自组织竞争神经网络在异步电机参数辨识中的应用

介绍了自组织竞争神经网络在交流异步电机参数辨识中的应用。例举了参数辨识所需要的几个实验，阐述了用神经网络处理所采集数据的过程与算法。实验结果证明，该神经网络可以快速稳定地收敛。     

自组织竞争神经网络在异步电机参数辨识中的应用

介绍了自组织竞争神经网络在交流异步电机参数辨识中的应用。例举了参数辨识所需要的几个实验,阐述了用神经网络处理所采集数据的过程与算法。实验结果证明,该神经网络可以快速稳定地收敛。     

基于变频器-电动机系统的电动机参数辨识

在高精度变频调速系统中，准确的电动机参数是系统性能的保证。论述了基于变频器-电动机系统的电动机静态参数辨识。给出了辨识参数时的控制方法及实验波形，得到了令人满意的参数辨识结果。     

基于变频器-电动机系统的电动机参数辨识

在高精度变频调速系统中,准确的电动机参数是系统性能的保证。论述了基于变频器-电动机系统的电动机静态参数辨识。给出了辨识参数时的控制方法及实验波形,得到了令人满意的参数辨识结果。     

异步电动机参数离线辨识

在变频调速系统中,准确的电机参数是系统性能的保证。本文论述了基于变频器一电动机系统的电动机静态参数辨识。给出了辨识参数时的控制方法及实验波形,最后给出了令人满意的实验结果。     

基于最小二乘类算法的站用异步电机参数辨识问题的研究

站用异步电动机参数的精度直接影响换流站水冷系统中驱动电机的控制效果.在转速基本恒定条件下建立了站用异步电动机两相静止坐标系下的待辨识模型,针对在使用最小二乘类算法对站用异步电机进行参数辨识过程中遇到的转速波动、待辨识参数耦合和数据处理等关键性问题,给出了相应的解决方案.通过系统仿真的验证,并搭建电机参数辨识平台进行了电机参数辨识实验,验证了解决方案的有效性.     

基于双DSP的异步电动机参数辨识实验研究

在无速度传感器的异步电动机矢量控制和直接转矩控制中,控制的精度和稳定性在很大程度上取决于电动机参数的辨识精度;同时在无速度传感器控制策略中的转速估算,同样要依赖于电动机参数。从异步电动机等效电路出发,结合电机自身特性,提出一种基于双DSP控制系统,利用变频器实现异步电动机离线参数辨识的方法。仿真和实验证明,该方法实用性很强,可以为无速度传感器的异步电机矢量控制和直接转矩控制提供高精度的参数。     

神经网络辨识方案在异步电机传动系统参数辨识中的应用讨论

本文将Hopfield神经网络引入异步电机传动系统的参数辨识，通过大量仿真结果，详细讨论了在辨识网络输入为经传感器延迟的检测信号的情况下，系统能够正确辨识的充分条件。     

基于自组织竞争网络与RPROP算法的线损计算研究

为更好地发现高效的降损措施,并为科学地制定线损目标提供依据,提出了一种基于自组织竞争神经网络的RPROP神经网络的线损计算方法。RPROP神经网络确保了网络在有限的训练次数下能够收敛,利用自组织竞争神经网络对信息数据进行有效分类,提高了RPROP神经网络的输出精度。通过在MATLAB平台进行仿真实验,并与线性回归算法、标准BP神经网络算法,以及未分类的RPROP算法进行比较,验证了该方法的有效性。     

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。     

基于神经网络技术的异步电机控制

针对常用的传统PID控制在提高异步电动机调速性能方面存在的瓶颈问题,本文提出了一种新型的单神经元控制算法以实现异步电动机的矢量控制.在分析单神经元控制器基本工作原理的基础上,为了加快神经元权值的学习训练速度,采用梯度下降法与变步长法相结合的控制算法,并利用MATLAB软件建立新型单神经元控制器与异步电动机调速系统的仿真模型,在计算机上进行了仿真,最后在笼型异步电动机上进行了应用实验.仿真与实验表明,这种单神经元控制器具有良好的自学习与自适应能力,可以改善调速系统的动态与静态性能,提高异步电动机的跟踪能力.     

基于参数估计和人工神经元网络的永磁直流电动机故障检测与诊断

将参数估计法和人工神经网络法应用于电动机故障检测与诊断。建立了永磁直流电动机的线性动态增量数学模型。对某一型号永磁直流电动机进行实验,初步验证上述理论应用在电动机故障检测与诊断中的正确性、可行性。     

基于模糊神经网络的感应电动机转速估计方法

根据感应电动机的数学模型,提出一种基于模糊神经网络的感应电动机转速估计的方法,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动机实际转速的变化,具有良好的性能。     

基于SAPSO算法的异步电动机参数辨识

异步电动机等效电路参数的准确辨识对电动机的控制具有重要作用,同时,等效电路参数的变化可以反映电动机的运行状态,故参数辨识也被运用到电机故障诊断中。将现代最优化算法应用到三相异步电动机的等效电路参数辨识中。通过将粒子群优化算法(PSO)和模拟退火算法(SA)相结合,可以准确有效地对异步电动机的6个等效参数进行辨识,与遗传算法相比,SA-PSO算法易于实现且收敛速度快。算法采用考虑铁耗的异步电机d-q坐标系下的模型来实现,将温度对电阻参数的影响考虑在内。通过算例证明了算法能够有效地对电机参数进行辨识及跟踪电阻的变化。     

异步电机电感参数的离线辨识

在异步电动机反Γ型等效电路的基础上,提出了一种定转子总漏感与互感的离线辨识方法。在已有的异步电机运动控制平台上进行含高频成分很重的单相脉冲和单相低频正弦实验,然后根据霍耳传感器检测到的电压电流信号,经傅立叶变换来实现对异步电机参数的辨识,实验表明辨识结果具有较高的精度。并对逆变器的死区效应进行了一定的补偿,使计算得出的电压与逆变器实际输出电压基本一致,电流波形接近正弦波,补偿效果能满足参数辨识精度的要求。     

基于参数回归模型的异步电动机等值电路参数测定

在参数回归模型的基础上,对更接近于实际小转差运行工况的负载运行的实验数据进行参数回归,不仅可以避免常见测定方法的不足,还可以避免测量误差的干扰,得到更为准确的异步电动机等值电路参数。利用1stopt进行实验数据的参数回归处理,可以进行容易地解出异步电动机参数回归模型方程的解。探寻了几种回归模式在获取准确参数方面的可能性,表明基于参数回归模型的异步电动机等值电路参数的1stopt测定方法具有实际的指导意义和应用价值。     

一种新型的电机参数离线辨识系统

在实际工程应用中,常规空载实验和堵转实验辨识电机参数的方法难以实现,且辨识精度不高,针对此问题,设计了一种基于TMS320F2808的异步电机参数辨识系统.该系统能够通过直流实验、单相交流实验以及空载实验代替常规辨识方案对工程现场电机的参数进行辨识.这里论述了异步电机参数辨识系统的设计和实现过程,并对电机参数辨识中出现...