基于神经网络的无刷直流电机转子位置估计

介绍了一种利用神经网络建立起无刷直流电机的电压、电流和转子位置角关系的方法，并对这种方法进行了仿真，证明了用这种方法取代位置传感器的可能性。     

基于神经网络的开关磁阻电机转子位置估计

位置检测是开关磁阻电机调速系统中的重要环节.实时、准确的位置是开关磁阻电机正确运行的关键.由于其转子位置角是各相磁链与电流的高度非线性函数,传统线性及解析的方法难以精确求得.该文基于神经网络并行处理及逼近任意非线性函数的特点,提出了基于神经网络的位置检测方案.借助于MATLAB的神经网络工具箱,采用三种改进的学习算法对试验数据样本进行了离线训练,确定了用于位置检测的神经网络模型.为验证模型的有效性和准确性,对大量的数据样本进行了仿真.结果表明：该方法能够快速、准确地测量转子位置,鲁棒性和自适应性强.     

基于非线性观测器的PMSM转子位置估计

本文提出了一种基于非线性观测器的永磁同步电动机(PMSM)的转子位置估计方案。非线性观测器构造两个新的状态变量,利用这两个状态变量中所包含的位置信息,将电动机转子的位置估算出来。为验证此方案的稳定性和可行性,以TI公司的数字信号处理器TMS320F2812为核心搭建硬件平台,对整个控制系统进行了实验验证。实验结果表明,所采用的非线性观测器对转子位置的估算非常有效,同时整个控制系统在比较宽的调速范围内能稳定运行。     

基于探测线圈永磁电机转子位置估计

针对无位置传感器中存在的受电机结构和参数影响大的问题,本文提出通过探测线圈感应电压来获取永磁电机气隙磁场转子位置的方法,有不受电机结构参数影响的优点,通用性好,在永磁电机无位置传感器控制领域应用前景良好。通过在永磁电机内部的定子齿槽上布置两套正交的探测线圈以感应气隙磁场中的基波电压,研究布置方案和探测线圈电压幅值与相位之间的关系,提出探测线圈优化布置方案,并采用基于锁相环的位置解调方法。采用一台表贴式六相永磁电机进行仿真,结果表明所提探测线圈布置方案可提升感应电势基波的信噪比,较好的抑制三次谐波,位置估计稳态误差为1.44°,具有较好的跟踪性能。     

基于探测线圈的永磁电机转子位置估计

针对无位置传感器中存在的受电机结构和参数影响大的问题,本文提出通过探测线圈感应电压来获取永磁电机气隙磁场转子位置的方法,有不受电机结构参数影响的优点,通用性好,在永磁电机无位置传感器控制领域应用前景良好.通过在永磁电机内部的定子齿槽上布置两套正交的探测线圈以感应气隙磁场中的基波电压,研究布置方案和探测线圈电压幅值与相位...     

基于迭代学习辨识的开关磁阻电动机转子位置估计

将无位置传感器的开关磁阻电动机调速系统的位置估计归结为迭代学习辨识问题,根据开关磁阻电动机系统模型的特点,构造了PD型的非线性迭代学习辨识器,利用开关磁阻电动机启动过程所获得的相电压及相电流信息,对该时间段的速度及位置曲线进行完全辨识,所得结果证明了迭代学习辨识算法的有效性.     

无刷直流电动机转子位置的估计方法

无刷直流电动机的正确换相和控制依赖于正确的转子位置信息 ,但位置传感器的加入增加了电机的成本 ,降低了运行的可靠性。文中比较了现有的无位置传感器电机转子位置的估计方法及启动方法 ,并分析了其优缺点。     

基于神经网络的电力系统状态估计

本文以Tank和Hopfield神经网络为基础，建立了一种由主从网络构成的电力系统状态估计神经网络模型。理论分析和实例模拟结果表明：该网络是稳定的，该方法是可行有效的。     

自适应小波神经网络的BLDCM转子位置检测

在分析反电动势过零检测原理的基础上,推导出线反电动势过零点与电机换相点及线电压与线反电动势间的关系,从而在线电压与转子位置间建立了联系。但由于无刷直流电机(BLDCM)是一个复杂的非线性系统,并且电机的一些参数在运行过程中也是变化的,因此直接通过线电压获得准确的转子位置比较困难。为此提出利用自适应小波神经网络将3个线电压作为输入信号来辨识电机转子位置的方法,并采用差分进化(DE)算法优化小波神经网络结构,从而提高了转子位置辨识的精度和收敛速度。最后通过仿真和实验证明所提出的方法辨识转子位置精度很高,且具有很强的自适应能力,可准确获得BLDCM换相信号。     

无刷直流电动机无传感器转子位置估计方法

无位置传感器无刷直流电机是无刷电机的发展方向。无传感器位置检测方法主要有反电势法,定子三次谐波法和电感法等。一般来讲,反电势法与定子三次谐波法比较成熟,但是电机静止或者低速时,位置检测困难。该文叙述了电机起动或者低速时的转子位置估计方法,即定子电感法和速度无关位置函数法。它为无位置传感器无刷直流电机的转子位置检测,尤其对电机起动以及低速时转子位置检测提供了解决方案。     

基于线间反电动势的无刷直流电机转子位置估算

在对传统的反电动势过零法和转子磁链G函数法估算转子位置分析的基础上,提出了一种利用线间反电动势过零原理并构造F函数来对转子位置进行估算的全新方法,并用于无位置传感器无刷直流电机控制。对线间反电动势过零检测与转子位置信号之间的对应关系进行了深入的分析,揭示了每一个线间反电动势的过零点即为对应的换相点。利用线间反电动势的倒数构造F函数来估算换相时刻。仿真结果表明,提出的转子位置估算方法计算简单方便,具有较高的精度,可以在全速范围内实现对转子位置的准确估算。     

高频信号注入法估计无刷直流电机转子位置的物理机理

高频信号注入法已被证明是正弦波永磁同步电机(PMSM)转子位置无传感器检测的一种行之有效的方法,但是该方法对无刷直流电机(BLDC)是否同样适用,迄今还没有清晰的答案。详细研究了BLDC在高频注入信号下的数学模型,探讨了BLDC对高频信号注入法的适用性。     

高频信号注入法估计无刷直流电机转子位置的物理机理

高频信号注入法已被证明是正弦波永磁同步电机（PMSM）转子位置无传感器检测的一种行之有效的方法，但是该方法对无刷直流电机（BLDC）是否同样适用，迄今还没有清晰的答案。详细研究了BLDC在高频注入信号下的数学模型，探讨了BLDC对高频信号注入法的适用性。     

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。     

BP神经网络辩识感应电机转子磁链和转速

根据感应电机数字模型，提出了仅基于定子电流的人工神经网络转子磁链与速度的辩识方法，实现无速度传感器的交流调速系统的转子磁链和转速闭环控制。用BP算法对神经网络进行学习和训练，构建相应的多层前馈神经网络（MFNN）。仿真和实验结果表明，这种转子磁链与速度的辩识模型具有良好的性能。