估算出转子速度,同时具有较好的动态特性。     

基于模糊神经网络的永磁同步电动机矢量控制系统

该文提供了一种基于自适应模糊神经网络的永磁同步电动机（PMSM）矢量控制系统速度控制器的实施方案。模糊神经网络控制器（FNNC）包括神经网络控制器（NC）和模糊逻辑控制器（FC）两部分，它同时具有神经网络自学习能力和模糊逻辑在处理不确定信息方面的能力。人工神经网络（ANN）的初始权值和阈值通过离线训练的方式获得。在实际的运行过程中，利用模糊控制器的输出对神经网络的权值和阈值进行实时调整。仿真结果表明利用所提出的模糊神经网络来建立永磁同步电动机矢量控制系统的速度控制器，当电机参数改变或者受到外部扰动时，系统具有良好的动态特性。     

PMSM DTC系统逆变器故障的模糊神经网络诊断

针对永磁同步电机(PMSM)直接转矩控制(DTC)系统中常见的电力电子逆变器故障,提出了一种基于智能策略的诊断方法。根据PMSM DTC系统逆变器故障的特性,建立了一个自适应神经模糊网络的模型,选择PMSM的电流量作为故障检测和诊断的信号源,对系统正常及故障状态下的电流特性进行了分析,并利用训练好的模糊神经网络进行逆变器的故障诊断。仿真结果表明,该方法仅需检测电机的一相电流便可直接实现逆变器多种常见故障的诊断,摒弃了复杂的信号变换,同时节约了系统成本,保障了故障系统容错策略的实施。     

永磁同步电机混沌运动的逆系统控制

针对永磁同步电机运行中的混沌动态行为,提出一类永磁同步电机混沌运动的逆系统控制方法.通过多时间尺度变换,将转子磁场定向坐标系下的永磁同步电机模型变换成一种简单的无量纲模型.利用相图和分岔图,分析永磁同步电机的混沌动态特性.在证明永磁同步电机混沌系统可逆的基础上,通过状态反馈构造出永磁同步电机混沌系统的逆系统,将逆系统与原系统串联,组成伪线性复合系统,该复合系统等效于一个二阶线性积分环节.采用线性综合方法设计闭环控制器对永磁同步电机混沌系统进行控制.仿真结果表明该方法可实现永磁同步电机混沌系统对参考转速的渐近跟踪,控制系统的动、静态响应性能优良.     

基于D-FNN的电网混沌振荡系统的自适应控制

面向电网混沌振荡系统产生的混沌现象,采用D-FNN对电网混沌振荡系统进行网络建模。在动态模糊神经网络(D-FNN)建模的基础上,提出对连续混沌系统的在线自适应控制方法。该控制方法通过D-FNN对连续电网混沌振荡系统进行在线的同步自适应控制,控制效果很好,并通过对具体的电网混沌振荡系统的数值实验证实了该方法对电网混沌振荡系统混沌控制的有效性和可行性。     

基于混沌理论的电网售电量预测研究

对具有混沌特性的电网售电量时间序列重构相空间,计算相空间的饱和嵌入维数和最大Lyapunov指数,并利用计算得到的饱和嵌入维数指导建立T-S模糊神经网络预测模型。采用递阶遗传算法对T-S模糊神经网络的结构和权值进行训练,可确定最适合的预测模型结构,提高神经网络的收敛速度,使其具有良好的泛化能力。在此基础上,对秦皇岛电力公司售电量数据进行预测,结果表明,该方法可精确地再现售电量时间序列的混沌动力学行为,在可预报尺度范围内,能对售电量作高精度的预测,且具有很强的适应能力。     

基于模糊神经网络的异步电机转速估计方法

根据异步电机的数学模型,提出基于模糊神经网络的异步电机转速估计方法。将传统参考自适应系统中原有的自适应调节机构用一个具有在线学习能力的模糊神经网络取代,得出了一种基于模糊神经网络的异步电机转速估计方法,并给出了速度估计器的模糊神经网络结构和学习算法。仿真结果表明,该方法能准确跟踪电机实际转速的变化,具有良好的性能。     

永磁同步电动机的神经模糊矢量控制研究

通过分析永磁同步电动机（PMSM）的数学模型,提出神经网络模糊控制器的设计方法,并应用于永磁同步电动机双闭环矢量控制系统中的转速控制器,用来精确实现永磁同步电动机的速度控制。仿真实验表明,该方法得到的各项性能指标均优于PI控制和递归模糊神经网络控制,具有很强的适应性和鲁棒性,取得了比较理想的控制效果,为实现永磁同步电动机的智能化调速控制提供了切实可行的技术方案。     

基于模糊神经网络高压电气设备绝缘状况评价方法研究

提出了利用模糊逻辑-神经网络分析高压电气设备绝缘参数变化趋势的方法。根据在线监测获得的实时和历史数据确定绝缘参数变化的趋势法,应用隶属函数实现对变化趋势的描述,建立了相应的数学模型。基于模糊神经网络构造了评价绝缘状况的“正常”、“观察”和“检修”的模糊评价体系,把绝缘参数变化归为“减小”、“平稳”和“增大”3个模糊集合,得到评价设备绝缘状况的变化趋势准则。该方法可用在高压电气设备绝缘在线监测系统中,保证在线监测的准确性和可靠性。     

基于混沌神经网络模型的电力系统混沌预测与控制

由于电力系统的日趋复杂和庞大，电力系统除了因负阻尼引起的低频振荡外，还存在PSS不能消除的混沌振荡的危机。为及早判断和抑制电力系统的混沌振荡，提高电力系统稳定性，根据电力系统的负荷时间序列重构吸引子相空间，计算相空间饱和嵌入维数和最大Lyapunov指数，并以此为指导，建立混沌神经网络预测模型，该模型即便在电力系统负荷含有部分坏数据输入的情况下，仍能对电力系统的混沌特性进行精确地判断和预测。如果判断出系统存在混沌现象，则设计模糊神经网络预测控制器，实现了对电力系统混沌振荡的预测控制。仿真结果表明，该方案对抑制电力系统混沌振荡具有显著效果。     

永磁同步电动机调速系统模糊神经网络控制的研究

文章介绍了以基本样条函数设计永磁同步电动机模糊神经网络速度控制器的方法。基于Matlab／Simulink的PMSM控制系统仿真平台，基本样条模糊神经网络调速控制的仿真结果表明：该方法响应快、超调小、鲁棒性强，具有较优的动、静态特性。